Pular para o conteúdo principal

Questão de Estatística — Inferência e Testes para Parâmetros do Modelo e Teste T (Regressão Múltipla) — INSTITUTO AOCP 2024

EstatísticaInferência e Testes para Parâmetros do Modelo e Teste T (Regressão Múltipla)
Código
qa577596
Banca
INSTITUTO AOCP
Órgão
TRF 2
Ano
2024
Cargo
AJ TRF2

em que Sβ^iS_{ \hat{ \beta}_i} Considere os resultados do ajuste do modelo Yi = \beta_1X1i + \beta_2X2i\varepsilon_i i = 1, 2, .... , n aos valores da variável dependente (resposta) Y e variáveis explicativas X1 e X2 nas tabelas a seguir. A variável \varepsilon_i é o erro aleatório e \beta_i i = 1, 2 são os parâmetros.

 
ParâmetroEstimativaErro padrãoEstatística tValor-p
\beta_11,450920,3069924,726250,0052
\beta_20,4972260,0703127,0170,0009

Análise da Variância

Fonte de

variação

Soma de QuadradosG.LQuadrado MédioRazão FValor-p
Modelo1022,57v1 =11022,572525,860,0000
Residual2,42905v2=60,40484  
Total1025,0v=7   

Então, a estatística t e a razão F foram obtidas usando-se os procedimentos:

  1. At_i = { \large β^\hat{ \beta}_i \over v_1} i = 1,2em que v1 é o G.L. do modelo e β^\hat {\beta}_i é a estimativa do parâmetro \beta_i F = { \large Quadrado\,médio\,do\,modelo \over Quadrado\,médio\,dos\,resíduos}
  2. B1, 2 em que S_{ β^\hat{ \beta}_i} é o erro padrão de β^\hat {\beta}_i que é estimativa do parâmetro \beta_i; F = { \large Quadrado\,médio\,do\,modelo \over Quadrado\,médio\,dos\,resíduos}
  3. Cem que S_{ β^\hat{ \beta}_i} é o erro padrão de β^\hat {\beta}_i que é a estimativa do parâmetro \beta_i F = { \large Quadrado\,médio\,do\,modelo \over Quadrado\,médio\,dos\,resíduos}
  4. Dem que Sβ^iS_{ \hat{ \beta}_i} é o erro padrão de Sβ^iS_{ \hat{ \beta}_i} que é a estimativa do parâmetro \beta_i e SQres é
    a soma dos quadrados dos resíduos. F = { \large Quadrado\,médio\,do\,modelo \over Quadrado\,médio\,dos\,resíduos} e SQres é a soma dos quadrados dos resíduos.
  5. Et_i= { \large SQmod \over S_{ β^\hat{ \beta}_i}} i = 1,2 em que SQmod é a soma dos quadrados do modelo e Sβ^iS_{ \hat{ \beta}_i} é o erro padrão de β^i{ \hat{ \beta}_i} que é a estimativa do parâmetro \beta_i; { \large F = SQmod \over SQres} em que SQmod é a soma dos quadrados do modelo e SQres é a soma dos quadrados dos resíduos.
Revelar gabarito e comentário

GabaritoB — 1, 2 em que S_{ \hat{ \beta}_i} é o erro padrão de \hat {\beta}_i que é estimativa do parâmetro \beta_i; F = { \large Quadrado\,médio\,do\,modelo \over Quadrado\,médio\,dos\,resíduos}

Link permanente: /questoes/qa577596