Questão de Estatística — Conceitos Iniciais e Cálculo das Estimativas dos Parâmetros (Regressão Linear Simples) — VUNESP 2024
EstatísticaConceitos Iniciais e Cálculo das Estimativas dos Parâmetros (Regressão Linear Simples)
- Código
- vu202956
- Banca
- VUNESP
- Órgão
- APS
- Ano
- 2024
- Cargo
- Esp Port ( )
Sejam y a variável dependente e x a variável independente no modelo de regressão, e sejam θ o vetor de parâmetros θ = (θ1,θ2,...,θp)t e ε o vetor de erros aleatórios associados. Dessa forma, é correto afirmar que:
- AO modelo y = f(x,θ) = θ1 + θ2x + ε , θ = (θ1,θ2)t é um modelo linear, pois é linear para o parâmetro θ1 e não linear para o parâmetro θ2.
- BO modelo y = f(x,θ) = θ1 + θ2x + θ3x2 + ε , θ = (θ1,θ2, θ3)t é um modelo não linear, pois é linear para o parâmetro θ1 e θ2 e não-linear para o parâmetro θ3.
- CO modelo y = f(x,θ) = θ1 + θ2x + θ3x2 + θ4x3 + ε , θ = (θ1,θ2,θ3,θ4)t é um modelo linear, pois é linear para todos os parâmetros.
- DO modelo y = f(x,θ) = θ1 + θ2x + θ3+ ε , θ = (θ1,θ2, θ3)t é um modelo não-linear, pois é linear para o parâmetro θ1 e θ2 e e não-linear para o parâmetro θ3.
- EO modelo y = f(x,θ) = e^{θ^1+θ^2x} + ε , θ = (θ1,θ2)t é um modelo não linear, pois é linear para o parâmetro θ1 e não-linear para o parâmetro θ2.