Análise de Regressão
Estude Análise de Regressão dentro de Estatística com itens e questões da ANPEC. Esta página reúne a navegação por taxonomia e direciona para a prática filtrada no banco de questões.
- Itens/propostas
- 150
- Subníveis
- 8
- Questões cadastradas
- 30
Assuntos relacionados
Itens recentes neste recorte
Questão 08 · Item 0
Sendo \hat{\alpha}_1 o estimador de MQO para \alpha_1 , então o limite em probabilidade de \hat{\alpha}_1 é dado por: \operatorname{plim}\hat{\alpha}_1=\beta_1-\frac{\beta_1\sigma_w^2}{\sigma_Z^2+\sigma_w^2} .
Abrir itemQuestão 08 · Item 1
O estimador de MQO para \alpha_1 apresenta um viés de atenuação em relação ao parâmetro \beta_1 . Para um valor fixo de \sigma_w^2 , esse viés de atenuação aumenta à medida que \sigma_Z^2 aumenta.
Abrir itemQuestão 08 · Item 2
Defina \hat{\gamma}_1=\frac{\sum_{i=1}^n(S_i-\bar{S})Y_i}{\sum_{i=1}^n(S_i-\bar{S})X_i} , onde \bar{S}=\frac{\sum_{i=1}^n S_i}{n} . Então, \hat{\gamma}_1 é um estimador consistente para o parâmetro \beta_1 .
Abrir itemQuestão 08 · Item 3
Definindo \hat{\alpha}_0 como o estimador de MQO para \alpha_0 , podemos dizer que o limite em probabilidade de \hat{\alpha}_0 é dado por: \operatorname{plim}\hat{\alpha}_0=\beta_0+\beta_1\left(\frac{\sigma_w^2}{\sigma_Z^2+\sigma_w^2}\right)\bar{X} , onde \bar{X}=\frac{\sum_{i=1}^n X_i}{n} .
Abrir itemQuestão 08 · Item 4
Suponha que o pesquisador tenha acesso a uma amostra aleatória da população com n observações \{(T_i,Y_i):i=1,2,\ldots,n\} , e que a variável T seja tal que T=Z+v . Suponha que v tenha média \mu_v\gt 0 e…
Abrir itemQuestão 09 · Item 0
A hipótese de que V(u|X)=\sigma^2 não é necessária para que os estimadores de mínimos quadrados ordinários sejam consistentes.
Abrir item