Questões
Pratique com questões de diversas disciplinas e universidades
1.124 questões encontradas(exibindo 10)
Algumas vezes trabalhamos com dados não ajustados e é bom sabermos se existem métodos simples para tratar a sazonalidade em modelos de regressão.
Qual é o intercepto de março? As variáveis dummy sazonais satisfazem a hipótese de exogeneidade estrita (Sim ou Não)? Explique por quê.
Segundo Andrade (2013), a simulação é um método quantitativo atrativo porque possui três características importantes para o estudo de decisão sob risco. Assinale a alternativa correta que lista as três características citadas acima:
Se a probabilidade de um evento A ocorrer é
Quando se está diante de uma série estacionária, algumas técnicas de estimação podem ser usadas. Nesse sentido, classifique V para as sentenças verdadeiras e F para as falsas:
De acordo com os resultados alcançados, classifique V para as sentenças verdadeiras e F para as falsas:
- ( ) O resultado do teste de multiplicador de Lagrange, cuja hipótese nula é de que os resíduos não são autocorrelacionados, apresentou presença de autocorrelação de segunda ordem. A autocorrelação não é problema.
- ( ) Quanto mais defasagens mais coeficientes são estimados, reduzindo o número de graus de liberdade do modelo e influenciando na sua capacidade de previsão.
- ( ) Para que o modelo seja estável, as raízes da inversa do VAR (os autovalores da matriz de coeficiente) deve estar dentro do círculo unitário.
Em relação às propriedades do modelo clássico de regressão linear, assinale a alternativa FALSA.
No processo de modelagem por regressão linear múltipla, como regra geral, define-se como melhor modelo aquele que produz o maior coeficiente de determinação (R2).
O modelo de regressão linear simples pela origem, cujo ajuste pelo método de mínimos quadrados ordinários se apresenta na forma, sempre gera estimativas viciadas para o coeficiente β.
Na presença de autocorrelação dos resíduos, embora os estimadores de mínimos quadrados ordinários dos coeficientes do modelo não sejam viciados, eles se mostram estatisticamente ineficientes.
Se as variáveis regressoras forem perfeitamente multicolineares, não será possível obter de forma única os estimadores de mínimos quadrados ordinários para os coeficientes do modelo de regressão.
Se as variáveis regressoras forem perfeitamente colineares, não será possível obter de forma única os estimadores de mínimos quadrados ordinários para os coeficientes do modelo de regressão.
Quais hipóteses garantem que o estimador de MQO será não viesado?
Ausência de homocedasticidade, distribuição normal do erro e autocorrelação dos resíduos.
Independência da média condicional, ausência de colinearidade perfeita e distribuição normal do erro.
Colinearidade perfeita, independência da média condicional e homocedasticidade.
Variância finita do erro e distribuição normal dos parâmetros estimados.
Linearidade nos parâmetros, ausência de colinearidade perfeita e independência na média condicional.
O que é o coeficiente de determinação ajustado (R² ajustado)?
O R² ajustado é uma versão corrigida do coeficiente de determinação que leva em conta o número de variáveis independentes no modelo.
O R² ajustado é uma medida de dispersão relativa.
O R² ajustado é uma medida de tendência central.