Questão de Regressão linear, ANOVA e análise de resíduos
Responda antes de revelar o gabarito.
Questão 16, Receita Federal, Múltipla escolha
A forte correlação entre variáveis explicativas caracteriza:
- A)
heterocedasticidade
- B)
autocorrelação serial
- C)
multicolinearidade
- D)
viés de seleção
- E)
estacionariedade
Revelar gabarito
Gabarito: letra C
A multicolinearidade é a forte correlação entre variáveis explicativas e infla as variâncias dos coeficientes estimados. A alternativa "heterocedasticidade" é a mais tentadora, mas a heterocedasticidade refere-se à variância não constante dos erros, e não à relação entre os regressores do modelo.
- A)
Mais questões de Regressão linear, ANOVA e análise de resíduos
Ver todasQuestão 17A variância não constante dos erros em um modelo de regressão é denominada:
Questão 18Ao incluir nova variável explicativa em um modelo de MQO com intercepto, o R² comum:
Questão 1Os estimadores de mínimos quadrados da regressão linear exigem, para serem calculados, que os erros tenham distribuição normal.
Questão 2A reta de regressão ajustada por mínimos quadrados passa pelo ponto (x̄, ȳ).
Questão 3Se x̄ = 10, ȳ = 50 e β̂₁ = 3, então β̂₀ = 20.
Questão 4Na regressão múltipla, a inclusão de nova variável explicativa pode reduzir o coeficiente de determinação R².