Regressão Simples Flashcards

1
Q

<p>Média e Variância de uma função linear</p>

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

<p>Qual o tipo de estudo realizado pelo Regressão Linear ?</p>

<p></p>

A

<p>Estudo retrospectivo</p>

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

<p>SXX?</p>

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

<p>SXY</p>

<p></p>

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q
A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

<p>Defina resíduo</p>

A

<p>Diferença entre valor observado e o valor ajustado</p>

<p></p>

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q
A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q
A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q
A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q
A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q
A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q
A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

<p>A regressão linear dos mínimos quadrados sempre passar pelo ponto:</p>

A

<p>!!!</p>

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

<p>SSrRes em termos de y</p>

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

<p>SST</p>

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

<p>SSrRes</p>

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q
A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

<p>Quais as hipóteses do teste t</p>

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

<p>Z0</p>

A

<p>É utilizado se conhecer a variância</p>

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

<p>t0</p>

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

<p>Quando podemos rejeitar H0 no teste t?</p>

23
Q

<p>O que implica rejeitar H_0 na regressão linear simples?</p>

A

<p>Implica não haver relação linear entre <em>x</em> e <em>y</em></p>

24
Q

<p>SSR</p>

25

Graus de liberdade num modelo de regressão linear simples

glT=n-1

glR=1

glRes=n-2

26

MSR=

MSRes=

MSR=SSR/1

MSRes=SSRes/(n-2)

27

E(MSRes)=

E(MSR)=

28

O que ocorre se o valor de F0 é grande?

Indica que é provável que la pendiente Bdiferente de zero

29

Como é o parâmetro de não centralidade? O que ele indica?

Indica que o valor observado de F0 deve ser grande se B1 for diferente de 0 (zero)

30

Como rejeitar a hipótese H0 abaixo?

Se

31

IC para B1

32

IC para B0

33

Intervalo de confiança de para σ2

34

Como determinar um estimadr não viesado para E(y|x0)

35
36

Intervalo de confiança para o valor estimado

37

Coeficiente de determinação R2

38

O que pode haver no modelo caso R2 =1?

Pode haver pontos repetidos

39

Embora R2 não pode diminuir se se agrega ao modelo uma nova variável regressora, isso não quer dizer que necessariamente que o novo modelo seja melhor que o anterior.

 

A menor que a soma dos quadrados no novo modelo se reduza em uma quantidade igual ao erro quadrático médio original,  ao novo modelo tenderá um maior erro quadrático médio que o anterior, por perda de um grau de liberdade no erro. Assim o novo modelo será pior que o anterior

40

E(R2)

41

Do que também depende o R2 ?

Também depende do intervalo de variabilidade da variável regressora. Em geral, R2 aumenta a medida que aumenta a dispersão de x e diminui quando diminui a dispersão de x, sempre e quando seja correta a forma suposta do modelo. R2 também pode sr pequeno porque o intervalo das x seja demasiadamente pequeno para permitir detectar sua relação com y.

42

Como  analisar o E(R2)?

O valor esperado de R2 aumentará quando aumenta Sxx, que é uma medida de dispersão de x.

43

O que podemos fazer se encontrarmospontos atípicos  na dispersão dos dados

  • Análise mais detalhada e omissão dos pontos atípicos
  • Estimação dos parâmetros do modelo com alguma técnica que seja influenciada com menos intensidade pelos pontos atípicos do que a de Mínimos quadrado;
  • reestruturar o modelo
44

Como explicar a relação entre duas variáveis absurdas?

Na verdade é uma correlação, dois indicadores aumentando. Relação monótona

45

Como ficam os estimadores pelo métodos de Máxima verossimilhança?

Ficam os mesmo que o do mínimo quadrado, exceto a variância que terá o viés (n-1)/n. O viés é pequeno quando n é moderamente grande.

46
47
48

E(MSR)

 

49
50

O que podemos dizer dos indicadores abaixo caso tivermos um modelo de regressão sem intercepto?