Banco público de questões

Questões para Concursos

Pesquise questões reais por disciplina, assunto, tópico, banca, órgão, cargo, ano e modalidade.

Questões por banca

29 bancas disponíveis. Clique para visualizar todas.

Acesse diretamente as bancas disponíveis na QuestLab. As quantidades abaixo consideram as questões ativas do banco.

CEBRASPE 51.363 questões FGV 25.316 questões FCC 24.632 questões AOCP 23.456 questões IBFC 11.190 questões VUNESP 10.983 questões Instituto Quadrix 9.793 questões FUNDATEC 9.088 questões IBADE 7.820 questões CESGRANRIO 6.013 questões OBJETIVA 4.740 questões CONSULPLAN 4.174 questões FEPESE 3.585 questões IADES 3.439 questões IESES 2.627 questões SELECON 2.377 questões IDECAN 1.907 questões MS CONCURSOS 1.485 questões Instituto Legalle 1.281 questões FAFIPA 1.161 questões FUMARC 842 questões ACAFE 551 questões INSTITUTO AOCP 430 questões NUCEPE 378 questões FUNIVERSA 348 questões FAURGS 203 questões FIOCRUZ 48 questões MACKENZIE 48 questões CETRO 17 questões

Encontre as questões que procura

Palavra-chave

Disciplina

Assunto

Tópico

Banca

Órgão

Ano

Cargo

Modalidade

Limpar filtros

3 questões encontradas

ID 186905 Estatística Coeficiente de Determinação CEBRASPE 2026

O método dos mínimos quadrados ordinários será utilizado em um modelo de regressão linear simples para se encontrar a reta que melhor se ajusta aos dados observados em determinada situação.

Nesse caso, o método dos mínimos quadrados ordinários permitirá

A encontrar uma reta na qual a soma algébrica simples de todos os desvios (positivos e negativos) seja igual a zero, independentemente da magnitude dos erros.

B maximizar a soma dos desvios entre os valores observados e os valores preditos pelo modelo, garantindo que a reta passe pelo maior número possível de pontos.

C minimizar a soma das diferenças absolutas entre os valores observados e os preditos, sem elevá-las ao quadrado, para evitar distorções causadas por valores extremos.

D maximizar a correlação entre as variáveis, ajustando uma reta que force todos os pontos a ficarem equidistantes da linha de regressão.

E minimizar a soma dos quadrados das diferenças verticais entre os valores observados e os valores preditos pela reta de regressão.

ID 186253 Estatística Coeficiente de Determinação CEBRASPE 2026

Texto associado

Em um relatório técnico a respeito da geração e atração de viagens de transporte de cargas inter-regional, utilizou-se uma regressão linear múltipla estimada pelo método dos mínimos quadrados ordinários (MQO). O modelo básico desenvolvido tinha o número de viagens como variável dependente Y e, como variáveis explicativas, a produção e o consumo. Os resultados do modelo básico são apresentados a seguir.

Com base nesses resultados, considerando R ² ajustado igual a 0,6354, julgue os itens a seguir.

O R ² ajustado indica que aproximadamente 63,54% da variação em Y é explicada conjuntamente pelas variáveis de produção e consumo, após o ajuste pelo número de regressoras.

C Certo

E Errado

ID 196724 Estatística Coeficiente de Determinação CEBRASPE 2021

Um modelo de regressão linear simples tem a forma y = a x + b + ε , em que y denota a variável resposta, x é a variável regressora, a e b são os coeficientes do modelo, e ε , representa um erro aleatório com média 0 e variância v . Com base em uma amostra aleatória simples de tamanho n = 51, pelo método dos mínimos quadrados ordinários, a estimativa da variância v foi igual 3. A variância amostral da variável y é 42.

Nesse modelo, o valor do coeficiente de determinação (R 2 ) é igual a

A 0,07.

B 0,21.

C 0,93.

D 0,42.

E 0,79.

Questões para Concursos

Questões por banca

O método dos mínimos quadrados ordinários será utilizado em um modelo de regressão linear simples para se encontrar a reta que melhor se ajusta aos dados observados em determinada situação. Nesse caso, o método dos mínimos quadrados ordinários permitirá

O R ² ajustado indica que aproximadamente 63,54% da variação em Y é explicada conjuntamente pelas variáveis de produção e consumo, após o ajuste pelo número de regressoras.

O método dos mínimos quadrados ordinários será utilizado em um modelo de regressão linear simples para se encontrar a reta que melhor se ajusta aos dados observados em determinada situação.

Nesse caso, o método dos mínimos quadrados ordinários permitirá