Questões por Cursos Rateio

Questão 24860 · 38ª da prova

CESPE / CEBRASPE 2026 – SEFAZ-PR – Agente Fazendário: Modelos lineares

Banca
CESPE / CEBRASPE
Órgão
SEFAZ-PR
Ano
2026
Cargo
Agente Fazendário
Matéria
Estatística
Assunto
Modelos lineares
Na análise diagnóstica dos resíduos de um modelo de regressão múltipla estimado por mínimos quadrados ordinários, identificam-se três observações com características distintas: a i-ésima observação apresenta resíduo studentizado externamente superior a 3 em valor absoluto, mas baixo valor de alavancagem; a j-ésima observação apresenta alta alavancagem, mas resíduo próximo de zero; e a k-ésima observação apresenta, simultaneamente, resíduo studentizado moderado (aproximadamente 2) e alta alavancagem, o que resulta em distância de Cook substancialmente elevada.
Considerando a situação hipotética apresentada e os conceitos de leverage, outliers e observações influentes, assinale a opção correta.
  1. A
    A presença simultânea dessas três observações com características distintas invalida o uso de mínimos quadrados ordinários, sendo necessário utilizar métodos robustos de estimação, como regressão quantílica ou M-estimadores, para a obtenção de resultados confiáveis.
  2. B
    As três observações são igualmente problemáticas e devem ser removidas do conjunto de dados, pois qualquer observação com resíduo elevado ou alta alavancagem viola os pressupostos do modelo de regressão e compromete a validade das inferências estatísticas.
  3. C
    A i-ésima observação indica heterocedasticidade localizada e deve ser corrigida por meio de ponderação; a j-ésima observação sugere multicolinearidade que envolve essa observação específica; e a k-ésima observação demonstra não linearidade, que requer inclusão de termos polinomiais no modelo.
  4. D
    Como a k-ésima observação apresenta a maior distância de Cook, ela é necessariamente a única observação que deve ser investigada e potencialmente removida, ao passo que as observações i e j podem ser ignoradas na análise, independentemente de seus valores de resíduo ou alavancagem.
  5. E
    A i-ésima observação é um outlier sem influência substancial sobre as estimativas; a j-ésima observação tem potencial de influência devido ao leverage, mas está bem ajustada pelo modelo; e a k-ésima observação é genuinamente influente, pois combina posição extrema no espaço dos regressores com inadequação do ajuste, sendo a mais preocupante para a estabilidade das estimativas dos coeficientes.

Entre com a sua conta do Cursos Rateio. No plano Grátis são 10 questões por dia, sem pagar nada.

Mais questões de Modelos lineares

Estude com milhares de questões de concurso

Filtre por banca, órgão, cargo e assunto, monte cadernos e simulados e acompanhe o seu desempenho.

Conhecer a área de Questões