Disciplinas:
Na aplicação de modelos lineares com mais de uma variável explicativa, a Multicolinearidade
é um problema que geralmente ocorre. Para medir o grau de multicolinearidade, pode-se
utilizar a matriz de correlações que mede a dependência linear de primeira ordem entre
as variáveis explicativas. Utilizando essas informações, relacione as colunas e assinale a
alternativa com a sequência correta.
1. Multicolinearidade Perfeita. 2. Ausência de Multicolinearidade. 3. Alto Grau de Multicolinearidade. 4. Baixo Grau de Multicolinearidade.
( ) Se isso ocorrer, o coeficiente de uma variável vai depender da outra, não refletindo, assim, o efeito individual da variável à qual está associado, mas somente um efeito parcial ou marginal, condicionado a outra variável. ( ) Se isso ocorrer, o coeficiente de uma variável não irá depender da outra, situação perfeita para a aplicação da análise de regressão múltipla. ( ) Nesse caso, é impossível estimar o vetor de parâmetros porque a matriz X'X tem o determinante igual a zero; logo, não possui inversa. ( ) Quando as variáveis não estão correlacionadas entre si, a matriz X'X é diagonal.
1. Multicolinearidade Perfeita. 2. Ausência de Multicolinearidade. 3. Alto Grau de Multicolinearidade. 4. Baixo Grau de Multicolinearidade.
( ) Se isso ocorrer, o coeficiente de uma variável vai depender da outra, não refletindo, assim, o efeito individual da variável à qual está associado, mas somente um efeito parcial ou marginal, condicionado a outra variável. ( ) Se isso ocorrer, o coeficiente de uma variável não irá depender da outra, situação perfeita para a aplicação da análise de regressão múltipla. ( ) Nesse caso, é impossível estimar o vetor de parâmetros porque a matriz X'X tem o determinante igual a zero; logo, não possui inversa. ( ) Quando as variáveis não estão correlacionadas entre si, a matriz X'X é diagonal.
