Cadernos de Questões

Provas Favoritas

Filtros Salvos

Foram encontradas 50 questões.
#1829349

Para um estudo com o objetivo de previsão, optou-se pela utilização do modelo de regressão linear múltipla Yi = α + β1 X1i + β2 X2i + … + βk Xki + ui, i = 1, 2, …, n.

Tem-se que:

I. Y é a variável dependente,

II. X1 , X2 , …, Xk são as variáveis explicativas,

III. α, β1 , β2 , …, βK são os parâmetros desconhecidos do modelo com as respectivas estimativas obtidas pelo método dos mínimos quadrados,

IV. u é o erro aleatório,

V. i corresponde a i-ésima observação, n é o número de observações e k o número de variáveis explicativas.


Se foi detectado neste modelo um problema de multicolinearidade, então

  • no modelo houve a omissão de variáveis explicativas relevantes.
  • a variância do termo erro não é constante para todos os valores da variável dependente.
  • duas ou mais variáveis explicativas são altamente correlacionadas.
  • o termo erro em um determinado período é positivamente correlacionado com o termo erro no período anterior.
  • no modelo houve inclusão de variáveis explicativas irrelevantes.
Fale com IAgo
IAgo - Assistente IAProva
IA
Olá! Sou o IAgo, seu assistente aqui no IAProvatec 😊
Veja como posso te ajudar:
Agora