Question

40. Considerando as Questão premissas básicas de um modelo de regressão linear e os problemas decorrentes do relaxamento de tais premissas, assinale a alternativa CORRETA.

(A) Algumas das possíveis causas da heterocedasticidade são a presença de dados discrepantes e erros de especificação do modelo de regressão. (B) Na presença de multicolinearidade perf eita, a estimação é possÍvel, porém, os erro-padrão tendem a ser grandes, o que impede a estimação dos valores populacionais dos coeficientes. (C) Embora na presença de autocorrelação os estimado_ res de Mínimos euadrados Ordinários (MeO) continuem sendo não tendenciosos, eficientes e com distribuição normal assintótica, eles deixam de ser consistentes. (D) Mesmo na presença de heterocedasticidade, o método MeO ainda é o mais adequado para estimação dos coeficientes da regressão. (E) É essencial, nos modelos de regressão linear estimados por MQO, que o termo de erro siga uma distribuição normal; caso contrário, os estimadores de MQO deixarão de ser os melhores estimadores lineares não tendenciosos.

Acerca de modelos de escolha qualitativa, como o logit, é correto afirmar, EXCETO:

Accepted Answer

D) A medida convencional de qualidade de ajustamento, R2, não Íaz muito sentido em modelos com regressando binário. pode-se utilizar outras medidas, como o pseudo R2, mas e importante considerar que em tais modelos a do qualidade ajustamento e secundária

Answer

A) Enquanto o modelo cujo regressando é quantitativo tem como objetivo estimar seu valor esperado condicionado aos regressores, no modelo cujo regressando é qualitativo o objetivo é encontrar a probabilidade com que determínado evento aconteça.

Answer

B) No modelo logit, o coeficiente angular mede
a
variação do regressando em resposta a uma unidade
de variação do regressor; já o intercepto é o valor do
logaritmo das chances favoráveis a y=1 quando
X=0.

Answer

C) Quando trabalhamos com dados individuais (microdados), a estimação do logit por MeO é impossível; mas, quando lidamos com dados agrupados, a estimação do logit por MeO é sempre possível.

Answer

E) Visto que o metodo MeO não e adequado para o modelos como logit, se faz necessário realizar a estimação por outro metodo, como, por exemplo, o da máxima verossimilhança, ideal para grandes amostras.

Mais questões de Outros temas