Questão 3531412

• Banca: INSTITUTO AOCP
• Órgão: IBGE
• Ano: 2019
• Provas: INSTITUTO AOCP - 2019 - IBGE - Analista Censitário - Métodos Quantitativos
• Disciplina: Estatística
• Assuntos: Conhecimentos de estatística

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.

• A. 1 – 2 – 3 – 4.
• B. 2 – 3 – 4 – 1.
• C. 3 – 4 – 1 – 2.
• D. 4 – 2 – 3 – 1.
• E. 2 – 3 – 1 – 4.

Gabarito: C

Comentários

• Gabarito: C

  Multicolinearidade consiste em um problema comum em regressões, no qual as variáveis independentes possuem relações lineares exatas ou aproximadamente exatas. O índício mais claro da existência da multicolinearidade é quando o R² é bastante alto, mas nenhum dos coeficientes da regressão é estatisticamente significativo segundo a estatística t convencional. As consequências da multicolinearidade em uma regressão são a de erros-padrão elevados no caso de multicolinearidade moderada ou severa e até mesmo a impossibilidade de qualquer estimação se a multicolinearidade for perfeita.

  Multicolinearidade Perfeita: nesse caso, é impossível estimar o vetor de parâmetros porque a matriz X'X tem o determinante igual a zero; logo, não possui inversa.

  Ausência de Multicolinearidade: quando as variáveis não estão correlacionadas entre si, a matriz X'X é diagonal.

  Alto 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.

  Baixo Grau de Multicolinearidade: se isso ocorrer, o coeficiente de uma variável não irá depender da outra, situação perfeita para a aplicação da análise de regressão múltipla.

  Disponível em: <https://pt.wikipedia.org/wiki/Multicolinearidade>

  Se meu comentário estiver equivocado, por favor me avise por mensagem para que eu o corrija e evite assim prejudicar os demais colegas.