Questões de CESGRANRIO - Estatística

Para um aumento de um ano na prática de esporte, a chance de ter a doença aumenta 45%.

Para um aumento de um ano na prática de esporte, a chance de ter a doença diminui 45%.

Para um aumento de um ano na prática de esporte, a chance de ter a doença aumenta 35%.

Para um aumento de um ano na prática de esporte, a chance de ter a doença diminui 35%.

Para um aumento de um ano na prática de esporte, a chance de ter a doença diminui 65%.

o efeito da política pública foi heterogêneo, aumentando a renda mensal de algumas famílias em até 3 mil reais, mas reduzindo a de outras em até 2 mil reais.

houve aumento na renda familiar média, sabendo que, caso a renda não tenha efetivamente aumentado, ele estará cometendo um erro do tipo I.

houve aumento na renda familiar média, sabendo que, caso a renda não tenha efetivamente aumentado, ele estará cometendo um erro do tipo II.

não houve aumento na renda familiar média, sabendo que, caso a renda tenha efetivamente aumentado, ele estará cometendo um erro do tipo I.

não houve aumento na renda familiar média, sabendo que, caso a renda tenha efetivamente aumentado, ele estará cometendo um erro do tipo II.

se esse modelo for estimado por Mínimos Quadrados Ordinários, Modelo de Probabilidade Linear, não serão gerados estimadores consistentes para os b, pois apenas valores de Y = 1 são considerados.

se o termo de erro tem distribuição normal padrão, pode-se estimar o modelo por Mínimos Quadrados Ordinários, MQO, e fazer inferência clássica da forma usual está correto.

como a Var(Y|X) é constante, o estimador de Mínimos Quadrados Ordinários, MQO, é o melhor estimador linear não viesado.

o modelo pode ser estimado por Mínimos Quadrados Ponderados, e os pesos utilizados devem ser positivos.

a estimação robusta à heterocedasticidade não pode ser usada, pois não garante que a probabilidade estará entre zero e 1.

a forma funcional de e mais recomendável quando a amostra de dados possui valores extremos é a da distribuição normal padrão, ou seja, o modelo Probit é mais adequado.

o modelo utilizado sendo Probit, tem-se que $\mathrm{Pr}(y=1\mid x)=\mathrm{\Theta }\left({\mathrm{(x}}^{\mathrm{\prime }}\beta +\mathrm{\epsilon )}\right)$, onde Q é a função de distribuição acumulada de uma Normal Padrão.

o método de estimação empregado para a análise da Pr(y = 1|x) sempre deverá ser o de máxima verossimilhança.

os parâmetros b representam os efeitos marginais das variáveis explicativas sobre a probabilidade de y = 1.

os efeitos marginais sobre a Pr(y = 1|x) são obtidos diretamente a partir dos B estimados do modelo de probabilidade linear.

se o custo de oportunidade do tempo dedicado aos afazeres domésticos (Td ) é alto, para aqueles que têm maiores salários, tais como os homens, a estimativa por MQO – Mínimos Quadrados Ordinários – de $\delta$ indicará um efeito negativo menor de Td sobre o salário.

como há um painel balanceado, quando se estima por efeitos fixos, consegue-se controlar todas as características não observadas dos trabalhadores e, consequentemente, gera-se uma estimativa consistente de $\delta$.

uma condição suficiente para o método de VI – Variáveis Instrumentais – controlar para a endogeneidade da variável Td e gerar um estimador consistente para $\delta$ é ter um conjunto de instrumentos exógenos.

quando a correlação entre Td e o termo de erro aleatório e_it decorre de um efeito fixo individual, denominado de a_i , pode-se estimar de forma significativa e consistente o parâmetro $\delta$ por efeitos fixos.

na estimação por efeitos fixos, eliminam-se da regressão todas as características individuais observadas que são invariantes no tempo.