Os modelos de regressão são de enorme importância na estatística e na ciência dos dados. Dentre os diversos modelos de regressão que existem, por exemplo, árvores de decisão para regressão, k-vizinhos mais próximos para regressão e outros (não vimos nenhum desses aqui, mas não se preocupe: o nosso curso é introdutório!), são justamente os modelos de regressão linear aqueles considerados os mais importantes e, sem dúvida, os mais difundidos, com aplicações nas mais diversas áreas.
Desse modo, é sobre eles que queremos saber o que você já aprendeu. Para isso, analise as afirmativas a seguir.
I. Modelos de regressão linear são usados como modelos preditivos para casos em que a variável resposta é quantitativa. As variáveis de entrada podem ser de qualquer tipo: quantitativas ou qualitativas.
II. As variáveis de entrada também são denominadas variáveis regressoras, variáveis preditoras ou variáveis independentes.
III. A variável resposta também pode ser denominada variável de saída ou variável dependente.
IV. Modelos de regressão linear são usados como modelos preditivos para casos em que a variável resposta é qualitativa. As variáveis de entrada podem ser de qualquer tipo: quantitativas ou qualitativas.
Está correto o que se afirma em:
I e II, apenas.
II e III, apenas.
I e III, apenas.
IV, apenas.
I, II e III, apenas.
Soluções para a tarefa
Resposta:
I,II e III
Explicação:
As três primeiras afirmativas se referem a situações nas quais a variável resposta é quantitativa, assim os modelos de regressão linear podem ser aplicados. Já a última afirmativa é falsa, pois se refere a uma situação em que a variável resposta é qualitativa, situação em que não podemos aplicar modelos de regressão.
Sobre os modelos de regressão e sua importância na estatística e na ciência dos dados é correto o que se afirma em:
- I, II e III, apenas.
Modelos de regressão e variáveis
Temos que as afirmativas I, II, III se refere a situações onde a variável de resposta é quantitativa, assim os modelos de regressão linear podem ser aplicados.
A afirmativa IV faz referencia a uma situação em que a variável resposta é qualitativa, nesse caso não podemos aplicar modelos de regressão o que torna a alternativa falsa.
Saiba mais sobre modelos de regressão em:
https://brainly.com.br/tarefa/10573007
https://brainly.com.br/tarefa/10480124
https://brainly.com.br/tarefa/49795865
#SPJ2
