Uma das primeiras etapas quando queremos estimar um modelo de regressão é verificar qual é a correlação existente entre as variáveis Xs e a variável Y e entre as próprias variáveis Xs. Vamos supor que um modelo de regressão qualquer, com duas variáveis Xs ( X1 e X2), apresente os seguintes coeficientes de correlação entre as variáveis:
R x1, Y = 0,9; R x2, Y = 0,7; R X1,X2 = 0,76
Sobre os coeficientes de correlação, leia as afirmativas:
I. O valor do coeficiente de correlação apresentado anteriormente entre as variáveis Xs demonstra que o modelo tem fortes indícios para ter problema de multicolinearidade.
II. O valor do coeficiente de correlação entre a variável X1 e Y demonstra apenas que as duas variáveis estão positivamente relacionadas, mas não apresenta o grau dessa relação, sendo este medido pela covariância.
III. Nos modelos de regressão linear múltipla, o ideal é que o coeficiente de correlação entre as variáveis Xs seja baixo.
IV. Nos modelos de regressão linear simples e múltipla, a correlação entre as variáveis Xs e a Y devem ser sempre positivas e acima de 1.
É correto o que se afirma em:
Alternativas
Alternativa 1:
I, apenas.
Alternativa 2:
II, apenas.
Alternativa 3:
I e III, apenas.
Alternativa 4:
III e IV, apenas.
Alternativa 5:
I, II, III e IV.
Soluções para a tarefa
Respondido por
3
Eu acredito que seja a alternativa correta a I e lII.
ALGUÉM MAIS TBM CONCORDA?
cleonebr66:
concordo com você .. isso porque na alternativa 03 se o coeficiente de correlação entre as variáveis XS for alto, existirá problemas de multicolinearidade. então nesse caso, é sempre bom ser baixo, caso contrario, deve-se excluir uma das variáveis do modelo.
Também concordo!
Perguntas interessantes