Questão nº 39

Questão de Economia de Energia · FGV EPE 2024 (nº 39)

FGV2024Analista de Pesquisa Energética - Economia de EnergiaEconomia de Energia
Gabarito: Bver comentário ↓

Um estudo foi desenvolvido com o objetivo de estimar o consumo de energia elétrica em função do número de consumidores. Para realizar o estudo, foi usado um Modelo de Regressão Linear Simples.

Sobre o modelo usado, analise as afirmativas a seguir.

I. Considerando a equação y=α+βx, onde "α" e "β" são parâmetros da reta teórica, os quais são estimados por meio dos pontos experimentais fornecidos pela amostra, obtendo-se uma reta estimada.
II. A aplicação do Princípio de Máxima Verossimilhança leva ao chamado procedimento de Mínimos Quadrados.
III. Deve-se procurar a reta para a qual se consiga minimizar a soma dos resíduos da regressão ao quadrado.

Está correto o que se afirma em

Resposta comentada

Gabarito Alternativa B

A Regressão Linear Simples é uma técnica estatística que busca encontrar a melhor linha reta para descrever a relação entre duas variáveis, uma que queremos prever (dependente, 'y') e outra que usamos para prever (independente, 'x').

  • (A) Incorreta: A alternativa A está incorreta porque a alternativa B é a correta, e A inclui apenas uma parte da resposta completa.
  • (B) Correta:
    • I. Correta: A equação y=α+βxy=\alpha+\beta x representa a reta teórica ou populacional, onde α\alpha (intercepto) e β\beta (inclinação) são parâmetros desconhecidos. A partir de uma amostra de dados, estimamos esses parâmetros, obtendo α^\hat{\alpha} e β^\hat{\beta}, que formam a reta estimada y^=α^+β^x\hat{y}=\hat{\alpha}+\hat{\beta}x. Esta é a base da regressão linear.
    • II. Correta: Sob as premissas de que os erros são independentes, identicamente distribuídos e seguem uma distribuição normal com média zero e variância constante, o Princípio de Máxima Verossimilhança (MLE), que busca os parâmetros que tornam a probabilidade dos dados observados a maior possível, leva aos mesmos estimadores que o procedimento de Mínimos Quadrados (OLS).
  • (C) Incorreta: A alternativa C está incorreta porque a afirmativa III contém uma armadilha de linguagem que a torna falsa.
  • (D) Incorreta: A alternativa D está incorreta porque a afirmativa I é verdadeira.
  • (E) Incorreta: A alternativa E está incorreta porque a afirmativa III é falsa.

Distrator mais tentador (Afirmativa III):

  • III. Incorreta: A armadilha aqui está na formulação "minimizar a soma dos resíduos da regressão ao quadrado". O método dos Mínimos Quadrados (OLS) busca, na verdade, minimizar a soma dos quadrados dos resíduos (ei2\sum e_i^2), ou seja, a soma de cada resíduo elevado ao quadrado. Se interpretarmos "soma dos resíduos da regressão ao quadrado" como (ei)2(\sum e_i)^2, essa afirmativa seria incorreta porque, em um modelo de OLS com intercepto, a soma dos resíduos (ei\sum e_i) é sempre zero, e, portanto, (ei)2(\sum e_i)^2 também seria zero, o que não é o objetivo da minimização para encontrar a reta. A minimização é sobre a soma dos quadrados individuais dos resíduos.

Fonte: FGV EPE 2024 Analista de Pesquisa Energética - Economia de Energia (Caderno Tipo 1). Reproduzida para fins de estudo.

Continue estudando

Estudar é izi

Pratique milhares de questões como esta, de graça, com explicação e gamificação no Quizinho.

Estudar de graça no Quizinho