Grátis: Estudamos algoritmos preditivos com base em (1) modelos de regressão linear e (2) modelos de regressão logística. Esses modelos são aplicados em si...

Estatísticas Aplicadas

FMU

Estudamos algoritmos preditivos com base em (1) modelos de regressão linear e (2) modelos de regressão logística. Esses modelos são aplicados em situações bem distintas, que dependem, essencialmente, da natureza da variave resposta, também chamada de variável dependente. Com esses dois modelos em mente, analise as afirmativas a seguir. I. Modelos de regressão logística simples são usados na predição de uma variável resposta qualitativa quando ha mais do que uma variável de entrada. Il. Modelos de regressão linear simples são usados na predição de uma variável resposta qualitativa quando se considera apenas uma variável de entrada. III. Um possível modelo de regressão logística simples para a predição da probabilidade de inadimplência é: p(x2) = [exp(bo+ b2x2) ] /[1+ exp(bo + b2x2) ] em que bo e b2 sao os coeficientes do modelo, X2, o gasto medio mensal da pessoa com cartão de crédito e P( 2), o valor esperado para a probabilidade de a pessoa ficar ou nao inadimplente com o pagamento das faturas do cartão. IV. O método comumente usado para calcular os valores dos coeficientes Do e D2 é o Método da Máxima Verossimilhança. Para isso, pode-se fazer uso do software estatístico R. Está correto o que se afirma em:

diasdouglas

ano passado

diasdouglas

ano passado

6 pág.

Prova N2 (A5)ESTATISTICA APLICADA AO DATA SCIENCE

FMU

Respostas

ano passado

Vamos analisar cada afirmativa: I. Modelos de regressão logística simples são usados na predição de uma variável resposta qualitativa quando há mais do que uma variável de entrada. Falso. Modelos de regressão logística podem ser usados com uma ou mais variáveis de entrada, mas a afirmativa não está correta ao afirmar que é apenas em situações com mais de uma variável. II. Modelos de regressão linear simples são usados na predição de uma variável resposta qualitativa quando se considera apenas uma variável de entrada. Falso. Modelos de regressão linear são usados para variáveis resposta quantitativas, não qualitativas. III. Um possível modelo de regressão logística simples para a predição da probabilidade de inadimplência é: p(x2) = [exp(bo + b2x2)] / [1 + exp(bo + b2x2)], em que bo e b2 são os coeficientes do modelo, X2 é o gasto médio mensal da pessoa com cartão de crédito e P(2) é o valor esperado para a probabilidade de a pessoa ficar ou não inadimplente com o pagamento das faturas do cartão. Verdadeiro. Esta afirmativa descreve corretamente a forma de um modelo de regressão logística. IV. O método comumente usado para calcular os valores dos coeficientes b0 e b2 é o Método da Máxima Verossimilhança. Para isso, pode-se fazer uso do software estatístico R. Verdadeiro. O Método da Máxima Verossimilhança é realmente utilizado para estimar os coeficientes em modelos de regressão logística, e o R é um software amplamente utilizado para essa finalidade. Com base nas análises, as afirmativas verdadeiras são III e IV. Portanto, a alternativa correta que contém todos os itens verdadeiros é: não há uma alternativa correta, pois não foi fornecida uma opção que inclua apenas III e IV.

Essa resposta te ajudou?