Lista de Exercícios da Universidade, Exercícios de Contabilidade

Baixe Lista de Exercícios da Universidade e outras Exercícios em PDF para Contabilidade, somente na Docsity!

1º5Obrenha o estimador de Miúxima E Vi exrcaso abaixo; “rossimilhança do modelo de regresndo múltipla MtBi re 1 4 o (2n) mi tm= =, = den! a) A ideia da estimação Por máxima verossi distribuição da população, os tania aqueles que mais se adequam aos valo E b) A marriz de informação de Fischer, 10) de detectar Ô máximo. e) Então a ideia do teste LR é testar sea função de verossimilhan d) O teste LM avalia Sl 2 camente iguais. Rê - É à função de verossimilhança a) Em particular para testes de rest 's lineares no modelo de regressão lincar sob normalidade vale a seguinte desigualdade: Wald > LR > LM 3º) Demonstre a Lei fraca dos grandes números por meio da desigualdade de Chebychev. 4º) Verdadeiro ou falso? Explique. a) No modelo lincar de regressão o estimador de minimos quadrados ordinários coincide com o estimador de múxima verossimilhança? b) No modelo lincar de regressão é necessário assumir normalidade para estabelecer que o estimador de mínimos quadrados ordinários dos parâmetros de regressão é o melhor estimador não-viesado, O Teorema de Gauss-Markov não é válido no modelo linear de regressão com multicolinariedade quase ta, pois as variâncias dos estimadores de minimos quadrados ordinários dos parâmetros lineares se tornam grandes, dy O coeficiente de determinação ajustado pode ser negativo. e) No modelo linear heterocedástico de regressão o estimador de mínimos quadrados generalizado viável de f é lineur e ineficiente. 9) Para estabelecer a consistência do estimador de mínimos quadrados ordinários no modelo linear de regressão precisamos apenas supor que os erros possuem média zero, 5º) Escreva um ensaio conciso sobre formas de detecção de multicolinaricdade quase exata em modelos lineares de regressão. Ê c $º) Considere o seguinte modelo de regressão linear n=B+fte