Assinale o gráfico que apresenta o maior indício de existência de heterocedasticidade quando da estimação de um modelo de regressão que considera as variáveis Y (dependente) e X (preditora).

A transformação de Box-Cox sobre a variável dependente: I) Torna a especificação do modelo não linear (quando lambda ≠ 1). II) Pode fazer com que os termos de erro do novo modelo estimado apresentem distribuição aderente à distribuição normal, fazendo com que se tornem adequados os intervalos de confiança dos parâmetros para fins preditivos. III) Pode fazer com que se reduza a heterocedasticidade pela consideração de um ajuste não linear nos dados. Assinale a alternativa CORRETA:

Sobre a heterocedasticidade, é CORRETO afirmar que:

Sobre a estatística VIF, é CORRETO dizer que:

A multicolinearidade:

Seja o seguinte diagrama de correlações de Pearson entre cada par de variáveis (Y, X e X ), sendo Y a variável dependente e X e X as variáveis preditoras de determinado modelo de regressão linear múltipla: Por meio da análise visual deste diagrama, é possível afirmar que:

Assinale a alternativa INCORRETA em relação às consequências da multicolinearidade:

Sobre o fenômeno da heterocedasticidade, é correto dizer que: I) É decorrente da omissão de variáveis preditoras significantes no modelo final estimado. II) Pode ser reduzido por meio da inclusão de variáveis preditoras de Y cujos parâmetros beta se mostrarem estatisticamente significantes após o procedimento Stepwise. III) Termos de erro serão heterocedásticos quando estiverem fazendo as vezes de variáveis preditoras significantes que foram omitidas no modelo final estimado. Assinale a alternativa CORRETA:

Em relação à multicolinearidade, podemos afirmar que:

Problemas de multicolinearidade entre variáveis explicativas em modelos de regressão múltipla podem ser eliminados: