Avaliação de Supervised Machine Learning: Modelagem Multinível II - 11/04/2023
Supervised Machine Learning: Modelagem Multinível II
Professor: Luiz Paulo Lopes Fávero
Avaliação realizada por:
Avaliação realizada em: 04/05/2023
Iniciar
Parabéns - Você terminou Avaliação de Supervised Machine Learning: Modelagem Multinível II - 11/04/2023.
Você fez %%SCORE%% de %%TOTAL%%.
Sua média é: %%RATING%%
Your answers are highlighted below.
Question 1 |
Os modelos multinível com medidas repetidas são caracterizados:
A | Pela estimação dos parâmetros pelo método de scatter search fleet rout size mix evolution. |
B | Pela evolução temporal dos dados, representada no nível 1 da análise. |
C | Pela existência de apenas um nível de análise. |
D | Pela repetição de dados dos grupos contextuais, sendo que a estimação dos parâmetros é realizada pelo método OLS. |
Question 2 |
Seguindo a nomenclatura adotada em aula, apresenta-se a seguinte especificação de um modelo multinível.


A | Modelo nulo HLM3 com medidas repetidas. |
B | Modelos HLM2 com inclinações aleatórias. |
C | Modelo nulo HLM2. |
D | Modelos HLM3 com interceptos e inclinações aleatórios. |
Question 3 |
Sejam as seguintes afirmações:
I) Os modelos GLMM são modelos gerais a partir dos quais modelos tradicionais, como GLM, derivam, já que estes últimos são casos particulares dos primeiros.
II) Os modelos GLMM apresentam vantagens tem termos preditivos, por considerarem interações entre variáveis no componente de efeitos fixos e interações entre
variáveis e termos de erro no componente de efeitos aleatórios.
Assinale a alternativa CORRETA:
A | Apenas a afirmação II está correta. |
B | Nenhuma afirmação está correta. |
C | Apenas a afi rmação I está correta. |
D | Todas as afi rmações estão corretas. |
Question 4 |
Em um modelo multinível com medidas repetidas (períodos de tempo) aninhados em indivíduos, é CORRETO afirmar que:
A | Tanto indivíduos como períodos de tempo são defi nidos como nível 2, já que os grupos a que pertencem os indivíduos serão defi nidos como nível 1. |
B | Os períodos de tempo são defi nidos como nível 1, e os indivíduos como nível 2. |
C | Os períodos de tempo são defi nidos como nível 2, e os indivíduos como nível 1. |
D | Nenhuma das anteriores. |
Question 5 |
A partir da estimação de quatro modelos por meio de um dataset com estrutura hierárquica nos dados, obtiveram-se os respectivos valores de LogLik, conformemostra a figura abaixo:
Pergunta-se: Qual o modelo mais adequado para fins de melhor ajuste entre os valores previstos da variável dependente (fitted values) e valores reais?


A | HLM2 com Interceptos Aleatórios. |
B | OLS Nulo. |
C | HLM2 Nulo. |
D | HLM2 com Interceptos e Inclinações Aleatórios. |
Question 6 |
A partir de determinado dataset com estrutura hierárquica, e com base na nomenclatura utilizada em aula, foi estimado inicialmente um modelo multinível nulo comdois níveis (estudantes aninhados em escolas), sendo gerado o respectivo objeto modelo_nulo_hlm2
. Os outputs obtidos encontram-se na figura abaixo.
Pergunta-se: qual o percentual da variação da variável dependente (desempenho) que é devido às diferenças existentes entre escolas (efeito contextual escola), ouseja, a ICC (correlação intraclasse) do nível escola?


A | 74,34% |
B | 99,99% |
C | 12,47% |
D | 34,74% |
Question 7 |
Dado o seguinte código de programação no R, utilizado para se estimar um modelo a partir de um dataset com dados de evolução temporal anual (medidas repetidas)de indivíduos aninhados em determinados grupos:
modelo <- lme(fixed = Y ~ ano + X + W + X:ano + W:ano,
random = list(grupo = ~ ano, indivíduo = ~ ano),
data = dataset,
method = "REML")
Sabe-se que Y é a variável dependente, X é a variável preditora de indivíduos e W é a variável preditora de grupos.
O código apresentado refere-se a uma modelagem do tipo:
A | OLS. |
B | HLM3 com medidas repetidas. |
C | HLM2 com infl ação de zeros. |
D | HLM1. |
Question 8 |
Seguindo a nomenclatura adotada em aula, apresenta-se a seguinte especificação de um modelo multinível.


A | Modelos HLM3 com interceptos e inclinações aleatórios. |
B | Modelo nulo HLM2. |
C | Modelo HLM2 com interceptos aleatórios no nível 2. |
D | Modelos HLM3 com medidas repetidas. |
Question 9 |
Para o estudo da evolução temporal do desempenho de estudantes pertencentes a diferentes escolas, estimou-se um modelo HLM3 com medidas repetidas. Nestecaso, é
CORRETO dizer que os níveis 1, 2 e 3 desta modelagem serão caracterizados, respectivamente, por:
A | A evolução temporal, estudantes e escolas. |
B | Escolas, estudantes e evolução temporal. |
C | Evolução temporal, escolas e estudantes. |
D | Estudantes, escolas e evolução temporal. |
Question 10 |
Seguindo a nomenclatura adotada em aula, apresenta-se a seguinte especificação de um modelo multinível.


A | Modelos HLM2 com interceptos aleatórios. |
B | Modelo HLM3 nulo. |
C | Modelos HLM3 com medidas repetidas (tendência linear) e com interceptos e inclinações aleatórios. |
D | Modelo nulo HLM2. |
Quando você terminar, clique no botão abaixo. Se algum item estiver incompleto ele será marcado como incorreto.
Ver Resultados
Existem 10 questões incompletas.
← |
List |
→ |
Return
Shaded items are complete.
1 | 2 | 3 | 4 | 5 |
6 | 7 | 8 | 9 | 10 |
Fim |
Return
Você terminou
questões
questão
Sua nota é
Correta
Errado
Partial-Credit
You have not finished your quiz. If you leave this page, your progress will be lost.
Correct Answer
You Selected
Not Attempted
Final Score on Quiz
Attempted Questions Correct
Attempted Questions Wrong
Questions Not Attempted
Total Questions on Quiz
Question Details
Results
Date
Score
Dica
Time allowed
minutes
seconds
Time used
Answer Choice(s) Selected
Question Text
Pronto!
Estude mais!
Continue tentando!
Razoável!
Bom trabalho!
Perfeito!
Este artigo foi útil ?
SimNão
Last modified: 20 de novembro de 2023