Exercícios

Versão on-line destes exercícios

https://forms.gle/pkbW5KuHRrwKXKf59

1. O que é Regressão Linear?

   1. Uma técnica para classificar dados em categorias pré-definidas.

   2. Um método estatístico para modelar a relação entre uma variável dependente contínua e uma ou mais variáveis independentes.

   3. Um algoritmo de Machine Learning não supervisionado utilizado para clustering.

   4. Uma técnica para prever séries temporais baseada em modelos de decomposição.

2. Qual é a principal função da Regressão Linear Simples?

   1. Prever valores categóricos a partir de variáveis independentes.

   2. Encontrar a linha reta que minimiza a soma dos quadrados das diferenças entre os valores observados e previstos.

   3. Estimar a matriz de covariância entre variáveis dependentes.

   4. Aplicar transformações não lineares para capturar complexidades nos dados.

3. Quem foi um dos pioneiros no desenvolvimento do conceito de regressão linear?

   1. Albert Einstein

   2. Francis Galton

   3. Isaac Newton

   4. Ada Lovelace

4. Qual das seguintes opções NÃO é uma aplicação típica de regressão linear?

   1. Previsão de preços de imóveis.

   2. Análise de tendências de mercado.

   3. Detecção de anomalias em grandes conjuntos de dados.

   4. Previsão de vendas.

5. Qual é uma vantagem da Regressão Linear?

   1. Ela é capaz de modelar relações complexas e não lineares sem ajustes adicionais.

   2. É fácil de interpretar e implementar, exigindo menos recursos computacionais em comparação com modelos mais complexos.

   3. Funciona exclusivamente com variáveis categóricas e não contínuas.

   4. Sempre fornece resultados perfeitos independentemente dos dados.