Ao construir um modelo de regressão linear múltipla para prever o tempo de resposta de um aplicativo web com base no número de usuários simultâneos e na latência da rede, o analista se depara com a mu

Question

Ao construir um modelo de regressão linear múltipla para prever o tempo de resposta de um aplicativo web com base no número de usuários simultâneos e na latência da rede, o analista se depara com a multicolinearidade entre as variáveis independentes. Qual das seguintes consequências é a mais direta e preocupante em relação à multicolinearidade alta?

Accepted Answer

A multicolinearidade alta infla os erros padrão dos coeficientes estimados, tornando-os menos confiáveis e dificultando a determinação da significância estatística individual das variáveis preditoras.

Answer

A multicolinearidade alta não afeta a capacidade preditiva geral do modelo, apenas a interpretação individual dos coeficientes.

Answer

A multicolinearidade alta geralmente resulta em um R-quadrado ajustado artificialmente baixo, indicando um mau ajuste do modelo.

Answer

A multicolinearidade alta exige a remoção da variável dependente do modelo, pois ela se torna irrelevante para a predição.

Answer

A multicolinearidade alta leva a um viés nos coeficientes estimados, fazendo com que eles não representem mais a relação real entre as variáveis.

Questão 20464 — Tecnologias da Informação

Comentários