Questões de Concurso
Sobre covariância, correlação em estatística
Foram encontradas 306 questões
Sobre medidas de associação e correlação, considere as seguintes afirmativas:
1. O Coeficiente de Contingência pode ser comparado diretamente com outras medidas de correlação, por exemplo,
com o coeficiente r de Pearson, com o rs de Spearman ou o coeficiente
de Kendall, devido à ampla aplicabilidade
e facilidade de cálculo.
2. O Coeficiente de Contingência pode assumir o valor 0 (zero), caso em que haverá completa falta de associação, no entanto, não pode atingir a unidade, pois o limite superior é função do número de categorias.
3. Dois ou mais coeficientes de contingência podem ser comparados diretamente em qualquer circunstância.
4. Não há qualquer limitação quanto às frequências esperadas no cômputo do Coeficiente de Contingência, razão pela qual não se exige continuidade intrínseca das variáveis investigadas, tampouco suposições sobre a população-objeto.
Assinale a alternativa correta.

Suponha, ainda, que a média incondicional da série yt seja igual a 10.
Se ut é um processo de ruído branco, yt é definido pelo processo

O gráfico apresentado resulta de uma pesquisa com trabalhadores da construção civil de uma localidade onde a variável x representa o número de horas de treinamento em previsão de acidentes, e a variável y representa o número de ocorrências de acidentes de trabalho. Supondo-se que há correlação linear entre as variáveis x e y, e considerando-se o coeficiente r de correlação entre as variáveis e o coeficiente b de inclinação da reta de regressão y = a + bx, é correto afirmar que
Considerando que um pesquisador, ao estimar a taxa de homicídios ( R) em determinada unidade da Federação, tenha coletado uma amostra de municípios para se obter a estimativa r da taxa R, que X é o tamanho da população de um dos municípios e Y é a quantidade de homicídios ali registrados no ano, então o viés do estimador razão para a taxa de homicídios
E [r - R] ≈ 1 {Rσ2x - ρxy x σy x σx} μ 2x
será pequeno sempre que Rσ2x > cov(XY) em que μ x < ∞ é a média do tamanho populacional dos municípios, σx e σy; são os respectivos desvios padrão, e ρXY é a correlação entre X e Y.
Com relação a esses indicadores, julgue o item que se segue.O coeficiente de correlação linear de Pearson é inferior a 0,8.
Com base nessa situação hipotética e considerando a soma S = X + Y, e que P(X = 1) = P(Y = 1) = 0,6 e E(XY) = 0,5, julgue o item que se segue, acerca das variáveis aleatórias X, Y e S.
A correlação linear entre as variáveis X e Y é superior a 0,6.
Considerando um modelo de regressão no qual a média da variável resposta é aproximadamente zero, se o coeficiente de correlação múltipla (R2 ) tende a 1, então
O coeficiente de correlação múltipla R2 pode ser calculado dividindo a soma de quadrados do resíduo pela soma de quadrado total.
Nessa situação, é correto afirmar que o quadrado médio do resíduo será QMR ≤ σ 22 - σ 21.
Se, em um modelo de regressão linear simples, a relação entre a variável resposta (Y ) e a variável explicativa ( X ) é uma reta com 30° de inclinação positiva, então a forma do modelo é

Em um modelo de regressão linear múltipla, o coeficiente de determinação é igual ao coeficiente de determinação ajustado apenas se o tamanho amostral for suficientemente grande.

Onde:
é o coeficiente de correlação entre as variáveis x e y;
σ x,y é a covariância entre as variáveis x e y;
σx e σy são os desvios-padrão das variáveis x e y, respectivamente.
A respeito deste coeficiente de correlação, é correto afirmar que é uma medida da intensidade da relação
Tabela 5. Dados da questão 53 Variável Fator 1 Fator 2 X1padronizada 0,80 0,10 X2 padronizada 0,20 0,76
Nesse caso, pode-se dizer que a correlação estimada, pelo modelo de análise fatorial, entre as variáveis X1 e X2 é aproximadamente igual a