Professora Margarida aplicou uma prova de matemática para a turma do 2º ano do ensino médio da Escola Municipal de Guarapari. Marinete, mãe de Joana, ficou revoltada porque Joana tirou nota 3,0 na prova. Marinete foi conversar com Margarida querendo uma explicação porque a prova teve um nível tão elevado e dificultoso. Margarida para comprovar que a prova não estava difícil e que Joana tirou nota ruim porque não estudou, precisa que seja realizada a média das notas da turma. O quadro a seguir indica as informações das notas. 




Qual a média aritmética das notas da turma, excluindo a nota de Joana que foi a pior nota?

Uma seletiva para uma corrida de 100 metros, em uma competição universitária, os alunos conseguiram os seguintes resultados:





No que se refere a mediana dos tempos dos alunos na competição universitária, assinale a alternativa correta.

No que se refere a estatística descritiva, analise e julgue as alternativas.

I. Responsável pela coleta, organização, descrição e resumo dos dados observados.

II. A partir de um determinado conjunto de dados, a Estatística Descritiva busca organizá-los em tabelas (ou gráficos) e estabelecer um sumário por meio de medidas descritivas como a média, os valores mínimo e máximo, o desvio padrão, entre outras.

III. A estatística se divide em três grandes ramos: estatística descritiva (também chamada de indutiva), estatística probabilística, estatística inferencial (também chamada de dedutiva).

A forma geral de representar uma classe de séries temporais não estacionárias é o modelo utorregressivo integrado médias móveis de ordem (p, d, q), ou seja, ARIMA(p, d, q), em que p é o grau do polinômio aracterístico da parte autorregressiva Φ(B), q é o grau do polinômio característico da parte média móveis θ(B) e d é o grau de diferenciação ▽^d, ou seja, Φ(B)▽^dZ_t = θ(B)a_t em que ⊽^dZ_t = ω_t. Desse modo, tem-se Φ(B)ω_t = θ(B)a_t que é um modelo ARMA(p, q).

A uma determinada série temporal, ajustou-se um modelo da classe ARIMA(p, d, q), e os resultados do ajuste estão expostos a seguir:

Modelo ARIMA ajustado à série temporal 

Então, é correto afirmar, com aproximação de três (03) casas decimais, que

Considere a seguinte série temporal:  

É correto afirmar que a média, a variância e a autocorrelação de defasagem 2 dessa série temporal, assumindo o estimador de máxima verossimilhança para a variância, são, respectivamente:

Um estatístico conduziu um experimento para verificar se existem diferenças estatisticamente significativas entre os resultados quantitativos de três procedimentos aplicados em amostras independentes. Os resultados obtidos com o experimento são:

 Tabela da Análise da Variância – ANOVA 

Teste de Levene para hipótese de variâncias iguais

Teste de Normalidade para os resíduos da ANOVA 

Teste de Kruskal-Wallis para hipótese de medianas iguais

Estatística do Teste = 24,8078 Valor-p p = 0,0000041025

Então, é correto afirmar, em relação ao nível de significância de 5%, que

O estatístico que trata da análise de dados referentes à Justiça Federal necessita conduzir um estudo que requer informações sobre determinada característica quantitativa, X, dos processados em determinada Vara Federal. Um dos objetivos é construir um intervalo de 95% de confiança para o valor médio da característica quantitativa do grupo de processados, com erro de amostragem ou precisão de 0,5 σ, meio desvio-padrão. Ele tomou, então, uma amostra aleatória piloto de tamanho n₀ = 5 que forneceu as seguintes estatísticas amostrais, média e variância, para a característica: x̄₀ = 127,6 e S = 1290,8. A respeito das informações anteriores, sabe-se que é possível assumir o modelo de distribuição normal para a característica quantitativa do grupo de processados, que é finito com N = 2000 indivíduos e com variância desconhecida. Assim, conhecendo o escore da distribuição t de t₄ (0,975) = 2,78, é correto afirmar que o tamanho definitivo da amostra n é

O estatístico de uma Vara Federal necessita verificar se a idade média dos condenados por prevaricação e a dos condenados por corrupção passiva são iguais. Para isso tomou amostras aleatórias de tamanhos: n₁ = 15 de condenados por prevaricação e n₂ = 20 condenados por corrupção passiva. As amostras forneceram as estatísticas: média amostral x̄₁ = 25 anos e desvio-padrão amostral s₁ = 2 anos do grupo da prevaricação e x̄₂ = 31 anos e desvio-padrão amostral s₂ = 3,5 anos do grupo da corrupção passiva. Verificou-se, aplicando os testes, que as amostras eram provenientes de distribuição normal, mas com variâncias desconhecidas e diferentes. Então, foi aplicado o teste adequado à situação e obteve-se, para a estatística do teste, o valor

Seja a amostra aleatória de variável aleatória X que tem distribuição normal com média μ e variância σ², N(μ, σ²), [x₁, x₂, ... , x_n], então, é correto afirmar que a Variância e o Erro Quadrático Médio do estimador de Máxima Verossimilhança (EMV) do parâmetro σ² são, respectivamente,

Seja [X₁, X₂, ... , X_n] uma amostra aleatória de uma variável aleatória com distribuição normal, com média μ e variância σ², ou seja, X ⁓ N(μ, σ²), em que os parâmetros são desconhecidos, então, os estimadores uniformemente de mínima variância não viciados, UMVU, da média μ e variância σ² são, respectivamente,

Suponha as variáveis aleatórias independentes X com distribuição Qui-quadrado com v = 5 graus de liberdade e Y com distribuição Gama com parâmetros α = 2 e β = 5. Então, a esperança e a variância da variável aleatória W = X + Y são, respectivamente,

Considere o vetor aleatório  X'= [X₁ X₂] cuja matriz de covariância é Σ = . Então, é correto afirmar que a matriz de correlação P do vetor é

Considere os resultados do ajuste do modelo Y_i = β₁X_1i + β₂X_2i + ɛ_i  i = 1, 2, ... , n aos valores da variável dependente (resposta) Y e variáveis explicativas X₁ e X₂ nas tabelas a seguir. A variável ɛ_i é o erro aleatório e β_i i = 1, 2 são os parâmetros.

Análise da Variância

Então, a estatística t e a razão F foram obtidas usando-se os procedimentos:

Um estatístico necessita relacionar uma variável aleatória dependente Y com duas outras variáveis explicativas X₁ e X₂. Ele observou n vezes os valores de Y em função de X₁ e X₂ e ajustou um modelo linear aos dados observados minimizando a Soma dos Quadrados dos Erros, (y_i–ŷ)² entre valores observados e valores ajustados pelo modelo para estimar os parâmetros por B̂ = (X'X)^-1X'Y. Nessa expressão, B̂ é o vetor de estimativas dos parâmetros, X é a matriz do modelo de ordem nxp e Y é o vetor de respostas, ou seja, a variável dependente. Os resultados do ajuste estão nas tabelas a seguir:

Análise da Variância 

Então, é correto afirmar que 

A estrutura de covariância de um vetor aleatório de dimensão p = 3, X’ = [X₁ X₂ X₃] tem matriz de covariância estimada para n observações do vetor X por S = . Uma Análise de Componentes Principais foi desenvolvida e forneceu os resultados das tabelas a seguir:

Pesos das Componentes 

Então, é correto afirmar que a componente principal mais importante na análise tem expressão:

Na Análise de Componentes Principais, conceitua-se algebricamente Componentes Principais como combinações lineares particulares não correlacionadas das p variáveis aleatórias X₁, X₂, ... , X_p que compõem o vetor aleatório X. Também é correto afirmar que

Considere a Análise de Correlação Canônica em que se tem os vetores X e Y de dimensões p e q, respectivamente, com matrizes de covariâncias Σ1 e Σ2, vetores médios μ₁ e μ₂ , respectivamente, e matriz de covariância cruzada Σ12. Ainda, tem-se as combinações lineares U = c '₁ X e V = c '₂ Y. Então, é correto afirmar que

Um Gráfico em Setores Circulares representa o percentual de processos em uma determinada Vara Federal por tipo de crime. A tabela mostra o tipo de crime e o percentual a seguir de processos.

Então, é correto afirmar que, no Gráfico em Setor, o ângulo do setor circular correspondente ao crime de peculato tem o valor em graus de 

O Coeficiente de Variação é uma medida relativa de dispersão e é usado para comparar a variabilidade de duas amostras de dados distintas. Assim, uma regra básica para se usar o Coeficiente de Variação é que

Considere uma amostra aleatória com tamanho n = 5 do tempo de conclusão de processos, em meses, de indivíduos que respondem a processos em uma determinada Vara Federal: 2, 3, 1, 5, 3. Então, é correto afirmar que a variável tempo de conclusão de processos pode ser descrita pelas estatísticas amostrais média, mediana, desvio-padrão e coeficiente de variação cujos valores são, respectivamente: