Certo mercado tem 12 ativos dos quais um número desconhecido desses ativos é de alto retorno, e o restante é de baixo retorno, em que {0, 1, 2, ...,1}. Um investidor realiza 5 sorteios aleatórios e independentes entre esses 12 ativos, sempre repondo o ativo sorteado antes do próximo sorteio, de modo que a composição do mercado seja sempre a mesma. Nos 5 sorteios realizados, o investidor observou 4 ativos de alto retorno e 1 ativo de baixo retorno.

Com base na situação precedente, assinale a opção que representa corretamente o valor de que torna mais provável o resultado observado pelo investidor nos 5 sorteios, utilizando o método de máxima verossimilhança.

Em uma avaliação de impacto de um novo programa de atenção primária à saúde, um gestor público modela a probabilidade de óbito em até 30 dias (variável resposta binária: 1 = óbito, 0 = sobrevida) usando regressão logística binária, com variáveis explicativas: idade, índice de comorbidades, adesão ao protocolo e condição socioeconômica. Em relação à teoria e prática da regressão logística, julgue os itens a seguir:

I. O modelo de regressão logística estima a probabilidade P(Y = 1 ∣ X) = 1 / 1+e^−Xβ, sendo que os parâmetros β são obtidos por máxima verossimilhança (MV), e diferentemente do modelo linear de probabilidade (MLP), os valores preditos ficam restritos ao intervalo [0,1].

II. Se o coeficiente estimado para idade for β_idade = 0,05, a interpretação é que um aumento de uma unidade na idade está associado a um aumento de 5% na probabilidade de óbito, mantendo as demais variáveis constantes.

III. O modelo logístico não requer normalidade dos resíduos nem homocedasticidade, mas exige independência das observações e ausência de multicolinearidade perfeita ou quase perfeita.

IV. A área sob a curva ROC (AUC) é uma medida de acurácia discriminativa do modelo: valores próximos a 0,5 indicam discriminação aleatória, enquanto valores acima de 0,8 sugerem bom poder discriminativo.

V. O teste de Hosmer-Lemeshow é frequentemente usado para avaliar a calibração do modelo logístico, ou seja, se as probabilidades preditas correspondem às frequências observadas. Um resultado não significativo (p > 0,05) indica boa calibração.

Assinale a alternativa com a sequência CORRETA (V/F): 

Um analista de confiabilidade está interessado em estudar o tempo médio entre falhas consecutivas (TBF – Time Between Failures) em equipamentos hospitalares de alta complexidade. Para modelar essa variável aleatória contínua e não negativa, a distribuição Exponencial é frequentemente utilizada. Em relação às propriedades da distribuição Exponencial e suas aplicações em análise de confiabilidade, julgue os itens a seguir:

I. Se T ~ Exponencial (λ) (com função densidade ƒ(t) = λ e^−λt , t ≥ 0, e média 1/λ), então a função de risco (taxa de falha) é constante e igual a λ, o que caracteriza ausência de memória: P (T > t + s ∣ T > s) = P (T > t).

II. A distribuição Exponencial é o único modelo contínuo com propriedade de falta de memória, e isso a torna inadequada para modelar equipamentos com desgaste (taxa de falha crescente), mas adequada para falhas aleatórias não relacionadas ao envelhecimento.

III. Se o número de falhas em um intervalo de tempo segue um processo de Poisson homogêneo com taxa λ, então o tempo entre falhas consecutivas segue uma distribuição Exponencial com média 1/λ. Além disso, o tempo até a k-ésima falha segue uma distribuição Gama (Erlang) com parâmetros k e λ.

IV. Para uma amostra aleatória T₁, T₂, … , T_n i.i.d. Exponencial(λ), o estimador de máxima verossimilhança de λ é λ = 1/Tˉ, que é um estimador não viesado para λ.

V. O coeficiente de variação (CV) da distribuição Exponencial é igual a 1, independentemente do valor de λ, o que significa que o desvio padrão é igual à média. Esse é um critério diagnóstico útil para verificar a adequação do modelo exponencial a dados empíricos.

Assinale a alternativa com a sequência CORRETA (V/F):

Seja (X₁, X₂, ..., X_n) uma amostra aleatória simples retirada de uma variável aleatória X, em que X segue a distribuição Normal, com média μ e variância ², ou seja, X ~ N(μ ,²), com μ e ² desconhecidos. Então, os estimadores de máxima verossimilhança (EMV) não viesados, para a média μ e a variância ² são, respectivamente, dados por:

Um sistema de triagem de um órgão estadual classifica contribuintes em "regular", "indício" e "alto risco" com base em múltiplos indicadores fiscais, com categorias sem ordenação assumida e necessidade de probabilidades por classe. O modelo de regressão logística multinomial estimado no cenário descrito é 

Uma empresa deseja avaliar se um novo método de processamento influencia a aprovação de certo material em um teste de resistência. Para isso, coletou dados e ajustou um modelo de regressão logística para estimar a probabilidade de aprovação do material no teste de resistência. Apenas uma variável explicativa X foi incluída no modelo, a qual é definida de modo que: X = 1 se o novo método de processamento for aplicado; e X = 0 se o método antigo for utilizado. Alguns resultados do ajuste do modelo são apresentados na tabela a seguir; analise-os.



Com base nas informações fornecidas e no modelo que foi ajustado, assinale a afirmativa INCORRETA.