Questões de Concurso Sobre estatística
Foram encontradas 14.377 questões
Q3900036
Estatística
Sobre o método Bootstrap, é correto afirmar que:
Q3900034
Estatística
Considere X1, … , X10 uma amostra aleatória de uma distribuição N(μ, 1), em que μ ≤ 0. Sabendo que é correto afirmar que a estimativa de máxima e verossimilhança de μ:
Q3900033
Estatística
Assinale a alternativa que corresponde a uma medida de dispersão adimensional:
Q3900032
Estatística
Algoritmos de indução de árvores de decisão são bem populares em Estatística e aprendizado de
máquina. Abaixo, selecione o algoritmo que não exige que as variáveis explicativas contínuas
sejam previamente categorizadas.
Q3900030
Estatística
Sejam X e Y duas variáveis qualitativas observadas em uma mesma amostra de tamanho n. Qual
técnica estatística é mais apropriada para avaliar a associação entre essas variáveis?
Q3900029
Estatística
O aprendizado de máquina pode ser classificado principalmente em supervisionado e não
supervisionado. Dentre os métodos listados abaixo, qual pode ser considerado como um método de
aprendizagem supervisionado?
Q3900028
Estatística
Para estudar a associação entre idade (x), expressa em anos, e pressão arterial sistólica (y),
expressa em mmHg, considerou-se o seguinte modelo de regressão linear simples:
yi = β0 + β1 (xi − 45) + ei , i = 1, … ,10.
Ao ajustar o modelo no software R, obteve-se a seguinte saída: ********************************************************************** Call: lm(formula = y ~ xp) # com xp=x-45
Coefficients:
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 10.24 on 8 degrees of freedom
Multiple R-squared: 0.8229, Adjusted R-squared: 0.8008
F-statistic: 37.18 on 1 and 8 DF, p-value: 0.0002903
**********************************************************************
É correto afirmar que:
yi = β0 + β1 (xi − 45) + ei , i = 1, … ,10.
Ao ajustar o modelo no software R, obteve-se a seguinte saída: ********************************************************************** Call: lm(formula = y ~ xp) # com xp=x-45
Coefficients:
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 10.24 on 8 degrees of freedom
Multiple R-squared: 0.8229, Adjusted R-squared: 0.8008
F-statistic: 37.18 on 1 and 8 DF, p-value: 0.0002903
**********************************************************************
É correto afirmar que:
Q3900027
Estatística
A máquina de vetores de suporte (SVM - Support Vector Machine) se popularizou, por exemplo,
devido ao sucesso em aplicações envolvendo reconhecimento de padrões. Escolha a alternativa
abaixo que representa uma limitação da SVM.
Q3900026
Estatística
Considere X1,X2, … , Xn uma amostra aleatória de tamanho n. Sabe-se da existência de ao menos
uma observação outlier. Qual alternativa corresponde à medida de tendência central menos
sensível à presença dessas observações?
Q3900025
Estatística
Quando se deseja comparar uma variável contínua, como a renda, em relação aos níveis de uma
variável qualitativa com dois níveis, como o gênero, um gráfico aconselhado para realizar essa
comparação é:
Q3900024
Estatística
Um dado, com seis faces numeradas de 1 a 6, é viciado, de tal forma que a probabilidade de sair
uma determinada face é proporcional ao seu valor (por exemplo, a face 6 é três vezes mais
provável de sair do que a face 2). Ao lançar o dado e observar a face voltada para cima, qual é a
probabilidade de ter sido obtido o número 6, sabendo-se que a face obtida é par?
Q3900022
Estatística
O comando utilizado no software R para ajustar um modelo de regressão linear simples, com a
variável resposta denotada por y e a variável explicativa por x, sem intercepto, é dado por:
Q3899831
Estatística
Em uma estimação de uma regressão múltipla com 7 variáveis independentes e n = 98, você só
conhece o coeficiente de determinação R2
= 0,91. Utilizando o teste F, calcule o valor da estatística
do teste.
Q3899830
Estatística
Sobre testes de hipóteses e inferência e estimação de parâmetros populacionais, assinale a opção
correta.
Q3899829
Estatística
Sobre testes de hipóteses e inferência e estimação de parâmetros populacionais, assinale a opção
incorreta.
Ano: 2026
Banca:
IDCAP
Órgão:
Prefeitura de Santa Leopoldina - ES
Prova:
IDCAP - 2026 - Prefeitura de Santa Leopoldina - ES - Professor MAMPB - Ensino Fundamental - Ensino Religioso |
Q3898392
Estatística
Em uma análise de tempos de atendimento em uma
agência bancária, foram registrados os seguintes
valores, em minutos: 12, 15, 18, 20, 25. Para avaliar a
dispersão desses dados, deseja-se calcular a amplitude
do conjunto.
Ano: 2026
Banca:
FEPESE
Órgão:
Polícia Científica - SC
Prova:
FEPESE - 2026 - Polícia Científica - SC - Perito Oficial Criminal - Mecânica/Mecatrônica/Materiais |
Q3896646
Estatística
Em uma linha de montagem de componentes
eletrônicos de alta precisão, sabe-se que a ocorrência
de defeitos microscópicos segue uma distribuição
de Poisson com uma taxa média de 0,2 defeitos por
metro de fita condutora. Durante uma inspeção rotineira, um engenheiro analisa um lote contendo um
segmento contínuo de 10 metros dessa fita.
Qual é a probabilidade aproximada de que esse segmento apresente pelo menos 2 defeitos?
Dado: considere e– 2 ≈ 0,135.
Qual é a probabilidade aproximada de que esse segmento apresente pelo menos 2 defeitos?
Dado: considere e– 2 ≈ 0,135.
Ano: 2026
Banca:
FEPESE
Órgão:
Polícia Científica - SC
Provas:
FEPESE - 2026 - Polícia Científica - SC - Perito Oficial Criminal - Medicina Legal
|
FEPESE - 2026 - Polícia Científica - SC - Perito Oficial Criminal - Medicina Veterinária |
FEPESE - 2026 - Polícia Científica - SC - Perito Oficial Criminal - Engenharia Civil |
FEPESE - 2026 - Polícia Científica - SC - Perito Oficial Criminal - Geologia/Minas |
FEPESE - 2026 - Polícia Científica - SC - Perito Oficial Criminal - Informática |
FEPESE - 2026 - Polícia Científica - SC - Perito Oficial Criminal - Medicina Legal (Psiquiatrica) |
FEPESE - 2026 - Polícia Científica - SC - Perito Oficial Criminal - Mecânica/Mecatrônica/Materiais |
FEPESE - 2026 - Polícia Científica - SC - Perito Oficial Criminal - Odontologia |
FEPESE - 2026 - Polícia Científica - SC - Perito Oficial Criminal - Ambiental |
FEPESE - 2026 - Polícia Científica - SC - Perito Oficial Criminal - Química |
FEPESE - 2026 - Polícia Científica - SC - Perito Oficial Criminal - Ciências Aeronáuticas |
FEPESE - 2026 - Polícia Científica - SC - Perito Oficial Criminal - Ciências Biológicas |
FEPESE - 2026 - Polícia Científica - SC - Perito Oficial Criminal - Ciências Sociais Aplicadas |
FEPESE - 2026 - Polícia Científica - SC - Perito Oficial Criminal - Áudio e Imagem |
Q3894024
Estatística
Em um laboratório pericial, cada amostra coletada
passa por duas etapas independentes antes de ser liberada para análise: triagem e conferência documental.
Em média:
3% das amostras falham na triagem
(são reprovadas nessa etapa);
2% das amostras falham na conferência documental (são reprovadas nessa etapa);
Considere que as falhas nas duas etapas são independentes.
Qual é a probabilidade de uma amostra ser reprovada em pelo menos uma das duas etapas?
Em média:
3% das amostras falham na triagem
(são reprovadas nessa etapa);
2% das amostras falham na conferência documental (são reprovadas nessa etapa);
Considere que as falhas nas duas etapas são independentes.
Qual é a probabilidade de uma amostra ser reprovada em pelo menos uma das duas etapas?
Ano: 2026
Banca:
CESPE / CEBRASPE
Órgão:
Telebras
Prova:
CESPE / CEBRASPE - 2026 - Telebras - Especialista em Gestão de Telecomunicações - Analista Superior - Subatividade: Estatística |
Q3889030
Estatística
Texto associado
O modelo de regressão para as duas v.a. quantitativas, X e
Y, se escreve como E(Y|x) = α + βx. Para se determinar os
parâmetros α e β, são feitas n observações xi e yi e, nesse caso, o
modelo pode ser escrito como yi = E(Y|xi) + ei = α + βxi + ei
, em
que i = 1, 2, ..., n, e em que ei é o erro do modelo frente à i-ésima
observação, devendo-se encontrar os valores mais prováveis para
α e β, segundo algum critério, a partir das n observações de pares
de valores de (X, Y).
No caso do critério dos mínimos quadrados, segundo o
qual os valores das incógnitas α e β são determinados de modo a
minimizar a soma dos quadrados dos erros, é necessário, a fim de
encontrar os estimadores para os parâmetros do modelo,
considerar as seguintes hipóteses para as v.a. envolvidas.
1 A variável X é controlada e não está sujeita a variações
aleatórias, ou seja, X é uma variável fixa.
2 Para dado valor x de X, os erros distribuem-se ao redor da
média α + βx com média zero, isto é, E(ei
|x) = 0.
3 Os erros têm a mesma variabilidade em torno dos níveis de X,
ou seja, Var(ei
|x) = σe2
, para todo i = 1, ..., n.
4 Os erros são não correlacionados.
Para verificar se o modelo é adequado aos dados, deve-se
investigar se as suposições feitas para o desenvolvimento do
modelo estão satisfeitas. Para tanto, deve-se fazer a análise dos
resíduos. Uma técnica aplicável é a análise gráfica, que consiste
em plotar os pares (xi
, êi), em que i = 1, ..., n; e êi é a diferença
entre o valor observado yi e o valor previsto pelo modelo. Os
gráficos a seguir ilustram situações típicas.
A partir das informações precedentes, julgue o seguinte item.
O gráfico de resíduos (a) apresenta uma situação em que a hipótese 3 é satisfeita.
Ano: 2026
Banca:
CESPE / CEBRASPE
Órgão:
Telebras
Prova:
CESPE / CEBRASPE - 2026 - Telebras - Especialista em Gestão de Telecomunicações - Analista Superior - Subatividade: Estatística |
Q3889029
Estatística
Texto associado
O modelo de regressão para as duas v.a. quantitativas, X e
Y, se escreve como E(Y|x) = α + βx. Para se determinar os
parâmetros α e β, são feitas n observações xi e yi e, nesse caso, o
modelo pode ser escrito como yi = E(Y|xi) + ei = α + βxi + ei
, em
que i = 1, 2, ..., n, e em que ei é o erro do modelo frente à i-ésima
observação, devendo-se encontrar os valores mais prováveis para
α e β, segundo algum critério, a partir das n observações de pares
de valores de (X, Y).
No caso do critério dos mínimos quadrados, segundo o
qual os valores das incógnitas α e β são determinados de modo a
minimizar a soma dos quadrados dos erros, é necessário, a fim de
encontrar os estimadores para os parâmetros do modelo,
considerar as seguintes hipóteses para as v.a. envolvidas.
1 A variável X é controlada e não está sujeita a variações
aleatórias, ou seja, X é uma variável fixa.
2 Para dado valor x de X, os erros distribuem-se ao redor da
média α + βx com média zero, isto é, E(ei
|x) = 0.
3 Os erros têm a mesma variabilidade em torno dos níveis de X,
ou seja, Var(ei
|x) = σe2
, para todo i = 1, ..., n.
4 Os erros são não correlacionados.
Para verificar se o modelo é adequado aos dados, deve-se
investigar se as suposições feitas para o desenvolvimento do
modelo estão satisfeitas. Para tanto, deve-se fazer a análise dos
resíduos. Uma técnica aplicável é a análise gráfica, que consiste
em plotar os pares (xi
, êi), em que i = 1, ..., n; e êi é a diferença
entre o valor observado yi e o valor previsto pelo modelo. Os
gráficos a seguir ilustram situações típicas.
A partir das informações precedentes, julgue o seguinte item.
Para que a hipótese 2 seja satisfeita, espera-se que o gráfico de resíduos apresente pontos (xi , êi) distribuídos aproximadamente em torno da reta y = α + βx.
Conheça nossos planos