Questões de Concurso
Sobre álgebra linear - equações lineares, espaço vetorial e transformações lineares e matrizes em matemática
Foram encontradas 590 questões
Ano: 2013
Banca:
CESGRANRIO
Órgão:
IBGE
Prova:
CESGRANRIO - 2013 - IBGE - Tecnologista - Estatística |
Q440544
Matemática
A fim de se avaliar a relação entre uma covariável X e uma variável resposta Y, os seguintes pares de dados foram obtidos:
Sabendo-se que o coeficiente de correlação foi 1, quais os valores de x4 e y2 ?
Sabendo-se que o coeficiente de correlação foi 1, quais os valores de x4 e y2 ?
Ano: 2013
Banca:
CESGRANRIO
Órgão:
LIQUIGÁS
Prova:
CESGRANRIO - 2013 - LIQUIGÁS - Profissional Júnior - Administração |
Q425550
Matemática
Foi realizado um estudo entre duas variáveis (dependente y e explicativa x) utilizando-se o método de regressão linear simples. Seu resultado é representado pelo modelo e seu coeficiente de determinação, y = 0,0974x - 4,1943 com R2 = 0,9673.
O coeficiente de determinação (R2 ) indica
O coeficiente de determinação (R2 ) indica
Ano: 2013
Banca:
VUNESP
Órgão:
MPE-ES
Prova:
VUNESP - 2013 - MPE-ES - Agente Técnico - Estatístico |
Q414382
Matemática
Considere o enunciado a seguir para responde a questão.
Uma experiência realizada nos EUA com 86 indivíduos, e estando esses indivíduos 2 horas sem comer, mostrou que o risco de acidentes automobilísticos cresce exponencialmente com a quantidade de uísque ingerido. Fazendo-se uma analogia com o vinho, construiu-se a seguinte tabela:
Os dados da tabela permitem dizer que o risco de acidente R(x) cresce exponencialmente em relação à quantidade de vinho ingerida, isto é: R(x) = aebx , onde e é a constante de Euler com valor aproximado de 2,72. Uma regressão linear com os dados da tabela nos dá os valores de a e b bem próximos de 1 e de 0,25, respectivamente, de modo que a função R(x) pode ser assim escrita:
R(x) = e0,25x
(Rodney Carlos Bassanezi, Ensino e Aprendizagem com Modelagem
Matemática: uma nova energia, de editora Contexto, São Paulo, 2004. Adaptado)
Ainda, de acordo com a função R(x), é correto afirmar que, comparando-se o risco da pessoa que bebe n cálices de vinho, com o risco da pessoa que bebe o dobro dessa quantidade, ou seja, 2n cálices,
Uma experiência realizada nos EUA com 86 indivíduos, e estando esses indivíduos 2 horas sem comer, mostrou que o risco de acidentes automobilísticos cresce exponencialmente com a quantidade de uísque ingerido. Fazendo-se uma analogia com o vinho, construiu-se a seguinte tabela:
Os dados da tabela permitem dizer que o risco de acidente R(x) cresce exponencialmente em relação à quantidade de vinho ingerida, isto é: R(x) = aebx , onde e é a constante de Euler com valor aproximado de 2,72. Uma regressão linear com os dados da tabela nos dá os valores de a e b bem próximos de 1 e de 0,25, respectivamente, de modo que a função R(x) pode ser assim escrita:
R(x) = e0,25x
(Rodney Carlos Bassanezi, Ensino e Aprendizagem com Modelagem
Matemática: uma nova energia, de editora Contexto, São Paulo, 2004. Adaptado)
Ainda, de acordo com a função R(x), é correto afirmar que, comparando-se o risco da pessoa que bebe n cálices de vinho, com o risco da pessoa que bebe o dobro dessa quantidade, ou seja, 2n cálices,
Ano: 2013
Banca:
VUNESP
Órgão:
MPE-ES
Prova:
VUNESP - 2013 - MPE-ES - Agente Técnico - Estatístico |
Q414381
Matemática
Considere o enunciado a seguir para responder a questão.
Uma experiência realizada nos EUA com 86 indivíduos, e estando esses indivíduos 2 horas sem comer, mostrou que o risco de acidentes automobilísticos cresce exponencialmente com a quantidade de uísque ingerido. Fazendo-se uma analogia com o vinho, construiu-se a seguinte tabela:
Os dados da tabela permitem dizer que o risco de acidente R(x) cresce exponencialmente em relação à quantidade de vinho ingerida, isto é: R(x) = aebx , onde e é a constante de Euler com valor aproximado de 2,72. Uma regressão linear com os dados da tabela nos dá os valores de a e b bem próximos de 1 e de 0,25, respectivamente, de modo que a função R(x) pode ser assim escrita:
R(x) = e0,25x
(Rodney Carlos Bassanezi, Ensino e Aprendizagem com Modelagem
Matemática: uma nova energia, de editora Contexto São Paulo, 2004. Adaptado
Utilizando-se somente os dados da tabela, ao se comparar o risco de acidente de uma pessoa que ingeriu apenas 1 cálice com o risco de acidente de uma pessoa que ingeriu 3 cálices, verifica-se que esse risco aumentou
Uma experiência realizada nos EUA com 86 indivíduos, e estando esses indivíduos 2 horas sem comer, mostrou que o risco de acidentes automobilísticos cresce exponencialmente com a quantidade de uísque ingerido. Fazendo-se uma analogia com o vinho, construiu-se a seguinte tabela:
Os dados da tabela permitem dizer que o risco de acidente R(x) cresce exponencialmente em relação à quantidade de vinho ingerida, isto é: R(x) = aebx , onde e é a constante de Euler com valor aproximado de 2,72. Uma regressão linear com os dados da tabela nos dá os valores de a e b bem próximos de 1 e de 0,25, respectivamente, de modo que a função R(x) pode ser assim escrita:
R(x) = e0,25x
(Rodney Carlos Bassanezi, Ensino e Aprendizagem com Modelagem
Matemática: uma nova energia, de editora Contexto São Paulo, 2004. Adaptado
Utilizando-se somente os dados da tabela, ao se comparar o risco de acidente de uma pessoa que ingeriu apenas 1 cálice com o risco de acidente de uma pessoa que ingeriu 3 cálices, verifica-se que esse risco aumentou
Ano: 2013
Banca:
VUNESP
Órgão:
MPE-ES
Prova:
VUNESP - 2013 - MPE-ES - Agente Técnico - Estatístico |
Q414380
Matemática
Considere o enunciado a seguir para responder a questão.
Uma experiência realizada nos EUA com 86 indivíduos, e estando esses indivíduos 2 horas sem comer, mostrou que o risco de acidentes automobilísticos cresce exponencialmente com a quantidade de uísque ingerido. Fazendo-se uma analogia com o vinho, construiu-se a seguinte tabela:
Os dados da tabela permitem dizer que o risco de acidente R(x) cresce exponencialmente em relação à quantidade de vinho ingerida, isto é: R(x) = aebx , onde e é a constante de Euler com valor aproximado de 2,72. Uma regressão linear com os dados da tabela nos dá os valores de a e b bem próximos de 1 e de 0,25, respectivamente, de modo que a função R(x) pode ser assim escrita:
R(x) = e0,25x
(Rodney Carlos Bassanezi, Ensino e Aprendizagem com Modelagem
Matemática: uma nova energia, de editora Contexto, São Paulo, 2004. Adaptado)
Um risco de acidente de 30% é considerado um risco altíssimo. De acordo com a função R(x), para que uma pessoa corra um risco de 30% de ser acidentada em função da quantidade de vinho ingerido, ela deve ingerir:
Dado: ln 30 = 3,40
Uma experiência realizada nos EUA com 86 indivíduos, e estando esses indivíduos 2 horas sem comer, mostrou que o risco de acidentes automobilísticos cresce exponencialmente com a quantidade de uísque ingerido. Fazendo-se uma analogia com o vinho, construiu-se a seguinte tabela:
Os dados da tabela permitem dizer que o risco de acidente R(x) cresce exponencialmente em relação à quantidade de vinho ingerida, isto é: R(x) = aebx , onde e é a constante de Euler com valor aproximado de 2,72. Uma regressão linear com os dados da tabela nos dá os valores de a e b bem próximos de 1 e de 0,25, respectivamente, de modo que a função R(x) pode ser assim escrita:
R(x) = e0,25x
(Rodney Carlos Bassanezi, Ensino e Aprendizagem com Modelagem
Matemática: uma nova energia, de editora Contexto, São Paulo, 2004. Adaptado)
Um risco de acidente de 30% é considerado um risco altíssimo. De acordo com a função R(x), para que uma pessoa corra um risco de 30% de ser acidentada em função da quantidade de vinho ingerido, ela deve ingerir:
Dado: ln 30 = 3,40
Ano: 2013
Banca:
CESPE / CEBRASPE
Órgão:
STF
Prova:
CESPE - 2013 - STF - Analista Judiciário - Estatística |
Q398094
Matemática
Um estudo foi realizado para avaliar a associação linear entre o valor de uma causa judicial trabalhista (Y) e o seu tempo de duração do processo (X). Considerando o modelo de regressão linear simples na forma Yi = aXi + b + εi , em que εi representa o erro aleatório normal com média nula e variância V, a tabela acima mostra alguns resultados. Com base nessas informações, considerando que
representa a estimativa de mínimos quadrados ordinários do coeficiente angular desse modelo de regressão linear, julgue o próximo item. O coeficiente de determinação do modelo é superior a 55% e inferior a 75%.
Ano: 2013
Banca:
CESPE / CEBRASPE
Órgão:
STF
Prova:
CESPE - 2013 - STF - Analista Judiciário - Estatística |
Q398093
Matemática
Um estudo foi realizado para avaliar a associação linear entre o valor de uma causa judicial trabalhista (Y) e o seu tempo de duração do processo (X). Considerando o modelo de regressão linear simples na forma Yi = aXi + b + εi , em que εi representa o erro aleatório normal com média nula e variância V, a tabela acima mostra alguns resultados. Com base nessas informações, considerando que
representa a estimativa de mínimos quadrados ordinários do coeficiente angular desse modelo de regressão linear, julgue o próximo item. O valor do coeficiente do R2 ajustado é superior a 0,7.
Q397455
Matemática
Acerca do modelo Y i = β0 + β1 X1i X22i + ∈i , ∈i ~ N (0; σ2) julgue os itens subsecutivos.
Esse modelo é linear.
Esse modelo é linear.
Q397454
Matemática
Acerca do modelo Y i = β0 + β1 X1i X22i + ∈i , ∈i ~ N (0; σ2) julgue os itens subsecutivos.
A variável Zi = exp(Yi ) tem uma distribuição log-Normal.
A variável Zi = exp(Yi ) tem uma distribuição log-Normal.
Q397453
Matemática
Acerca do modelo Y i = β0 + β1 X1i X22i + ∈i , ∈i ~ N (0; σ2) julgue os itens subsecutivos.
Se as variáveis X1 e X2 possuírem correlação próxima a 1, então os parâmetros β1 e β2 serão linearmente independentes.
Se as variáveis X1 e X2 possuírem correlação próxima a 1, então os parâmetros β1 e β2 serão linearmente independentes.
Q397451
Matemática
A respeito dos métodos de análise de resíduos do modelo de regressão, julgue os itens subsequentes.
A suposição de homocedasticidade pode ser verificada através de um gráfico de resíduos.
A suposição de homocedasticidade pode ser verificada através de um gráfico de resíduos.
Q397446
Matemática
Considerando os métodos de inferência para os parâmetros do modelo de regressão, julgue os próximos itens.
Um critério utilizado para se verificar a qualidade de ajuste de um modelo de regressão é o AIC (critério de informação de Akaike), que é dado por AIC = 2(k – l (b; X)), em que k é o número de parâmetros do modelo e l (b; X) é a log-verossimilhança l(β; X) calculada em β = b. Considerando a classe dos modelos com k = κ parâmetros, então o AIC será mínimo se b for o estimador de máxima verossimilhança para β.
Um critério utilizado para se verificar a qualidade de ajuste de um modelo de regressão é o AIC (critério de informação de Akaike), que é dado por AIC = 2(k – l (b; X)), em que k é o número de parâmetros do modelo e l (b; X) é a log-verossimilhança l(β; X) calculada em β = b. Considerando a classe dos modelos com k = κ parâmetros, então o AIC será mínimo se b for o estimador de máxima verossimilhança para β.
Q397444
Matemática
Considerando os métodos de inferência para os parâmetros do modelo de regressão, julgue os próximos itens.
Considerando um gráfico da distância de Cook para cada observação amostral que resultou de um ajuste por regressão linear, as observações influentes são aquelas que apresentam pequenas distâncias de Cook
Considerando um gráfico da distância de Cook para cada observação amostral que resultou de um ajuste por regressão linear, as observações influentes são aquelas que apresentam pequenas distâncias de Cook
Q397443
Matemática
Acerca dos modelos de regressão linear, julgue os itens a seguir.
Considere que Y seja uma variável binária e Z seja definida por Z = 1n ( p/1- p) = β 0 + β1X em que p = p( Y = 1) e X é uma covariável. Considere ainda que X assuma valores inteiros positivos, que β0= β1 = 0,2 e que 2,72 e 7,39 sejam os valores aproximados, respectivamente, de e e e2 Nessa situação, é correto afirmar que a chance de Y = 1 quando X = 10 é superior a 5 vezes a chance correspondente quando X = 0.
Considere que Y seja uma variável binária e Z seja definida por Z = 1n ( p/1- p) = β 0 + β1X em que p = p( Y = 1) e X é uma covariável. Considere ainda que X assuma valores inteiros positivos, que β0= β1 = 0,2 e que 2,72 e 7,39 sejam os valores aproximados, respectivamente, de e e e2 Nessa situação, é correto afirmar que a chance de Y = 1 quando X = 10 é superior a 5 vezes a chance correspondente quando X = 0.
Q397442
Matemática
Acerca dos modelos de regressão linear, julgue os itens a seguir.
Considere que um modelo linear múltiplo com interação seja dado por Yi = β0 + β1 X1i + β2 X2i - β12 X1i X2i + ∈i, ∈i ~N ( 0; σ2) em que E ( Yi | X1i = 0, X2i= 0) = E ( Yi | X 1i = 1, X2i = k), k < ∞, β1 > 0, β2 > 0, β12 > 0 .Nessa situação, β2 ≠ β12.
Considere que um modelo linear múltiplo com interação seja dado por Yi = β0 + β1 X1i + β2 X2i - β12 X1i X2i + ∈i, ∈i ~N ( 0; σ2) em que E ( Yi | X1i = 0, X2i= 0) = E ( Yi | X 1i = 1, X2i = k), k < ∞, β1 > 0, β2 > 0, β12 > 0 .Nessa situação, β2 ≠ β12.
Q397441
Matemática
Acerca dos modelos de regressão linear, julgue os itens a seguir.
O intercepto do modelo de regressão linear simples Yi = α + βi + ∈i, ∈i ~ N( 0; σ2) depende apenas da média de x e y para ser calculado.
O intercepto do modelo de regressão linear simples Yi = α + βi + ∈i, ∈i ~ N( 0; σ2) depende apenas da média de x e y para ser calculado.
Q397439
Matemática
Com relação aos estimadores de mínimos quadrados e de máxima verossimilhança, julgue os itens seguintes.
Se a amostra X1, X2, ... , Xn for formada por observações dependentes, então a função de verossimilhança será igual a
Se a amostra X1, X2, ... , Xn for formada por observações dependentes, então a função de verossimilhança será igual a
Ano: 2013
Banca:
FUMARC
Órgão:
PC-MG
Prova:
FUMARC - 2013 - PC-MG - Analista da Polícia Civil - Estatística |
Q380632
Matemática
Seja a equação de um modelo de regressão linear dada por
sendo
Considere que todas as suposições para a obtenção de um modelo de regressão linear simples foram satisfeitas e os seguintes dados foram obtidos:
Utilizando a equação da reta estimada pelo método dos mínimos quadrados (
), é possível afirmar, EXCETO:
sendo
Considere que todas as suposições para a obtenção de um modelo de regressão linear simples foram satisfeitas e os seguintes dados foram obtidos:
Utilizando a equação da reta estimada pelo método dos mínimos quadrados (
), é possível afirmar, EXCETO:
Ano: 2013
Banca:
CEPERJ
Órgão:
SEPLAG-RJ
Prova:
CEPERJ - 2013 - SEPLAG-RJ - Analista Executivo - Perfil 2 |
Q333048
Matemática
Texto associado
Observe atentamente os dados apresentados na tabela a seguir.
Assumindo a variável X como independente, o coe?ciente angular da reta de mínimos quadrados ajustada a esses dados vale:
Ano: 2013
Banca:
CESPE / CEBRASPE
Órgão:
INPI
Prova:
CESPE - 2013 - INPI - Analista de Planejamento - Estatistica |
Q314003
Matemática
Texto associado
A respeito da análise de resíduos nos modelos de regressão, julgue os itens a seguir.
Em um modelo de regressão linear múltipla, o gráfico dos resíduos da regressão de Y por X i, em oposição aos resíduos da regressão de X2 por X1, é usado para verificar heterocedasticidade.
Conheça nossos planos