Questões de Concurso
Sobre álgebra linear - equações lineares, espaço vetorial e transformações lineares e matrizes em matemática
Foram encontradas 606 questões
Ano: 2012
Banca:
CESPE / CEBRASPE
Órgão:
Banco da Amazônia
Prova:
CESPE - 2012 - Banco da Amazônia - Técnico Científico - Estatística |
Q256653
Matemática
Texto associado
Ainda com relação aos modelos lineares, julgue os itens subsequentes.
O gráfico resíduos padronizados da regressão (no eixo das ordenadas) versus valores observados da variável resposta (no eixo das abscissas) permite verificar a suposição de normalidade residual.
Ano: 2012
Banca:
CESPE / CEBRASPE
Órgão:
Banco da Amazônia
Prova:
CESPE - 2012 - Banco da Amazônia - Técnico Científico - Estatística |
Q256651
Matemática
Texto associado
Ainda com relação aos modelos lineares, julgue os itens subsequentes.
Considere que um pesquisador tenha ajustado um modelo de regressão linear simples com base em amostra com 10 observações, tendo observado que R2 = 0,80 e var(Y) = 2,50, em que Y é a variável resposta. Nesse caso, se modelos com estatística F ≥ 5,32 forem considerados bem ajustados, é correto afirmar que o referido modelo não apresentou um bom ajuste.
Ano: 2012
Banca:
CESPE / CEBRASPE
Órgão:
Banco da Amazônia
Prova:
CESPE - 2012 - Banco da Amazônia - Técnico Científico - Estatística |
Q256646
Matemática
Texto associado
Julgue os seguintes itens, acerca de modelos lineares.
Suponha que, após o ajuste de um conjunto de dados por regressão linear simples, em que Y representa a variável resposta e X representa a variável regressora, foram obtidos os seguintes resultados: R2 = 0,81; σy2 = var(Y) = 1,00; σx2 = var(X) = 4,00 e ρxy = corr(Y, X) < 0. A partir desses dados, é correto concluir que a estimativa do coeficiente angular é um valor que se encontra entre -0,250 e -0,120.
Ano: 2012
Banca:
CESPE / CEBRASPE
Órgão:
Banco da Amazônia
Prova:
CESPE - 2012 - Banco da Amazônia - Técnico Científico - Estatística |
Q256645
Matemática
Texto associado
Julgue os seguintes itens, acerca de modelos lineares.
Do ponto de vista da análise de regressão, o modelo log y,i = βo + β1 log xi + log ∈i, log ∈i ~ N(0, σ2 ) não é considerado linear.
Ano: 2012
Banca:
FCC
Órgão:
TRT - 6ª Região (PE)
Prova:
FCC - 2012 - TRT - 6ª Região (PE) - Analista Judiciário - Estatística |
Q240875
Matemática
Seja o modelo linear de análise de covariância 
referente a um determinado ramo de atividade. 
representa o salário anual de um empregado 
é o número de anos de experiência do empregado i e ei é o erro aleatório com as respectivas hipóteses da correspondente regressão (a, ß e γ são parâmetros desconhecidos). Com relação a este modelo, dado que 
se o empregado i for homem e 
se o empregado i for mulher, pode-se afirmar que
referente a um determinado ramo de atividade. representa o salário anual de um empregado é o número de anos de experiência do empregado i e ei é o erro aleatório com as respectivas hipóteses da correspondente regressão (a, ß e γ são parâmetros desconhecidos). Com relação a este modelo, dado que se o empregado i for homem e se o empregado i for mulher, pode-se afirmar que
Ano: 2012
Banca:
FCC
Órgão:
TRT - 6ª Região (PE)
Prova:
FCC - 2012 - TRT - 6ª Região (PE) - Analista Judiciário - Estatística |
Q240873
Matemática
Seja o modelo de regressão linear múltipla 
de uma certa população, em que:
I.
é variável dependente,
II.
são as variáveis explicativas,
III. a, ß e γ são parâmetros desconhecidos,
IV.
o erro aleatório com as respectivas hipóteses do modelo de regressão linear múltipla,
V. i é a i-ésima observação,
VI. n é o número de observações.
Considere que n = 20 e que as estimativas de a, ß e γ foram obtidas pelo método dos mínimos quadrados. O valor da estatística F (F calculado) utilizado para testar a existência da regressão, a um determinado nível de significância apresentou um valor igual a 31,5. O poder de explicação deste modelo (R2), definido como sendo o resultado da divisão da respectiva variação explicada pela variação total, é igual a
de uma certa população, em que:I.
é variável dependente, II.
são as variáveis explicativas, III. a, ß e γ são parâmetros desconhecidos,
IV.
o erro aleatório com as respectivas hipóteses do modelo de regressão linear múltipla, V. i é a i-ésima observação,
VI. n é o número de observações.
Considere que n = 20 e que as estimativas de a, ß e γ foram obtidas pelo método dos mínimos quadrados. O valor da estatística F (F calculado) utilizado para testar a existência da regressão, a um determinado nível de significância apresentou um valor igual a 31,5. O poder de explicação deste modelo (R2), definido como sendo o resultado da divisão da respectiva variação explicada pela variação total, é igual a
Q232814
Matemática
Um estudo tem como objetivo deduzir um modelo que permite encontrar uma relação linear, sem intercepto, entre duas variáveis X e Y com base em 20 observações. O modelo foi definido como 
em que:
I.
é uma variável aleatória e representa o valor da variável dependente na i-ésima observação.
II.
é o valor da variável explicativa na i-ésima observação.
III.
é o erro aleatório com as respectivas hipóteses consideradas para a regressão linear simples.
IV. ß é o parâmetro do modelo, cuja estimativa foi obtida pelo método dos mínimos quadrados.
Utilizando a equação da reta encontrada pelo método dos mínimos quadrados, obtém-se que o valor de Y, quando X for igual a 50, é
em que: I.
é uma variável aleatória e representa o valor da variável dependente na i-ésima observação. II.
é o valor da variável explicativa na i-ésima observação. III.
é o erro aleatório com as respectivas hipóteses consideradas para a regressão linear simples. IV. ß é o parâmetro do modelo, cuja estimativa foi obtida pelo método dos mínimos quadrados.
Utilizando a equação da reta encontrada pelo método dos mínimos quadrados, obtém-se que o valor de Y, quando X for igual a 50, é
Q232785
Matemática
Seja 
um vetor de variáveis aleatórias e seja 
sua matriz de covariâncias. Seja λ a primeira componente principal da matriz ∑ . Sabendo que a proporção da variância total de X que é explicada por λ é 
o valor de x é
um vetor de variáveis aleatórias e seja sua matriz de covariâncias. Seja λ a primeira componente principal da matriz ∑ . Sabendo que a proporção da variância total de X que é explicada por λ é o valor de x é
Ano: 2012
Banca:
FCC
Órgão:
Prefeitura de São Paulo - SP
Prova:
FCC - 2012 - Prefeitura de São Paulo - SP - Auditor Fiscal do Município - Gestão Tributária - Prova 1 |
Q231335
Matemática
Considere as seguintes afirmações:
I. Um dispositivo útil quando se quer verificar a associação entre duas variáveis quantitativas é o gráfico de dispersão entre essas duas variáveis.
II. O coeficiente de variação é uma medida de dispersão relativa que depende da unidade de medida da variável que está sendo analisada.
III. Dentre as medidas de posição central, a média é considerada uma medida robusta pelo fato de não ser afetada por valores aberrantes.
IV. Se o coeficiente de correlação linear de Pearson entre duas variáveis for igual a zero, não haverá associação linear entre elas, implicando a ausência de qualquer outro tipo de associação.
Está correto o que se afirma APENAS em
I. Um dispositivo útil quando se quer verificar a associação entre duas variáveis quantitativas é o gráfico de dispersão entre essas duas variáveis.
II. O coeficiente de variação é uma medida de dispersão relativa que depende da unidade de medida da variável que está sendo analisada.
III. Dentre as medidas de posição central, a média é considerada uma medida robusta pelo fato de não ser afetada por valores aberrantes.
IV. Se o coeficiente de correlação linear de Pearson entre duas variáveis for igual a zero, não haverá associação linear entre elas, implicando a ausência de qualquer outro tipo de associação.
Está correto o que se afirma APENAS em
Ano: 2012
Banca:
CONSULPLAN
Órgão:
TSE
Prova:
CONSULPLAN - 2012 - TSE - Analista Judiciário - Estatística |
Q223637
Matemática
Considerando a técnica de amostragem aleatória simples, as variáveis contínuas Y e X e o estimador de regressão linear (de Y em X) da média de Y, denotado por 
, analise.
I. O estimador
envolve um termo de correção que depende da estimativa do coeficiente angular da regressão de Y em X.
II. A estimativa da variância do estimador
é alterada pelo sinal (negativo ou positivo) da estimativa do coeficiente de correlação linear entre Y e X.
III. O vício (ou viés) do estimador
é zero, mesmo se o coeficiente de correlação linear entre as variáveis Y e X for diferente de zero.
Assinale
, analise. I. O estimador
envolve um termo de correção que depende da estimativa do coeficiente angular da regressão de Y em X. II. A estimativa da variância do estimador
é alterada pelo sinal (negativo ou positivo) da estimativa do coeficiente de correlação linear entre Y e X. III. O vício (ou viés) do estimador
é zero, mesmo se o coeficiente de correlação linear entre as variáveis Y e X for diferente de zero. Assinale
Ano: 2012
Banca:
CONSULPLAN
Órgão:
TSE
Prova:
CONSULPLAN - 2012 - TSE - Analista Judiciário - Estatística |
Q223629
Matemática
Um grupo de pesquisadores gostaria de estimar o Índice de Massa Corporal (IMC, em kg/m2 ) de um indivíduo por meio de sua medida de circunferência abdominal (CIRC, em cm) e seu sexo (SEXO = 0, se masculino; SEXO = 1, se feminino). De posse de um conjunto de dados contendo essas medidas para uma amostra de indivíduos, o modelo de regressão estimado foi IMC = – 4,00 + 0,24 CIRC – 11,00 SEXO + 0,12 (CIRC x SEXO)
Considere as afirmativas sobre o modelo estimado
I. O IMC médio para um homem com 100 cm de circunferência abdominal é 20,00 kg/m2 .
II. O efeito do aumento de 1 cm na circunferência abdominal é aumentar 0,24 kg/m2 no IMC, em média.
III. Entre mulheres, o efeito do aumento de 1 cm na circunferência abdominal é aumentar 0,36 kg/m2 no IMC, em média.
IV. Entre homens, o efeito do aumento de 1 cm na circunferência abdominal é aumentar 0,24 kg/m2 no IMC, em média.
Assinale
Considere as afirmativas sobre o modelo estimado
I. O IMC médio para um homem com 100 cm de circunferência abdominal é 20,00 kg/m2 .
II. O efeito do aumento de 1 cm na circunferência abdominal é aumentar 0,24 kg/m2 no IMC, em média.
III. Entre mulheres, o efeito do aumento de 1 cm na circunferência abdominal é aumentar 0,36 kg/m2 no IMC, em média.
IV. Entre homens, o efeito do aumento de 1 cm na circunferência abdominal é aumentar 0,24 kg/m2 no IMC, em média.
Assinale
Ano: 2012
Banca:
CONSULPLAN
Órgão:
TSE
Prova:
CONSULPLAN - 2012 - TSE - Analista Judiciário - Estatística |
Q223611
Matemática
Defina X como uma população com um parâmetro de interesse θ. Seja 
uma amostra aleatória simples extraída desta população e seja 
um estimador do parâmetro 
. Analise as seguintes propriedades do estimador 
I. Se E
é um estimador não-tendencioso do parâmetro populacional 
II. Se
é um estimador não tendencioso de um parâmetro 
é consistente se à medida que o tamanho da amostra aumenta a variabilidade do estimador diminui, ou seja, se 
II. S 2 é estimador tendencioso mas consistente da variância da população
, representado por 
Assinale
uma amostra aleatória simples extraída desta população e seja um estimador do parâmetro . Analise as seguintes propriedades do estimador I. Se E
é um estimador não-tendencioso do parâmetro populacional II. Se
é um estimador não tendencioso de um parâmetro é consistente se à medida que o tamanho da amostra aumenta a variabilidade do estimador diminui, ou seja, se II. S 2 é estimador tendencioso mas consistente da variância da população
, representado por Assinale
Ano: 2012
Banca:
CONSULPLAN
Órgão:
TSE
Prova:
CONSULPLAN - 2012 - TSE - Analista Judiciário - Estatística |
Q223598
Matemática
Seja V o vetor [-8, 10]. O módulo de V é
Q486177
Matemática
Com o objetivo de se ajustar aos dados o modelo de regressão linear múltipla dado por: y = α0 + α1x1 + α2x2 + e tomou-se uma amostra de 8 observações que forneceu as seguintes informações:
Soma de quadrados do resíduo = 10
O valor da estatística t para testar a hipótese α2= 1, é
Soma de quadrados do resíduo = 10O valor da estatística t para testar a hipótese α2= 1, é
Ano: 2011
Banca:
CESGRANRIO
Órgão:
Petrobras
Prova:
CESGRANRIO - 2011 - Petrobras - Geofísico Júnior - Geologia - 2011 |
Q432167
Matemática
Se u = (1, 2), v = (– 2, 5) e w = (x, y) são vetores de IR2 , então, para que w = 3u - v, x + y deve ser igual a
Ano: 2011
Banca:
CESPE / CEBRASPE
Órgão:
AL-CE
Prova:
CESPE - 2011 - AL-CE - Analista Legislativo - Estatística |
Q265897
Matemática
Texto associado
Um analista deseja avaliar se o tempo — Y —, em dias, que um processo judicial leva para ser concluído está relacionado com a quantidade — X — de juízes disponíveis no tribunal em que tal processo foi julgado. O quadro acima apresenta a tabela de análise de variância (ANOVA) correspondente a essa avaliação por
regressão linear simples, em que Y é a variável resposta e X é a variável regressora, com base no método de mínimos quadrados ordinários. Considerando essas informações e os conceitos de análise de regressão linear e inferência estatística, julgue o item.
Um analista deseja avaliar se o tempo — Y —, em dias, que um processo judicial leva para ser concluído está relacionado com a quantidade — X — de juízes disponíveis no tribunal em que tal processo foi julgado. O quadro acima apresenta a tabela de análise de variância (ANOVA) correspondente a essa avaliação por
regressão linear simples, em que Y é a variável resposta e X é a variável regressora, com base no método de mínimos quadrados ordinários. Considerando essas informações e os conceitos de análise de regressão linear e inferência estatística, julgue o item.
Se o valor zero for contemplado pelo intervalo de confiança do coeficiente linear, é correto afirmar que o coeficiente ajustado não foi estatisticamente significativo.
Ano: 2011
Banca:
CESPE / CEBRASPE
Órgão:
AL-CE
Prova:
CESPE - 2011 - AL-CE - Analista Legislativo - Estatística |
Q265896
Matemática
Texto associado
Um analista deseja avaliar se o tempo — Y —, em dias, que um processo judicial leva para ser concluído está relacionado com a quantidade — X — de juízes disponíveis no tribunal em que tal processo foi julgado. O quadro acima apresenta a tabela de análise de variância (ANOVA) correspondente a essa avaliação por
regressão linear simples, em que Y é a variável resposta e X é a variável regressora, com base no método de mínimos quadrados ordinários. Considerando essas informações e os conceitos de análise de regressão linear e inferência estatística, julgue o item.
Um analista deseja avaliar se o tempo — Y —, em dias, que um processo judicial leva para ser concluído está relacionado com a quantidade — X — de juízes disponíveis no tribunal em que tal processo foi julgado. O quadro acima apresenta a tabela de análise de variância (ANOVA) correspondente a essa avaliação por
regressão linear simples, em que Y é a variável resposta e X é a variável regressora, com base no método de mínimos quadrados ordinários. Considerando essas informações e os conceitos de análise de regressão linear e inferência estatística, julgue o item.
Uma ferramenta descritiva para avaliação e diagnóstico do modelo é o gráfico de resíduos. Nesse gráfico, os resíduos devem apresentar-se dispostos aleatoriamente em torno do ponto zero.
Ano: 2011
Banca:
CESPE / CEBRASPE
Órgão:
AL-CE
Prova:
CESPE - 2011 - AL-CE - Analista Legislativo - Estatística |
Q265895
Matemática
Texto associado
Um analista deseja avaliar se o tempo — Y —, em dias, que um processo judicial leva para ser concluído está relacionado com a quantidade — X — de juízes disponíveis no tribunal em que tal processo foi julgado. O quadro acima apresenta a tabela de análise de variância (ANOVA) correspondente a essa avaliação por
regressão linear simples, em que Y é a variável resposta e X é a variável regressora, com base no método de mínimos quadrados ordinários. Considerando essas informações e os conceitos de análise de regressão linear e inferência estatística, julgue o item.
Um analista deseja avaliar se o tempo — Y —, em dias, que um processo judicial leva para ser concluído está relacionado com a quantidade — X — de juízes disponíveis no tribunal em que tal processo foi julgado. O quadro acima apresenta a tabela de análise de variância (ANOVA) correspondente a essa avaliação por
regressão linear simples, em que Y é a variável resposta e X é a variável regressora, com base no método de mínimos quadrados ordinários. Considerando essas informações e os conceitos de análise de regressão linear e inferência estatística, julgue o item.
Se a distribuição dos resíduos não for normal e assimétrica, o teste não paramétrico dos sinais será apropriado para testar se a média dos resíduos é igual a 0.
Ano: 2011
Banca:
CESPE / CEBRASPE
Órgão:
AL-CE
Prova:
CESPE - 2011 - AL-CE - Analista Legislativo - Estatística |
Q265894
Matemática
Texto associado
Um analista deseja avaliar se o tempo — Y —, em dias, que um processo judicial leva para ser concluído está relacionado com a quantidade — X — de juízes disponíveis no tribunal em que tal processo foi julgado. O quadro acima apresenta a tabela de análise de variância (ANOVA) correspondente a essa avaliação por
regressão linear simples, em que Y é a variável resposta e X é a variável regressora, com base no método de mínimos quadrados ordinários. Considerando essas informações e os conceitos de análise de regressão linear e inferência estatística, julgue o item.
Um analista deseja avaliar se o tempo — Y —, em dias, que um processo judicial leva para ser concluído está relacionado com a quantidade — X — de juízes disponíveis no tribunal em que tal processo foi julgado. O quadro acima apresenta a tabela de análise de variância (ANOVA) correspondente a essa avaliação por
regressão linear simples, em que Y é a variável resposta e X é a variável regressora, com base no método de mínimos quadrados ordinários. Considerando essas informações e os conceitos de análise de regressão linear e inferência estatística, julgue o item.
Suponha que a estatística t referente ao coeficiente angular do modelo tenha sido superior a 28. Nessa situação, é correto concluir que tal coeficiente é estatisticamente significativo a um nível de significância de 5%.
Ano: 2011
Banca:
CESPE / CEBRASPE
Órgão:
AL-CE
Prova:
CESPE - 2011 - AL-CE - Analista Legislativo - Estatística |
Q265893
Matemática
Texto associado
Um analista deseja avaliar se o tempo — Y —, em dias, que um processo judicial leva para ser concluído está relacionado com a quantidade — X — de juízes disponíveis no tribunal em que tal processo foi julgado. O quadro acima apresenta a tabela de análise de variância (ANOVA) correspondente a essa avaliação por
regressão linear simples, em que Y é a variável resposta e X é a variável regressora, com base no método de mínimos quadrados ordinários. Considerando essas informações e os conceitos de análise de regressão linear e inferência estatística, julgue o item.
Um analista deseja avaliar se o tempo — Y —, em dias, que um processo judicial leva para ser concluído está relacionado com a quantidade — X — de juízes disponíveis no tribunal em que tal processo foi julgado. O quadro acima apresenta a tabela de análise de variância (ANOVA) correspondente a essa avaliação por
regressão linear simples, em que Y é a variável resposta e X é a variável regressora, com base no método de mínimos quadrados ordinários. Considerando essas informações e os conceitos de análise de regressão linear e inferência estatística, julgue o item.
As variáveis X e Y possuem correlação linear superior a 0,90.
Conheça nossos planos