Questões de Concurso Público ANP 2022 para Regulador de Novas Atribuições IV - Cargo 7
Foram encontradas 117 questões
Considere que se deseje criar uma tabela que represente o organograma a seguir.
Para criar essa tabela, deve-se utilizar a seguinte expressão DDL.
CREATE TABLE colaborador ( id integer primary key, nome varchar(50), chefia integer, constraint fk_colaborador foreign key (id) references colaborador );
Considerando os conceitos de data warehouse, julgue o item que se segue.
Em uma arquitetura controlada pela fonte para a coleta de
dados, o depósito de dados envia periodicamente solicitações
para novos dados às fontes.
Considerando os conceitos de data warehouse, julgue o item que se segue.
Um depósito de dados (data warehouse) é um repositório de
informações que oferece ao usuário uma única interface
consolidada para os dados, o que facilita a escrita e a
atualização de dados.
A respeito dos conceitos de normalização, julgue o item subsequente.
Caso um esquema relacional esteja na 4FN, toda a
redundância baseada em dependência funcional foi
removida, embora outros tipos de redundância ainda possam
existir.
O armazenamento orientado a objeto se caracteriza por guardar as informações em estrutura de dados na memória de código aberto usando cache e agentes de mensagens com o mecanismo de streaming.
A cláusula MATCH permite especificar os padrões que o Neo4j irá procurar no banco de dados.
Nos sistemas orientados a documentos NoSQL, como o MongoDB, os novos documentos devem ter elementos de dados que já existem em documentos atuais da coleção.
Considere um modelo de regressão linear múltipla na forma
y = Xβ + ε,
em que y representa o vetor de respostas, X denota a matriz de dados,
é o vetor de coeficientes e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Admita, ainda, que cada elemento do vetor ε possui média zero e variância 4. Além disso, considere que X' represente a matriz transposta de X e que a matriz inversa de X'X seja
denota o estimador de mínimos quadrados ordinários de β.
Acerca do modelo apresentado, julgue o próximo item.
A estimativa de mínimos quadrados ordinários para o coeficiente β1 é igual a 0.
Considere um modelo de regressão linear múltipla na forma
y = Xβ + ε,
em que y representa o vetor de respostas, X denota a matriz de dados,
é o vetor de coeficientes e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Admita, ainda, que cada elemento do vetor ε possui média zero e variância 4. Além disso, considere que X' represente a matriz transposta de X e que a matriz inversa de X'X seja
denota o estimador de mínimos quadrados ordinários de β.
Acerca do modelo apresentado, julgue o próximo item.
Considere um modelo de regressão linear múltipla na forma
y = Xβ + ε,
em que y representa o vetor de respostas, X denota a matriz de dados,
é o vetor de coeficientes e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Admita, ainda, que cada elemento do vetor ε possui média zero e variância 4. Além disso, considere que X' represente a matriz transposta de X e que a matriz inversa de X'X seja
denota o estimador de mínimos quadrados ordinários de β.
Acerca do modelo apresentado, julgue o próximo item.
A covariância entre 
é igual a zero.
Considere um modelo de regressão linear múltipla na forma
y = Xβ + ε,
em que y representa o vetor de respostas, X denota a matriz de dados,
é o vetor de coeficientes e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Admita, ainda, que cada elemento do vetor ε possui média zero e variância 4. Além disso, considere que X' represente a matriz transposta de X e que a matriz inversa de X'X seja
denota o estimador de mínimos quadrados ordinários de β.
Acerca do modelo apresentado, julgue o próximo item.
Se o vetor ε for constituído por n elementos independentes que seguem uma distribuição normal com média zero e variância 4, então 1/4 ε'ε se distribui conforme uma distribuição qui-quadrado com n graus de liberdade.
Considere um modelo de regressão linear múltipla na forma
y = Xβ + ε,
em que y representa o vetor de respostas, X denota a matriz de dados,
é o vetor de coeficientes e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Admita, ainda, que cada elemento do vetor ε possui média zero e variância 4. Além disso, considere que X' represente a matriz transposta de X e que a matriz inversa de X'X seja
denota o estimador de mínimos quadrados ordinários de β.
Acerca do modelo apresentado, julgue o próximo item.
Cada elemento do vetor y possui desvio padrão igual a 2.
A mediana do conjunto de dados é igual a 5.
A estimativa de máxima verossimilhança para o parâmetro n é igual a 4.
O valor 4 representa uma estimativa do produto n × p .
A variância amostral do conjunto de dados é inferior a 14.
Se um quinto elemento for incluído ao conjunto de dados, a probabilidade de esse elemento assumir valor 1 é igual a p .
Julgue o item a seguir, considerando conceitos de Python.
Considere-se o código em Python a seguir.
a = [4,5,6]
b = a
b[2]=9
a.append(7)
print(a)
print(b)
O resultado da execução desse código é o que se segue.
[4, 5, 6, 7]
[4, 5, 9]
Julgue o item a seguir, considerando conceitos de Python.
O resultado da execução do código em Python a seguir é 4.
teste=[1,2,3,4,2,3,2,1,4,4,5,4]
print(max(set(teste),key=teste.count))
Julgue o item a seguir, considerando conceitos de Python.
O resultado da execução do código em Python a seguir é
ANPANPANP.
a = 3
b = “ANP”
print(a * b)
Conheça nossos planos