Questões de Concurso Público EMBRAPA 2025 para Pesquisador – Área: Gestão da Informação – Subárea: Engenharia de Dados
Foram encontradas 25 questões
Com base nas informações apresentadas, julgue o item a seguir.
O coeficiente de explicação do modelo é igual a 0,80.
Com base nas informações apresentadas, julgue o item a seguir.
A estimativa do desvio padrão σ é igual ou superior a 6.
Com base nas informações apresentadas, julgue o item a seguir.
O desvio padrão amostral da variável Y é igual a 10.
Com base nas informações apresentadas, julgue o item a seguir.
A estimativa do intercepto do modelo é superior a 2.
Com base nas informações apresentadas, julgue o item a seguir.
O erro padrão referente ao coeficiente β2 foi igual a 0,008.
Com base nas informações apresentadas, julgue o item a seguir.
A estimativa do coeficiente β1 poderá ser considerada nula se o nível de significância do teste de hipóteses H0: β1 = 0 versus H1: β1 ≠ 0 for igual a 5%.
Um pesquisador está desenvolvendo um modelo estatístico para descrever a ocorrência de falhas em sensores em uma rede de equipamentos agrícolas. Com base em dados históricos, que incluem registros de falhas e fatores associados, tais como temperatura, umidade e frequência de transmissão dos sensores, o pesquisador obteve as seguintes informações:
• a probabilidade de um sensor falhar (F) em condições de alta umidade (U) é P(F | U) = 0,4;
• a incidência de eventos de alta umidade é dada pela probabilidade P(U) = 0,3;
• a probabilidade de um sensor falhar em condições de alta temperatura (T) é P(F | T) = 0,2;
• a incidência de falhas é P(F) = 0,2.
Com respeito a essa situação hipotética, e tendo em conta ainda que 0 < P(T) < 1, julgue o item subsequente.
Se 
e 
denotarem, respectivamente, os eventos complementares de F e T, então 
= 0.
Um pesquisador está desenvolvendo um modelo estatístico para descrever a ocorrência de falhas em sensores em uma rede de equipamentos agrícolas. Com base em dados históricos, que incluem registros de falhas e fatores associados, tais como temperatura, umidade e frequência de transmissão dos sensores, o pesquisador obteve as seguintes informações:
• a probabilidade de um sensor falhar (F) em condições de alta umidade (U) é P(F | U) = 0,4;
• a incidência de eventos de alta umidade é dada pela probabilidade P(U) = 0,3;
• a probabilidade de um sensor falhar em condições de alta temperatura (T) é P(F | T) = 0,2;
• a incidência de falhas é P(F) = 0,2.
Com respeito a essa situação hipotética, e tendo em conta ainda que 0 < P(T) < 1, julgue o item subsequente.
P(U | F) = 0,6.
Um pesquisador está desenvolvendo um modelo estatístico para descrever a ocorrência de falhas em sensores em uma rede de equipamentos agrícolas. Com base em dados históricos, que incluem registros de falhas e fatores associados, tais como temperatura, umidade e frequência de transmissão dos sensores, o pesquisador obteve as seguintes informações:
• a probabilidade de um sensor falhar (F) em condições de alta umidade (U) é P(F | U) = 0,4;
• a incidência de eventos de alta umidade é dada pela probabilidade P(U) = 0,3;
• a probabilidade de um sensor falhar em condições de alta temperatura (T) é P(F | T) = 0,2;
• a incidência de falhas é P(F) = 0,2.
Com respeito a essa situação hipotética, e tendo em conta ainda que 0 < P(T) < 1, julgue o item subsequente.
Os eventos F e T são independentes.
Um pesquisador está desenvolvendo um modelo estatístico para descrever a ocorrência de falhas em sensores em uma rede de equipamentos agrícolas. Com base em dados históricos, que incluem registros de falhas e fatores associados, tais como temperatura, umidade e frequência de transmissão dos sensores, o pesquisador obteve as seguintes informações:
• a probabilidade de um sensor falhar (F) em condições de alta umidade (U) é P(F | U) = 0,4;
• a incidência de eventos de alta umidade é dada pela probabilidade P(U) = 0,3;
• a probabilidade de um sensor falhar em condições de alta temperatura (T) é P(F | T) = 0,2;
• a incidência de falhas é P(F) = 0,2.
Com respeito a essa situação hipotética, e tendo em conta ainda que 0 < P(T) < 1, julgue o item subsequente.
Se 
denota o evento complementar de U, então 
= 0,6.
Julgue os itens a seguir, considerando que, a partir do desenvolvimento de um sistema preditivo para estimar a produção agrícola (X) com base em dados climáticos como precipitação (P) e temperatura (T), obteve-se a matriz de covariâncias referente à distribuição conjunta (X, P, T),
A covariância entre as variáveis temperatura e precipitação é igual a 1,6.
Julgue os itens a seguir, considerando que, a partir do desenvolvimento de um sistema preditivo para estimar a produção agrícola (X) com base em dados climáticos como precipitação (P) e temperatura (T), obteve-se a matriz de covariâncias referente à distribuição conjunta (X, P, T),
A variância da soma P + T é igual a 20.
Julgue os itens a seguir, considerando que, a partir do desenvolvimento de um sistema preditivo para estimar a produção agrícola (X) com base em dados climáticos como precipitação (P) e temperatura (T), obteve-se a matriz de covariâncias referente à distribuição conjunta (X, P, T),
A soma das variâncias de X, P e T é igual a 29.
Julgue os itens a seguir, considerando que, a partir do desenvolvimento de um sistema preditivo para estimar a produção agrícola (X) com base em dados climáticos como precipitação (P) e temperatura (T), obteve-se a matriz de covariâncias referente à distribuição conjunta (X, P, T),
O valor de a é igual a 1,6.
Acerca de técnicas utilizadas na ciência de dados, julgue o item a seguir.
O algoritmo Naive Bayes é inadequado para, por exemplo, a análise de dados de produção agrícola na previsão da qualidade de grãos de café, pois exige uma independência completa entre variáveis como pH do solo, umidade e temperatura, e não apresenta bons resultados quando essas variáveis são correlacionadas.
Acerca de técnicas utilizadas na ciência de dados, julgue o item a seguir.
A PCA (análise de componentes principais) é uma técnica que transforma variáveis correlacionadas em componentes principais ortogonais, o que permite a redução da dimensionalidade dos dados; a seleção dos componentes principais é realizada com base na variância explicada por cada componente.
Acerca de técnicas utilizadas na ciência de dados, julgue o item a seguir.
O K-means exige a definição do número de clusters como parâmetro de entrada e tem um desempenho eficiente em grandes conjuntos de dados, mas é sensível a outliers e só funciona bem para clusters esféricos e de densidade semelhante.
Acerca de técnicas utilizadas na ciência de dados, julgue o item a seguir.
A métrica lift é usada para medir a dependência entre dois itens em uma regra de associação: se o lift de uma regra de associação entre dois itens A e B for maior que 1, então A e B obrigatoriamente aparecerão em conjunto mais frequentemente do que seria esperado se A e B fossem independentes.
Um pesquisador está analisando a relação entre duas variáveis:X (quantidade de certo fertilizante aplicado em uma produção) e (produtividade agrícola). Sabendo que o par (X, Y) segue, conjuntamente, uma distribuição normal bivariada, ele obteve a média condicional na forma E[Y|X = x] =500+30x para descrever a produtividade esperada com base na quantidade x desse tipo de fertilizante, além das informações apresentadas a seguir.
Com base nessas informações, julgue o item a seguir.
O desvio padrão de E[Y|X] é igual a 150 kg por hectare.
Um pesquisador está analisando a relação entre duas variáveis:X (quantidade de certo fertilizante aplicado em uma produção) e (produtividade agrícola). Sabendo que o par (X, Y) segue, conjuntamente, uma distribuição normal bivariada, ele obteve a média condicional na forma E[Y|X = x] =500+30x para descrever a produtividade esperada com base na quantidade x desse tipo de fertilizante, além das informações apresentadas a seguir.
Com base nessas informações, julgue o item a seguir.
A variância de Y + X é igual a 2.525 (kg/hectare)2.
Conheça nossos planos