Questões de Concurso Público TRT - 4ª REGIÃO (RS) 2009 para Analista Judiciário - Estatística
Foram encontradas 60 questões

Observações:
? t é a quantidade de anos desde 1998.
? ? e ? são parâmetros desconhecidos.
?
é o erro aleatório com as respectivas hipóteses consideradas para o modelo de regressão linear simples.?
= In (
), sendo In (
) o logaritmo neperiano do valor do empreendimento em (1998 + t).?
= In (t), sendo In (t) o logaritmo neperiano de t.Utilizou-se o método dos mínimos quadrados para obtenção das estimativas de ? e ?, com base nas observações anuais de
1999 a 2008. A estimativa encontrada para o parâmetro ? foi de 6,34, considerando que


(F calculado) para comparação com
tabelado (variável F de Snedecor com m graus de liberdade no numerador e n graus de liberdade no denominador). Os valores de (m + n),
e s2 (estimativa da variância ?2 do modelo teórico) são, respectivamente,
Observações:
? t é a quantidade de anos desde 1998.
? ? e ? são parâmetros desconhecidos.
?
é o erro aleatório com as respectivas hipóteses consideradas para o modelo de regressão linear simples.?
= In (
), sendo In (
) o logaritmo neperiano do valor do empreendimento em (1998 + t).?
= In (t), sendo In (t) o logaritmo neperiano de t.Utilizou-se o método dos mínimos quadrados para obtenção das estimativas de ? e ?, com base nas observações anuais de
1999 a 2008. A estimativa encontrada para o parâmetro ? foi de 6,34, considerando que


. A probabilidade de que haja pelo menos duas emissões durante o tempo t é
Então P(X=1) é igual a
? 18% assinam A; 15% assinam B; 10% assinam C; 9% assinam A e B;
? 5% assinam A e C; 4% assinam B e C e 3% assinam os três jornais.
Dentre os que assinam pelo menos um jornal, a proporção dos que assinam A ou B é
um vetor de variáveis aleatórias com vetor de médias
e matriz de covariâncias
Seja
a primeira componente principal da matriz ? . A proporção da variância total de X que é explicada por Y éI. Na análise de componentes principais a obtenção das componentes principais envolve a decomposição da matriz de covariâncias do vetor aleatório de interesse.
II. Na análise discriminante não é necessário que os grupos nos quais cada elemento amostral pode ser classificado sejam conhecidos à priori.
III. O escalonamento dimensional gera uma medida de ajuste denominada Stress que quanto mais próxima de 1 estiver melhor será o ajuste.
IV. Na análise de agrupamentos, para que se possa proceder ao agrupamento de elementos, é necessário se decidir à priori a medida de similaridade ou dissimilaridade que será usada.
Dentre essas afirmações citadas são verdadeiras SOMENTE

Onde
é o ruído branco de média zero e variância
. Se
é estacionário, então o valor da função de autocorrelação no lag 1 éConsidere as seguintes afirmações:
I. Para um ARMA(1,0), f(k) só difere de zero para k = 1 e g(k) decai exponencialmente.
II. Para um ARMA(1,1), f(k) só difere de zero para k = 1 e g(k) decai exponencialmente.
III. Para um ARMA(0,2), f(k) só difere de zero para k = 1 e k = 2 e g(k) é dominada por misturas de exponenciais ou senoides amortecidas.
IV. Para um ARMA(2,0), f(k) é dominada por misturas de exponenciais ou senoides amortecidas e g(k) = 0, somente para k = 1 e para k > 1 decai exponencialmente.
Está correto o que se afirma SOMENTE em
. Desta população retira-se uma amostra aleatória sem reposição de n elementos. Sabendo-se que a média amostral
desses n elementos tem variância igual a
, o valor de n é dado porSe Z tem distribuição normal padrão, então:

O valor de n para que P (|D| ? 0,3) = 0,96, é
Se Z tem distribuição normal padrão, então:


Utilizando-se o método dos momentos, uma estimativa de ? baseada na amostra (0,2; 0,3; 0,5) é dada por

A esperança condicional de Y dado x, denotada por E(Y| x), é dada por