Questões de Concurso Público IF-PI 2026 para Estatístico
Foram encontradas 50 questões
Analise as afirmativas a seguir e classifique-as como VERDADEIRAS (V) ou FALSAS (F):
( ) A probabilidade de ocorrer um evento impossível no espaço amostral é estritamente nula, o que é formulado matematicamente por P(∅) = 0.
( ) Sendo A um evento qualquer pertencente a F, a probabilidade de o evento não ocorrer (seu evento complementar Ac ) é dada pela relação algébrica P(A) =1 − P(Ac ).
( ) Para dois eventos quaisquer A e B, o evento B pode ser particionado de tal modo que a sua probabilidade total seja resultante da soma das uniões, isto é, P(B) = P(B ⋃ A) + P(B ⋃ Ac ).
( ) Se um evento A é um subconjunto estrito de um evento B, garantindo que A ⊂ B, a propriedade de monotonicidade assegura que a probabilidade de A é maior ou igual à de B, ou seja, P(A) ≥ P(B).
( ) Ao considerar a ocorrência da união entre o evento A e o evento B, a regra da adição de probabilidade determina que se deve subtrair a probabilidade da interseção para evitar dupla contagem, sendo dada por P(A ⋃ B) = P(A) + P(B) − P(A ∩ B).
Assinale a ÚNICA alternativa que apresenta a sequência CORRETA, de cima para baixo.
Considerando os fundamentos teóricos e as finalidades das técnicas de reamostragem, assinale a alternativa que descreve CORRETAMENTE a principal aplicação prática e a justificativa para o uso do Bootstrap neste cenário.
Considerando os fundamentos teóricos que regem o funcionamento, as vantagens e as limitações do método Jackknife, julgue as proposições de I a VI apresentadas a seguir:
I. O método Jackknife, em sua versão clássica leave-one-out, opera excluindo sequencialmente uma única observação do conjunto de dados por vez, gerando n reamostras de tamanho n − 1 para recalcular a estatística de interesse.
II. Uma das finalidades centrais da técnica e dos pseudovalores gerados em cada iteração é a correção ou a atenuação do viés do estimador pontual, além da estimação da sua variância.
III. Diferentemente do método Bootstrap clássico, o Jackknife possui natureza estocástica, o que significa que o uso de diferentes sementes geradoras aleatórias (seeds) pelo avaliador resultará em estimativas distintas para a mesma amostra. ,
IV. Uma limitação matemática do método Jackknife é a sua inconsistência na estimação da variância de estatísticas que não são suficientemente suaves (non-smooth statistics), a exemplo da mediana amostral.
V. Esse método consiste na abordagem analítica prioritária e mais recomendada para realizar a imputação múltipla quando a amostra original apresenta um delineamento com elevado percentual de dados faltantes.
VI. Sob o aspecto computacional, a aplicação do Jackknife clássico resulta em um número exato de n reamostras, caracterizando-se como um procedimento determinístico condicionado estritamente à amostra original.
Assinale a ÚNICA alternativa que apresenta todos os itens CORRETOS.
Sabendo-se que a soma das observações da amostra resultou em ∑Xi = 360, a estimativa pontual do parâmetro θ obtida por meio do Método dos Momentos é igual a:
Dessa forma, assinale a alternativa que contém o intervalo que maximiza a função verossimilhança.
Um estatístico deseja estimar o desvio padrão (σ) dos retornos de determinados ativos financeiros. Sabe-se que a distribuição populacional desses retornos segue uma distribuição normal com média conhecida e igual a zero (μ = 0). Considerando uma amostra aleatória simples de tamanho n, representada por X₁, X₂, ..., Xₙ, assinale a alternativa que apresenta corretamente o estimador parâmetro σ.
Assinale a alternativa que apresenta, aproximadamente, a proporção da variância populacional total explicada pela primeira componente principal:
Nessas condições, a fronteira de decisão usando a Análise Discriminante Linear é:
Considere duas classes com médias x e y; a expressão geral do ponto de fronteira que separa as duas classes é:
Considere um nó pai contendo 100 amostras, sendo 70 da classe A e 30 da classe B.
Assinale a alternativa que apresenta, aproximadamente, o índice de Gini do nó pai:
Considere um conjunto de dados unidimensional (d = 1) com quatro pontos rotulados:

O classificador SVM de margem rígida busca o hiperplano f (x) = wx + b.
Dentre os hiperplanos possíveis, escolhe-se aquele que maximiza a margem de separação entre as classes, igual a:

Dentre os hiperplanos possíveis, escolhe-se aquele que maximiza a margem de separação entre as classes, igual a:
Considere uma SVM treinada com o kernel RBF (Gaussiano)

Após o treinamento, foram obtidos os seguintes vetores de suporte:

com b=0. A função de decisão de uma SVM com kernel é dada por:

Deseja-se classificar o ponto

Assinale a alternativa que apresenta corretamente o valor de f (xteste)
Nessas condições, calcule a saída
do Perceptron
para um paciente com (x1, x2) = (3, 0; 2, 0) Considere o seguinte código em R utilizando o pacote dplyr:

O resultado produzido por esse código é:
Com base nos conceitos de indicadores compostos, assinale a alternativa CORRETA.
Com base nos conceitos de indicadores e metas, assinale a alternativa CORRETA: