Foram encontradas 507 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Suponha que uma amostra de tamanho n = 1 seja retirada de uma população X~Binomial(m, p), em que m e p são parâmetros desconhecidos. Sabendo que m ∈ {1,2} e que p ∈ {1/5, 1/4} se a amostra aleatória simples for representada por X1, considere a seguinte estatística para a estimação do par (m, p).
Com base nessas informações, julgue o próximo item.
é uma estatística suficiente para a estimação do par de
parâmetros (m, p).
Suponha que uma amostra de tamanho n = 1 seja retirada de uma população X~Binomial(m, p), em que m e p são parâmetros desconhecidos. Sabendo que m ∈ {1,2} e que p ∈ {1/5, 1/4} se a amostra aleatória simples for representada por X1, considere a seguinte estatística para a estimação do par (m, p).
Com base nessas informações, julgue o próximo item.
é estimador de máxima verossimilhança para o par de parâmetros (m, p).
Com base nos modelos de regressão linear simples (equação 1) e de regressão linear múltipla (equação 2), julgue o item a seguir.
A homocedasticidade, conceito que implica que o erro
não-observável “e” de uma regressão múltipla seja constante,
é uma das condições para que os coeficientes b1, b2 e b3 da
equação 2 sejam não-viesados e consistentes.
Com base nos modelos de regressão linear simples (equação 1) e de regressão linear múltipla (equação 2), julgue o item a seguir.
O coeficiente b da equação 1 é o resultado da correlação entre os valores amostrais de X e Y, dividida pela variância
de X.
Com base nos modelos de regressão linear simples (equação 1) e
de regressão linear múltipla (equação 2), julgue o item a seguir.
Na equação 2, a multicolinearidade entre X2 e x3 é indiferente para a estimação não-viesada do coeficiente b1, desde que X1 não seja correlacionado com X2 ou com X3.
Com base nas tabelas de frequência A e B apresentadas anteriormente, julgue o item a seguir.
O desvio-padrão da série B é menor do que o desvio-padrão
da série A.
Com base nas tabelas de frequência A e B apresentadas anteriormente, julgue o item a seguir.
As médias aritméticas das séries A e B são idênticas,
considerando o arredondamento até a segunda casa decimal.
__________ : representação de um grande volume de dados.
__________ : representação quando dados reais estão sujeitos a variações na amostragem que podem levar a falha de dados ou a dados errôneos nas distribuições empíricas.
__________ : representação da probabilidade de eventos extremos a variação de um conjunto de dados particular, exigindo a suposição de eventos ainda não observados.
Assinale a alternativa que completa, correta e respectivamente, as lacunas acima.
Se â denota a estimativa de mínimos quadrados ordinários do coeficiente angular a, então â = 7,2.
Com relação ao Método dos Mínimos Quadrados aplicados em Estatística para otimizar matematicamente o melhor ajuste para um conjunto de dados, analise as afirmativas abaixo e dê valores Verdadeiro (V) ou Falso (F).
( ) A soma dos quadrados dos resíduos pode ser calculada pela diferença entre a soma dos quadrados totais e a soma dos quadrados da regressão.
( ) O método é sugerido para regressões lineares e não-lineares.
( ) A solução do método é aplicado através da minimização da soma do quadrado dos resíduos.
( ) Uma das premissas deste método é que o erro é aleatório e tem esperança matemática diferente de 0.
Assinale a alternativa que apresenta a sequência correta de cima para baixo.
Um modelo de regressão com séries temporais apresenta indícios do fenômeno de regressão espúria se apresentar
No modelo de regressão linear clássico, a premissa de linearidade do modelo, necessária para a estimação dos parâmetros do modelo pelo método de mínimos quadrados ordinários, indica que:
Considere a estimação do modelo de regressão linear, dado por Yt=β0+β1Xt+ut , em que Yt e Xt são duas séries temporais. As duas séries serão cointegradas somente se os resíduos da regressão (ût), estimado por MQO,
Considerando os estimadores de Mínimos Quadrados Ordinários, assumindo que todas as hipóteses do Modelo Clássico de Regressão Linear são satisfeitas, para um modelo de regressão simples amostral do tipo
considere as proposições sobre o
intervalo de confiança para o parâmetro 
. I. Mantendo os demais fatores constantes, quanto maior a variabilidade nos valores da variável X, maior tende a ser a amplitude do intervalo de confiança.
II. Mantendo os demais fatores constantes, quanto maior o nível de significância escolhido, maior tende a ser a amplitude do intervalo de confiança.
III. Mantendo os demais fatores constantes, quanto maior o número de observações da amostra, menor tende a ser a amplitude do intervalo de confiança.
Assinale a alternativa correta
Um economista elaborou um modelo de séries temporais com o objetivo de prever o número de queimadas ( Yt ) em um dado município do Estado de Santa Catarina. Para um número de observações suficientemente grande para valer as propriedades assintóticas, o economista obteve o seguinte resultado ao aplicar, com sucesso, a metodologia BoxJenkins:
Analise as proposições em relação à informação.
I. A série é estacionária com a raiz do polinômio característico do processo AR igual a 2.
II. A série é invertível com a raiz do polinômio característico do processo MA igual a 1,5. III. E(Yt) = 120
IV. E(Yt - E(Yt))2 = 1
Assinale a alternativa correta:
Conheça nossos planos