Questões da Prova CESPE - 2018 - STM - Analista Judiciário - Estatística
Foram encontradas 9 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Um estudo acerca do tempo (x, em anos) de guarda de
autos findos em determinada seção judiciária considerou uma
amostragem aleatória estratificada. A população consiste de uma
listagem de autos findos, que foi segmentada em quatro estratos,
segundo a classe de cada processo (as classes foram estabelecidas
por resolução de autoridade judiciária). A tabela a seguir mostra os
tamanhos populacionais (N) e amostrais (n), a média amostral
e a variância amostral dos tempos (s2
) correspondentes a cada
estrato.
Considerando que o objetivo do estudo seja estimar o tempo médio populacional (em anos) de guarda dos autos findos, julgue o item a seguir.
Combinando-se todos os estratos envolvidos, a estimativa da
variância do tempo médio amostral da guarda dos autos findos
é inferior a 0,005 ano2
.
Um estudo acerca do tempo (x, em anos) de guarda de
autos findos em determinada seção judiciária considerou uma
amostragem aleatória estratificada. A população consiste de uma
listagem de autos findos, que foi segmentada em quatro estratos,
segundo a classe de cada processo (as classes foram estabelecidas
por resolução de autoridade judiciária). A tabela a seguir mostra os
tamanhos populacionais (N) e amostrais (n), a média amostral
e a variância amostral dos tempos (s2
) correspondentes a cada
estrato.
Considerando que o objetivo do estudo seja estimar o tempo médio populacional (em anos) de guarda dos autos findos, julgue o item a seguir.
No estudo em questão foi aplicada uma amostragem aleatória
estratificada com alocação proporcional ao tamanho dos
estratos.
Uma amostra aleatória simples Y1, Y2, ..., Yn, retirada de uma população Bernoulli, é tal que
para y = 0 ou 1, 0 < θ < 1 e k = 1, 2, ..., n. O objetivo é efetuar
inferências acerca do parâmetro θ mediante aplicação de métodos
computacionais.
Considerando que para r ≥ 0, 
represente a estimativa de θ obtida na r-ésima iteração de um algoritmo de estimação, julgue o seguinte item.
O método HPD (high probability density) é um algoritmo que
proporciona um intervalo de confiança clássico (frequentista)
para o parâmetro θ.
Uma amostra aleatória simples Y1, Y2, ..., Yn, retirada de uma população Bernoulli, é tal que
para y = 0 ou 1, 0 < θ < 1 e k = 1, 2, ..., n. O objetivo é efetuar
inferências acerca do parâmetro θ mediante aplicação de métodos
computacionais.
Considerando que para r ≥ 0, 
represente a estimativa de θ obtida na r-ésima iteração de um algoritmo de estimação, julgue o seguinte item.
O amostrador de Gibbs, um algoritmo sequencial de Monte
Carlo, permite simular a distribuição a priori do parâmetro θ,
desde que a forma funcional da sua função de densidade, ƒ(θ),
seja conhecida.
Uma amostra aleatória simples Y1, Y2, ..., Yn, retirada de uma população Bernoulli, é tal que
para y = 0 ou 1, 0 < θ < 1 e k = 1, 2, ..., n. O objetivo é efetuar
inferências acerca do parâmetro θ mediante aplicação de métodos
computacionais.
Considerando que para r ≥ 0, 
represente a estimativa de θ obtida na r-ésima iteração de um algoritmo de estimação, julgue o seguinte item.
No algoritmo de Metropolis-Hastings tem-se a forma iterativa 
, na qual ƒ representa a função de
densidade a priori de θ, e ∈, > 0 representa um incremento
aleatório. Nesse algoritmo, a probabilidade de aceitação do
valor proposto 
como uma estimativa viável para o
parâmetro de interesse é constante.
Conheça nossos planos