Questões de Concurso Para fcc

Foram encontradas 130.633 questões

Resolva questões gratuitamente!

Junte-se a mais de 4 milhões de concurseiros!

Q2108537 Estatística
Considere o modelo de média móvel de ordem q=2, MA(2), dado por Zt = at − θ1at-1 − θ2at-2, t ∈ Z, com ruído branco at ~N(0,σ2). Então o processo resultante será
Alternativas
Q2108536 Estatística
Em uma modelagem de série temporal foi adotado o modelo auto-regressivo de ordem p = 1, AR(1), dado por Zt = 0,8Zt-1 + at , onde at é o ruído branco com média zero e variância unitária. Zt depende apenas de Zt-1 e do ruído branco no instante t, t ∈ Z. A variância do processo e o valor da função de auto-covariância Yj para j = 2 são (adotando duas casas decimais), respectivamente,
Alternativas
Q2108535 Estatística
Considere as variáveis aleatórias X1 e X2 com matriz de covariância        Em uma análise de componentes principais, as proporções de explicação dos componentes Y1 e Y2 são dadas por
Alternativas
Q2108534 Estatística
Uma variável aleatória X possui média 0 e matriz de covariância         Seja Y = X1 + X2. O valor da variância de Y é
Alternativas
Q2108533 Estatística
Um médico atende seus pacientes segundo um processo de Poisson com taxa de 5 pacientes por hora. Considere que o tempo de consulta segue uma distribuição exponencial com média 1/6 de hora e com disciplina de atendimento FIFO. O número mínimo de lugares necessários na sala de espera para que a probabilidade do paciente chegar e ficar em pé seja inferior a 10% é dado por
Dados: Log10 3 = 0,48 log10 5 = 0,70 log10 6 = 0,78
Alternativas
Q2108532 Estatística
Um processo de Wiener Wt (movimento browniano padrão) satisfaz as seguintes propriedades:
− W0 = 0 com probabilidade 1. − Para t > 0, Wt tem distribuição normal com média 0 e variância t. − Para s, t > 0, Wt+s − Ws tem a mesma distribuição de Wt . − Se 0 ≤ q ≤ r ≤ s < t, então Wt − Ws e Wr − Wq são variáveis aleatórias independentes. − A função t ↦ Wt é contínua com probabilidade 1.
Considerando as propriedades apresentadas, a média e a variância de Ws + Wt são, respectivamente,
Alternativas
Q2108531 Estatística
Considere uma partícula que faz um passeio aleatório simples, simétrico e com barreiras pelas posições {0, 1, 2, ..., 100}. Se a partícula estiver na posição 0, ela se moverá para a posição 1 no próximo passo. Se a partícula estiver na posição 100, ela se moverá para a posição 99 no próximo passo. Para as posições restantes, a partícula se move para a esquerda ou direita com igual probabilidade.
Se a partícula inicia o passeio na posição 0, a quantidade de passos necessários, em média, para ela retornar à posição 0 é
Alternativas
Q2108530 Estatística
São métodos de simulação estática:
Alternativas
Q2108529 Estatística
Considere a distribuição Beta(1,β) com função densidade de probabilidade f(x) = β(1-x)β-1 ,x ∈ [0,1] . Usando o método da transformação inversa para gerar números aleatórios X de Beta(1,β) e considerando que a variável aleatória U é distribuída uniformemente no intervalo (0,1), temos que X é obtido por
Alternativas
Q2108528 Estatística

Atenção: Para responder à questão, considere o código na linguagem R. 

Y<-c(2,3,2,4,3,5,6,3,4) #1

X1<-c(10,13,9,18,12,22,27,13,21) #2

X2<-c(6,10,4,10,10,17,16,9,13) #3

dados<-data.frame(cbind(Y,X1,X2)) #4

modelo <- lm(Y ~ X1 + X2, data = dados) #5

summary(modelo) #6

coef(modelo) #7

formula(modelo) #8

plot(modelo) #9

p <- as.data.frame(cbind(13,4)) #10

colnames(p) <- cbind("X1","X2") #11

predict(modelo, newdata=p) #12

vcov(modelo) #13

Intercept<-rep(1,times=9) #14

X<-cbind(Intercept,X1,X2) #15

t(solve(t(X)%*%X)%*%t(X)%*%Y) #16

residuals(modelo) #17 

Os comandos das linhas 14 a 16 produzem o mesmo resultado que o comando
Alternativas
Q2108527 Estatística

Atenção: Para responder à questão, considere o código na linguagem R. 

Y<-c(2,3,2,4,3,5,6,3,4) #1

X1<-c(10,13,9,18,12,22,27,13,21) #2

X2<-c(6,10,4,10,10,17,16,9,13) #3

dados<-data.frame(cbind(Y,X1,X2)) #4

modelo <- lm(Y ~ X1 + X2, data = dados) #5

summary(modelo) #6

coef(modelo) #7

formula(modelo) #8

plot(modelo) #9

p <- as.data.frame(cbind(13,4)) #10

colnames(p) <- cbind("X1","X2") #11

predict(modelo, newdata=p) #12

vcov(modelo) #13

Intercept<-rep(1,times=9) #14

X<-cbind(Intercept,X1,X2) #15

t(solve(t(X)%*%X)%*%t(X)%*%Y) #16

residuals(modelo) #17 

É correto afirmar que
Alternativas
Q2108526 Estatística
Um grupo de N = 100 coelhos está sendo usado em um estudo nutricional. Os pesos antes do início do estudo são registrados para cada coelho. A média desses pesos é de 3,3 kg. Após dois meses, o experimentador deseja obter uma estimativa do peso médio dos coelhos. O pesquisador seleciona n = 10 coelhos aleatoriamente e os pesa. Os pesos originais e os pesos atuais desses 10 coelhos são apresentados na tabela a seguir.
   Imagem associada para resolução da questão
Considere r como a estimativa resultante do estimador razão e  μa média estimada atual dos 100 coelhos com respectiva variância estimada Imagem associada para resolução da questão
Com base nessas informações, 
Alternativas
Q2108525 Estatística

Seja X uma variável aleatória com distribuição beta com função densidade



Considere a distribuição Y ~ U (0,1) , onde U (0,1) é uma distribuição uniforme padrão, e o interesse é na simulação de observações da variável aleatória X, pelo método de aceitação/rejeição. Com essa finalidade, foram obtidos os seguintes pares de números pseudoaleatórios das variáveis Y e U:


i       1      2       3        4     5

y   0,5   0,1    0,7    0,9    0,8

u  0,6   0,3    0,4    0,7    0,9


Os dois valores aceitos como observações de X, considerando os cinco pares de valores obtidos, são:

Alternativas
Q2108524 Estatística
Quanto às técnicas de amostragem,
Alternativas
Q2108523 Estatística
Atenção: Para responder à questão, considere as informações abaixo.


       Considerando uma amostra aleatória de n pares de valores de duas variáveis, Xi e Yi , com i = 1, 2,..., n e admitindo-se que Y é função linear de X, pode-se estabelecer uma regressão linear simples da forma Yi = βo + β1Xi + ei , onde βo e β1 são parâmetros desconhecidos, X é a variável independente e Y é a variável dependente. O erro ei é uma série de valores independentes e identicamente distribuídos com ei ~ N(0,σ2) .
Considere uma amostra aleatória de 10 pares de valores de duas variáveis, Xi e Yi , com i = 1,2, ..., 10.


A estimação dos parâmetros β0 e β1 pelo método dos mínimos quadrados fornece, respectivamente, os valores
Alternativas
Q2108522 Estatística
Atenção: Para responder à questão, considere as informações abaixo.


       Considerando uma amostra aleatória de n pares de valores de duas variáveis, Xi e Yi , com i = 1, 2,..., n e admitindo-se que Y é função linear de X, pode-se estabelecer uma regressão linear simples da forma Yi = βo + β1Xi + ei , onde βo e β1 são parâmetros desconhecidos, X é a variável independente e Y é a variável dependente. O erro ei é uma série de valores independentes e identicamente distribuídos com ei ~ N(0,σ2) .
Se para uma amostra aleatória de 100 pares de valores referentes a um estudo específico o intervalo de confiança de 95% calculado para β1 é dado por [−1,2;1,8] e considerando o nível de significância de 5%, então
Alternativas
Q2108521 Estatística
Quanto aos testes não paramétricos, é correto afirmar
Alternativas
Q2108520 Estatística
Uma indústria produz um equipamento eletrônico cuja duração de vida (X), em horas, é normalmente distribuída com média μ e variância populacional (σ2) desconhecida. Uma amostra aleatória, com reposição, de 25 equipamentos foi extraída da população de equipamentos obtendo-se para essa amostra uma duração de vida média igual a 1.008 horas e variância igual a 256 (horas)2. Deseja-se testar a hipótese H0: μ = 1.000 horas (hipótese nula) contra H1: μ ≠ 1.000 horas (hipótese alternativa) com base nos dados da amostra e utilizando o teste t de Student. O valor da estatística t (t calculado) utilizado para a tomada de decisão, a um determinado nível de significância α, é igual a
Alternativas
Q2108519 Estatística
Acredita-se que em uma cidade mais da metade de seus eleitores são favoráveis à eleição de um candidato X. Para testar se isso é verdadeiro, extrai-se uma amostra aleatória de 4 eleitores, com reposição, estabelecendo que se nessa amostra mais que 2 eleitores forem favoráveis a X, então procede que mais da metade são favoráveis a X. Se p é a proporção de eleitores favoráveis a X e estabelecendo as hipóteses H0: p = 0,5 (hipótese nula) e H1: p > 0,5 (hipótese alternativa), então o nível de significância do teste é igual a
Alternativas
Q2108518 Estatística
Um fabricante de um equipamento admite que o tempo de funcionamento (T) desse equipamento, em horas, sem apresentar falhas obedece a uma lei exponencial com função densidade dada por f(t) = λe-λt , se t > 0 e que f(t) = 0, caso contrário. Utilizando o método da máxima verossimilhança, ele obteve a estimativa pontual do parâmetro λ com base nas informações obtidas do tem-po de funcionamento de 500 equipamentos selecionados aleatoriamente de sua produção. O quadro abaixo fornece os resulta-dos obtidos. 
ti    1       2      3        4        5       Total ni   50    50    200    150     50      500

Obs.: ni é o número de equipamentos que apresentaram falhas em ti horas.

A estimativa pontual do parâmetro λ obtida pelo fabricante foi, então, de
Alternativas
Respostas
10941: C
10942: A
10943: B
10944: D
10945: E
10946: B
10947: E
10948: B
10949: D
10950: A
10951: D
10952: C
10953: E
10954: C
10955: A
10956: B
10957: C
10958: B
10959: D
10960: A