Questões de Concurso

Foram encontradas 12.664 questões

Resolva questões gratuitamente!

Junte-se a mais de 4 milhões de concurseiros!

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
Q2108517 Estatística
Dois estimadores E1 e E2, não viesados, são utilizados para estimar a média μ de uma população normalmente distribuída apresentando uma variância unitária. Sejam E1 = mX + (m + n)Y − Z e E2 = mX + (m − n)Y − nZ os dois estimadores em que m e n são parâmetros reais e (X, Y, Z) uma amostra aleatória de tamanho 3 extraída da população, com reposição. A variância (V) do estimador mais eficiente, entre E1 e E2, é tal que
Alternativas
Q2108516 Estatística
 A função densidade de probabilidade de uma variável aleatória X é dada por f(x) = kx para x pertencente ao intervalo (0, 4) e f(x) = 0, caso contrário. Sabendo-se que k é uma constante real não nula e que U é uma outra variável aleatória tal que U = 2X + 4, tem-se que a probabilidade P(U > 8) é igual a
Alternativas
Q2108515 Estatística
Atenção: Para responder à questão, considere a tabela abaixo que fornece algumas probabilidades P(Z > z) da curva normal padrão (Z).

z                 0,67           0,95          1,00         1,28          1,48         1,64          2,00
P(Z > z)      0,25           0,17           0,16         0,10          0,07        0,05          0,02
De uma população normalmente distribuída e variância populacional igual a 225 extraiu-se uma amostra aleatória, com reposição, de tamanho 144. A média amostral apresentou um valor igual a x . Deseja-se testar a hipótese, com base nos dados da amostra, que a média μ da população difere de 150 ao nível de significância de 10%. Considerando as hipóteses H0: μ = 150 (hipótese nula) e H1: μ ≠ 150 (hipótese alternativa), tem-se que o maior valor para x tal que na decisão não se cometa um erro do tipo I é 
Alternativas
Q2108514 Estatística
Atenção: Para responder à questão, considere a tabela abaixo que fornece algumas probabilidades P(Z > z) da curva normal padrão (Z).

z                 0,67           0,95          1,00         1,28          1,48         1,64          2,00
P(Z > z)      0,25           0,17           0,16         0,10          0,07        0,05          0,02
Um intervalo de confiança de 90% para média µ de uma população normalmente distribuída foi construído por meio de uma amostra aleatória, com reposição, de tamanho 100 extraída da população. O intervalo obtido foi igual a [19,18; 20,82] uma vez que é conhecida a variância σ2 da população. Decidindo obter um outro intervalo com um nível de confiança de 96% por meio de uma amostra aleatória, com reposição, independente da primeira e de tamanho 64, encontrou-se, nesse caso, uma média igual a 20,50. O limite superior desse segundo intervalo é igual a
Alternativas
Q2108513 Estatística
Atenção: Para responder à questão, considere a tabela abaixo que fornece algumas probabilidades P(Z > z) da curva normal padrão (Z).

z                 0,67           0,95          1,00         1,28          1,48         1,64          2,00
P(Z > z)      0,25           0,17           0,16         0,10          0,07        0,05          0,02
Uma grande população normalmente distribuída com média μ e variância σ2 é formada pelos comprimentos de um determinado tipo de cabo em centímetros (cm). A proporção de cabos com comprimento de no máximo 13,3 cm é igual a 75% e a proporção de cabos com comprimento de, no mínimo, 10,10 cm é igual a 83%. Escolhendo aleatoriamente um cabo da população, a probabilidade de a medida desse cabo apresentar um valor superior a um valor X, em centímetros, é igual a 5%. O valor de X é, em cm, igual a
Alternativas
Q2108512 Estatística
As variáveis aleatórias contínuas X e Y são independentes, sendo que:
I. X possui uma distribuição normal com média igual a 2 e desvio padrão igual a 2. II. Y possui uma distribuição uniformemente distribuída no intervalo (2, 4).
A esperança de (X + Y), a variância de (X + Y) e a esperança de (XY) são iguais, respectivamente, a
Alternativas
Q2108511 Estatística
Seja (X1, X2, ..., Xn) uma amostra aleatória de uma variável X e as estatísticas de ordem denotadas por X(1), X(2), ... , X(n), em que X(1) = min(X1, X2, ..., Xn) corresponde ao menor valor observado na amostra. Sabe-se que X possui uma função densidade dada por f(x) = 1/2, se 0 < x < 2 e que f(x) = 0, caso contrário. A função de distribuição acumulada de X(1), ou seja F(X(1))(x) para 0 < x < 2, é dada por
Alternativas
Q2108510 Estatística
Considere a função geradora de momentos Mx(t) = (1 − 2t)−3, com t < 0,5, correspondente a uma variável aleatória X com uma distribuição gama. A variância relativa de X, definida como a divisão da variância de X pelo quadrado da média de X, é igual a
Alternativas
Respostas
3761: D
3762: A
3763: D
3764: C
3765: E
3766: C
3767: A
3768: B
3769: C
3770: B
3771: D
3772: A
3773: E
3774: B
3775: D
3776: C
3777: A
3778: E
3779: C
3780: E