Foram encontradas 12.661 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
I. Uma série temporal é estacionária quando suas características estatísticas (média, variância, autocorrelação) são constantes ao longo do tempo.
II. Uma série é estacionária quando se desenvolve aleatoriamente no tempo em torno de uma média constante, refletindo algum equilíbrio estatístico, de modo que as leis de probabilidade que atuam no processo não mudam com o tempo.
III. Métodos de previsão usam transformações matemáticas para estacionarizar uma série; a seguir, são feitas previsões nessa série estável para, posteriormente, se inverter as transformações e obter as previsões para a série original.
Estão corretas as afirmativas
Se D’ é a transposta de D, as lacunas ficam corretamentepreenchidas respectivamente por
O tamanho da amostra necessário para que possamos garantir, com 95% de confiança, que o valor da proporção de “sucessos” na amostra não diferirá da proporção de “sucessos” populacional por mais de 5% é, no mínimo, aproximadamente igual a
Pretende-se usar uma densidade a priori Beta com parâmetros α = 2 e β = 2 e que será usada uma função de perda quadrática L(θ, a) = (θ – a)2, com 0 < θ < 1 e 0 < a < 1.
Nesse caso, se forem observados 5 “sucessos”, a estimativa de Bayes para θ será igual a
Avalie se o MCM apresenta as seguintes características:
I. É um método simples e de uso extensivo.
II. O MCM gera uma sequência de números pseudoaleatórios.
III. O MCM parte de um valor inicial x0 e calcula recursivamente os valores sucessivos xn, n ≥ 1.
Está correto o que se afirma em
Y = β0 + β1X + ε,
a seguinte tabela de Análise da Variância (com dados parcialmente omitidos) foi obtida:
O valor de s2 é igual a
O valor da estatística qui-quadrado usual para esses dados é aproximadamente igual a
Nesse caso, a soma das probabilidades de erro tipo I e tipo II desse critério é aproximadamente igual a
I. Se a variável aleatória populacional tem distribuição Bernoulli parâmetro p, o estimador de máxima verossimilhança de p é a média amostral.
II. Se a variável aleatória populacional tem distribuição exponencial parâmetro λ, o estimador de máxima verossimilhança de λ é a média amostral.
III. Se a variável aleatória populacional tem distribuição Poissonparâmetro λ, o estimador de máxima verossimilhança de λ é a média amostral.
Está correto o que se afirma em
Um intervalo de 99% de confiança para μ será então dadoaproximadamente por
Se 144 pessoas dessa população forem aleatoriamente sorteadas para compor uma amostra aleatória simples, então a probabilidade de que ao menos 20 tenham problemas auditivos é aproximadamente igual a
Nesse caso, a probabilidade de que uma esfera tenha diâmetro menor do que 10,3 mm é aproximadamente igual a
Se quatro pessoas dessa população forem sorteadas ao acaso, a probabilidade de que ao menos duas torçam pelo Flamengo é aproximadamente igual a
A probabilidade de que, em um período de quatro dias, passem no máximo dois carros por essa estrada é, aproximadamente, igual a
[Se precisar, use e-2 = 0,135, e-4 = 0,02, e-6 = 0,0025, e-8 = 0,0003]
Uma variável aleatória discreta X tem função de probabilidade dada por:

Se somarmos os valores da média, da mediana e da variância de X, obtemos
Se sortearmos aleatoriamente uma bola da urna I, passarmos essa bola para a urna II e, em seguida, sortearmos uma bola da urna II, a probabilidade de que essa bola seja azul é igual a
0 1 1 2 0 2
O número médio de filhos dessa amostra é evidentemente igual a 1.
Já a variância amostral é igual a
5,0 6,1 6,2 5,8 7,3 7,8 5,1 3,9 4,8 6,8 8,5 8,9 6,0
A mediana dessas notas é igual a
35 50 48 59 32 26 28 30 62 57 21 31 38
A mediana dessas idades é igual a