Questões de Concurso
Foram encontradas 12.697 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Ano: 2008
Banca:
CESGRANRIO
Órgão:
Petrobras
Prova:
CESGRANRIO - 2008 - BR Distribuidora - Profissional Júnior - Administração |
Q358817
Estatística
Texto associado
A tabela abaixo apresenta os pesos de um grupo de pessoas e suas respectivas freqüências. Não há observações coincidentes com os extremos das classes.
O peso médio do conjunto de pessoas, em kgf, é;
Ano: 2008
Banca:
UNEMAT
Órgão:
SEFAZ-MT
Prova:
UNEMAT - 2008 - SEFAZ- MT - Agente de Tributos - Estaduais |
Q213833
Estatística
A magnitude da variação de habitantes entre municípios na região Z é indicada pelo desvio padrão e pelo coeficiente de variação (ou de dispersão), cujos valores (mais aproximados) respectivos são.
Ano: 2008
Banca:
UNEMAT
Órgão:
SEFAZ-MT
Prova:
UNEMAT - 2008 - SEFAZ- MT - Agente de Tributos - Estaduais |
Q213832
Estatística
Com relação a habitantes nos municípios da região Z, a moda (segundo Czuber) e a mediana assumem, respectivamente, os seguintes valores (em números inteiros).
Ano: 2008
Banca:
UNEMAT
Órgão:
SEFAZ-MT
Prova:
UNEMAT - 2008 - SEFAZ- MT - Agente de Tributos - Estaduais |
Q213831
Estatística
A média de habitantes dos municípios da região Z, calculada com base no ponto médio, assume o seguinte valor.
Ano: 2008
Banca:
UNEMAT
Órgão:
SEFAZ-MT
Prova:
UNEMAT - 2008 - SEFAZ- MT - Agente de Tributos - Estaduais |
Q213830
Estatística
O ponto médio da 3ª classe é:
Ano: 2008
Banca:
UNEMAT
Órgão:
SEFAZ-MT
Prova:
UNEMAT - 2008 - SEFAZ- MT - Agente de Tributos - Estaduais |
Q213829
Estatística
Os elementos fundamentais de séries estatísticas são “fato”, “local” e “época”. Aplicando corretamente estes elementos, é solicitado apresentar a arrecadação de ICMS dos municípios X, Y e K de Mato Grosso, referente ao mês de abril de 2008.
Esta apresentação é classificada como série estatística:
Esta apresentação é classificada como série estatística:
Q212123
Estatística
A respeito dos principais tipos de amostragem, é correto afirmar que:
Q212122
Estatística
Um estatístico de uma companhia telefônica deseja estimar a proporção p de clientes satisfeitos com a introdução de um novo tipo de serviço. Suponha que o número de clientes da companhia seja grande. Sabe-se, com base em experiências anteriores, que p deve estar próxima de 0,50. O menor tamanho de amostra que ele deve considerar de modo a garantir com probabilidade de 95% um erro absoluto de estimação de no máximo 0,02 é:
Q212121
Estatística
Na estimação da média de uma população cujo desvio-padrão é 4, usando uma amostra aleatória de tamanho 120, obteve-se o seguinte intervalo de 95% de confiança para a média: 5 ± 2. O tamanho de amostra que deverá ser considerado para que o comprimento do intervalo de 95% seja reduzido à metade é:
Q212120
Estatística
A razão das variâncias do estimador de proporção numa população de tamanho N, sob os esquemas de amostragem aleatória simples de tamanho n com reposição e sem reposição é:
Q212119
Estatística
A figura a seguir representa o diagrama de dispersão de dez pontos ( Xi,Yi ) e a reta de regressão ajustada pelo método de mínimos quadrados dada por Y = 0,42 + 2,45X . Quanto ao ponto de coordenadas X=8 e Y=8, pode-se afirmar que ele:
Q212118
Estatística
Para i = 1,2,...,n , a variável aleatória Yi segue o modelo de regressão: Yi = ßo + ßlxi + ß2zi + ei , sob o qual os ei 'S são variáveis aleatórias independentes normalmente distribuídas com média zero e variância s² e xi e zi são covariáveis observadas para i = 1,2,...,n. Suponha que o modelo foi ajustado pelo software SPSS, resultando na seguinte tabela ANOVA:
Com base nesses resultados, a estimativa de máxima verossimilhança do parâmetro de variância s² é:
Com base nesses resultados, a estimativa de máxima verossimilhança do parâmetro de variância s² é:
Q212116
Estatística
A tabela de contingência a seguir foi obtida para se testar homogeneidade entre as proporções de conceitos obtidos em um exame nacional com dois métodos de ensino:
O valor da estatística qui-quadrado usual para esses dados é:
O valor da estatística qui-quadrado usual para esses dados é:
Q212115
Estatística
Considere que uma amostra aleatória simples de tamanho n = 5 de uma distribuição Bernoulli com probabilidade de sucesso p seja usada para testar H0: p = 0,5 versus H1: p = 0,7 e que seja usado o critério que rejeita a hipótese nula se forem observados 4 ou 5 sucessos. A probabilidade de se cometer erro tipo 1 é igual a:
Q212114
Estatística
Observe as funções de poder a seguir, de quatro critérios distintos (C1, C2, C3 e C4) para testar H0: µ = µ0 versus H1: µ > µ0.
Avalie as afirmativas a seguir:
I. Dentre os quatro, o critério C1 é uniformemente mais poderoso de tamanho a.
II. Os quatro critérios têm tamanho a.
III. Apenas os critérios C1 e C4 são não-viesados.
Assinale:
Avalie as afirmativas a seguir:
I. Dentre os quatro, o critério C1 é uniformemente mais poderoso de tamanho a.
II. Os quatro critérios têm tamanho a.
III. Apenas os critérios C1 e C4 são não-viesados.
Assinale:
Q212113
Estatística
Uma amostra aleatória simples X1, X2, ... , X25, de tamanho 25, de uma distribuição normal com média P foi observada e indicou as seguintes estatísticas:
O p – valor do procedimento usual para testar H0: µ = 10 versus H1: µ > 10 é um número:
O p – valor do procedimento usual para testar H0: µ = 10 versus H1: µ > 10 é um número:
Q212112
Estatística
Avalie as afirmativas a seguir acerca de estatísticas suficientes minimais:
I. Uma estatística é suficiente minimal se é suficiente e se é uma função de alguma outra estatística suficiente.
II. Se um estimador de máxima verossimilhança é uma estatística suficiente então ele é uma estatística suficiente minimal.
III. Se um estimador de Bayes é uma estatística suficiente, então ele é uma estatística suficiente minimal.
Assinale:
I. Uma estatística é suficiente minimal se é suficiente e se é uma função de alguma outra estatística suficiente.
II. Se um estimador de máxima verossimilhança é uma estatística suficiente então ele é uma estatística suficiente minimal.
III. Se um estimador de Bayes é uma estatística suficiente, então ele é uma estatística suficiente minimal.
Assinale:
Q212111
Estatística
Suponha que uma amostra aleatória simples X1, X2, ..., X8, de tamanho 8, de uma distribuição Bernoulli com parâmetro ? seja observada, resultando em 
. Suponha que uma densidade Beta com parâmetros a =1 e ß = 1 seja usada como distribuição a priori de ? e ainda que a função de perda de erro quadrático seja usada. A estimativa de Bayes de ? é igual a:
. Suponha que uma densidade Beta com parâmetros a =1 e ß = 1 seja usada como distribuição a priori de ? e ainda que a função de perda de erro quadrático seja usada. A estimativa de Bayes de ? é igual a:
Q212110
Estatística
Considere uma amostra aleatória simples X1, X2, ..., Xn de uma istribuição exponencial com média 1/? , n = 2. O estimador não viesado de variância uniformemente mínima de ? é
Q212109
Estatística
Considere uma amostra aleatória simples X1, X2, ..., Xn de uma densidade parametrizada por ? e sejam S1, S2, ... , Sk estatísticas conjuntamente suficientes. Considere uma estatística T não viesada para ? e defina
T' = E [T| S1 , S2 , ..., Sk
Avalie, então, as seguintes afirmativas:
I. T´ é uma estatística e é função de S1, S2,... , Sk.
II. T´ é um estimador não-viesado de ?.
III. A variância de T´ é menor ou igual à variância de T para todo ?.
Assinale:
T' = E [T| S1 , S2 , ..., Sk
Avalie, então, as seguintes afirmativas:
I. T´ é uma estatística e é função de S1, S2,... , Sk.
II. T´ é um estimador não-viesado de ?.
III. A variância de T´ é menor ou igual à variância de T para todo ?.
Assinale:
Conheça nossos planos