Questões de Concurso
Comentadas para analista judiciário - estatística
Foram encontradas 1.566 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Q1929208
Estatística
Em um modelo de simulação de uma fila com apenas um servidor
para atendimento, foram realizadas 9 replicações para
determinar o número médio de pessoas em fila.
Os resultados obtidos para cada replicação estão no quadro a seguir.
O intervalo bilateral de confiança de 95% para a média é, aproximadamente:
Os resultados obtidos para cada replicação estão no quadro a seguir.
O intervalo bilateral de confiança de 95% para a média é, aproximadamente:
Q1929207
Estatística
Considere um sistema de fila de um cartório com servidor único,
fila ilimitada e fonte de chegada ilimitada.
Suponha que as chegadas ocorrem de acordo com uma distribuição de Poisson, e os atendimentos, de acordo com uma distribuição exponencial.
Se chegam em média 20 clientes por hora e o número médio de clientes no cartório é 2, cada cliente gasta, em média, para ser atendido:
Suponha que as chegadas ocorrem de acordo com uma distribuição de Poisson, e os atendimentos, de acordo com uma distribuição exponencial.
Se chegam em média 20 clientes por hora e o número médio de clientes no cartório é 2, cada cliente gasta, em média, para ser atendido:
Q1929204
Estatística
Considere o modelo SARIMA(p,d,q)(P,D,Q)12 dado pela equação:
(1 - B)3(1 + 0,4B - 0,5B2)(1 - 0,8B12)Xt = (1 - 0,3B)(1 - 0,3B12 + 0,6B24)εt.
As ordens p, d, q, P, D, Q são, respectivamente:
(1 - B)3(1 + 0,4B - 0,5B2)(1 - 0,8B12)Xt = (1 - 0,3B)(1 - 0,3B12 + 0,6B24)εt.
As ordens p, d, q, P, D, Q são, respectivamente:
Q1929201
Estatística
Considere a matriz de variância e covariância dada por
Suponha que os dois maiores autovalores dessa matriz sejam λ1=10,9 e λ2=4,1.
Considerando a análise de componentes principais, o percentual de variação explicada por λ1 e λ2 é:
Suponha que os dois maiores autovalores dessa matriz sejam λ1=10,9 e λ2=4,1.
Considerando a análise de componentes principais, o percentual de variação explicada por λ1 e λ2 é:
Q1929199
Estatística
Suponha X = (X1, X2, X3, X4)t uma distribuição normal
multivariada com matriz de covariância
A variância de X1, X2, X3, X4 é:
A variância de X1, X2, X3, X4 é:
Q1929197
Estatística
Um estatístico utilizou um modelo de regressão linear simples, Y = β0 + β1X + ε, para fazer predições.
O modelo, com 20 observações, foi bem ajustado, atendendo a todos os pressupostos necessários, e os resultados foram:
; soma dos quadrados dos resíduos, 9; variância
de x, 28 e média de x, 22.
O intervalo bilateral de 95% de confiança para predição quando é, aproximadamente:
O modelo, com 20 observações, foi bem ajustado, atendendo a todos os pressupostos necessários, e os resultados foram:
; soma dos quadrados dos resíduos, 9; variância
de x, 28 e média de x, 22.
O intervalo bilateral de 95% de confiança para predição quando é, aproximadamente:
Q1929196
Estatística
Um experimento de campo para aprimoramento do combate ao
ataque de formigas testou o efeito de um novo modelo de porta-iscas.
O experimento consistiu em espalhar 20 porta-iscas do novo modelo e, após um período de tempo, verificou-se o consumo das iscas em cada um dos recipientes.
Os resultados foram computados do seguinte modo: quando o consumo das iscas foi maior que a mediana histórica do consumo, registrou-se um sinal “+” (positivo), quando menor, um sinal “-” negativo e, se o consumo foi igual ao consumo mediano, o registrado foi um ponto “.”.
Os resultados do experimento foram: 15 positivos, 3 negativos e 2 pontos.
Para auxiliar nos cálculos, segue a tabela que apresenta os valores de 0,515; 0,518 e 0,520 multiplicados por uma constante k:
Utilizando o nível de 5% de significância, a conclusão do teste de hipótese é:
O experimento consistiu em espalhar 20 porta-iscas do novo modelo e, após um período de tempo, verificou-se o consumo das iscas em cada um dos recipientes.
Os resultados foram computados do seguinte modo: quando o consumo das iscas foi maior que a mediana histórica do consumo, registrou-se um sinal “+” (positivo), quando menor, um sinal “-” negativo e, se o consumo foi igual ao consumo mediano, o registrado foi um ponto “.”.
Os resultados do experimento foram: 15 positivos, 3 negativos e 2 pontos.
Para auxiliar nos cálculos, segue a tabela que apresenta os valores de 0,515; 0,518 e 0,520 multiplicados por uma constante k:
Utilizando o nível de 5% de significância, a conclusão do teste de hipótese é:
Q1929195
Estatística
Duas sociedades empresárias, X e Y, produzem o mesmo produto
e têm seus processos de produção sob controle e centrados no
ponto médio da faixa de especificação.
Ambas operam com os limites de tolerâncias de 3 desvios padrões, ou seja, 3 sigmas acima e 3 sigmas abaixo do ponto médio.
Sabe-se que a amplitude da faixa de especificação é 0,21 e que os desvios padrões para as unidades X e Y são, respectivamente, 0,03 e 0,04. Com base na capacidade do processo (Cp), conclui-se que:
Ambas operam com os limites de tolerâncias de 3 desvios padrões, ou seja, 3 sigmas acima e 3 sigmas abaixo do ponto médio.
Sabe-se que a amplitude da faixa de especificação é 0,21 e que os desvios padrões para as unidades X e Y são, respectivamente, 0,03 e 0,04. Com base na capacidade do processo (Cp), conclui-se que:
Q1929194
Estatística
Um estatístico deseja testar se os efeitos de utilizar dois
lubrificantes, de marcas diferentes, no processo de fabricação de
uma indústria, são distintos.
Para isso, ele planeja executar um experimento controlado, aplicando cada marca de lubrificantes em uma amostra de máquinas idênticas, ou seja, a escolha das máquinas não afeta o resultado do teste. As amostras de máquinas para testar cada lubrificante têm o mesmo tamanho.
Desse modo, o estatístico selecionou uma amostra aleatória simples, supondo a população infinita, com distribuição normal, e desvios padrões conhecidos iguais a 1,5 e 1,6.
O número de máquinas selecionadas para testar cada lubrificante, de tal forma que o erro na estimação da diferença entre as médias observadas seja menor que 1, com 95% de confiança, é:
Para isso, ele planeja executar um experimento controlado, aplicando cada marca de lubrificantes em uma amostra de máquinas idênticas, ou seja, a escolha das máquinas não afeta o resultado do teste. As amostras de máquinas para testar cada lubrificante têm o mesmo tamanho.
Desse modo, o estatístico selecionou uma amostra aleatória simples, supondo a população infinita, com distribuição normal, e desvios padrões conhecidos iguais a 1,5 e 1,6.
O número de máquinas selecionadas para testar cada lubrificante, de tal forma que o erro na estimação da diferença entre as médias observadas seja menor que 1, com 95% de confiança, é:
Q1929193
Estatística
Um processo experimental gera vetores com grande quantidade
de observações.
Em uma execução do experimento, são gerados 5 milhões de vetores, cada um de tamanho 1.000.
Para reduzir o espaço de armazenamento de dados, armazena-se apenas a soma, ∑x e a soma dos quadrados, ∑x2 das observações de cada vetor.
Se, para um destes vetores, ∑x = 800 e ∑x2 = 999,64 então o coeficiente de variação é, aproximadamente:
Em uma execução do experimento, são gerados 5 milhões de vetores, cada um de tamanho 1.000.
Para reduzir o espaço de armazenamento de dados, armazena-se apenas a soma, ∑x e a soma dos quadrados, ∑x2 das observações de cada vetor.
Se, para um destes vetores, ∑x = 800 e ∑x2 = 999,64 então o coeficiente de variação é, aproximadamente:
Q1929191
Estatística
Um estatístico deseja selecionar uma amostra aleatória simples,
com reposição, de uma população em que a variância é
conhecida e igual a 40.000.
A amostra precisa atender ao seguinte critério:
A amplitude máxima do intervalo bilateral de 95% de confiança para a média populacional deve ser de 200.
O menor tamanho de amostra que atende à condição descrita acima é:
A amostra precisa atender ao seguinte critério:
A amplitude máxima do intervalo bilateral de 95% de confiança para a média populacional deve ser de 200.
O menor tamanho de amostra que atende à condição descrita acima é:
Q1929190
Estatística
Um arquivo de dados que foi compartilhado com você tem a
extensão “csv”. Esse arquivo está nomeado como “arq.csv” e
está no seu diretório de trabalho.
As quatro primeiras linhas desse arquivo estão apresentadas a seguir.
“1200,00”|”F”|”28”
“1387,00”|”M”|”26”
“3285,00”|”F”|”35”
“2784,00”|”M”|”-“
O símbolo “ – “, que está localizado na linha 4, coluna 3, significa um valor perdido ou “sem resposta”.
O comando mais adequado para a leitura do arquivo é:
As quatro primeiras linhas desse arquivo estão apresentadas a seguir.
“1200,00”|”F”|”28”
“1387,00”|”M”|”26”
“3285,00”|”F”|”35”
“2784,00”|”M”|”-“
O símbolo “ – “, que está localizado na linha 4, coluna 3, significa um valor perdido ou “sem resposta”.
O comando mais adequado para a leitura do arquivo é:
Q1929189
Estatística
A função que representa um fenômeno físico é y = 10+ 4x.
Sabendo-se que x é uma variável aleatória com variância igual a
10, a variância de y é:
Q1929188
Estatística
O gráfico a seguir representa uma série temporal.
Com a finalidade de identificar o modelo, devem ser observadas a função de autocorrelação (FAC) e a função de autocorrelação parcial (FACP) da série com uma diferença que está ilustrada nos gráficos a seguir.
Seja a notação de modelo tipo ARIMA (p, d, q), sendo p, a ordem da parte autorregressiva; d, o grau da diferenciação; e q, a ordem da parte de médias móveis.
O modelo que melhor representa a série temporal é:
Com a finalidade de identificar o modelo, devem ser observadas a função de autocorrelação (FAC) e a função de autocorrelação parcial (FACP) da série com uma diferença que está ilustrada nos gráficos a seguir.
Seja a notação de modelo tipo ARIMA (p, d, q), sendo p, a ordem da parte autorregressiva; d, o grau da diferenciação; e q, a ordem da parte de médias móveis.
O modelo que melhor representa a série temporal é:
Q1929187
Estatística
Sejam os modelos ARIMA(2,0,0) a seguir.
I: zt = 0,4zt-1 + 0,8zt-2 + εt
II: zt = 0,8zt-1 - 0,4zt-2 + εt
III: zt = - 0,4zt-1 + 0,8zt-2 + εt
Sendo (ε1, ε2, ..., εt ) variáveis aleatórias independentes e identicamente distribuídas, iid, com média zero e variância constante, ou seja, os εt' s, formam uma sequência de ruídos brancos.
A condição de estacionariedade é satisfeita somente no(s) modelo(s):
I: zt = 0,4zt-1 + 0,8zt-2 + εt
II: zt = 0,8zt-1 - 0,4zt-2 + εt
III: zt = - 0,4zt-1 + 0,8zt-2 + εt
Sendo (ε1, ε2, ..., εt ) variáveis aleatórias independentes e identicamente distribuídas, iid, com média zero e variância constante, ou seja, os εt' s, formam uma sequência de ruídos brancos.
A condição de estacionariedade é satisfeita somente no(s) modelo(s):
Q1929186
Estatística
Um Tribunal de Justiça deseja obter uma amostra de tamanho
3.000 de uma população de 60.000 ações. Esse Tribunal possui
um cadastro em que cada ação está associada, sequencialmente,
a um número (começando com o número 1 e terminando com o
número 60.000).
De posse do referido cadastro e considerando o tamanho da amostra solicitada, o pesquisador utilizou o seguinte procedimento para a seleção da amostra:
1. Determinou o intervalo de seleção da amostra dividindo o total da população pelo tamanho da amostra: 60.000/3.000=20;
2. Elegeu aleatoriamente um número inteiro, entre [1, 20]. Essa foi a primeira ação selecionada;
3. A próxima ação selecionada foi definida pela soma do intervalo de seleção ao número selecionado na etapa 2.
E, assim, sucessivamente, foram determinados os próximos elementos, acrescentando-se ao selecionado anteriormente o intervalo de seleção da amostra.
O número escolhido na etapa de número 2 foi 17; logo, a primeira ação selecionada foi a de número 17; a seguinte, a de número 37, seguida da de número 57, e assim sucessivamente.
O milésimo elemento selecionado nessa amostra foi a ação de número:
De posse do referido cadastro e considerando o tamanho da amostra solicitada, o pesquisador utilizou o seguinte procedimento para a seleção da amostra:
1. Determinou o intervalo de seleção da amostra dividindo o total da população pelo tamanho da amostra: 60.000/3.000=20;
2. Elegeu aleatoriamente um número inteiro, entre [1, 20]. Essa foi a primeira ação selecionada;
3. A próxima ação selecionada foi definida pela soma do intervalo de seleção ao número selecionado na etapa 2.
E, assim, sucessivamente, foram determinados os próximos elementos, acrescentando-se ao selecionado anteriormente o intervalo de seleção da amostra.
O número escolhido na etapa de número 2 foi 17; logo, a primeira ação selecionada foi a de número 17; a seguinte, a de número 37, seguida da de número 57, e assim sucessivamente.
O milésimo elemento selecionado nessa amostra foi a ação de número:
Q1929185
Estatística
A distribuição conjunta dos preços de um determinado
componente eletrônico importado e nacional segue uma
distribuição normal bivariada.
O preço do produto importado segue uma distribuição normal com média R$ 100,00 e desvio padrão R$ 20,00, enquanto o preço do produzido nacional segue uma distribuição normal com média R$ 80,00 e desvio padrão R$ 10,00. A correlação entre os preços do componente eletrônico importado e nacional é 90%.
Selecionou-se uma amostra aleatória de unidades comerciais que oferecem esse produto nas duas versões.
Usando a notação para a distribuição normal N(µ; σ2), sendo µ, a média e σ2 a variância, a distribuição condicional dos preços do produto nacional, sabendo que o preço do produto importado é R$ 105,00, é:
O preço do produto importado segue uma distribuição normal com média R$ 100,00 e desvio padrão R$ 20,00, enquanto o preço do produzido nacional segue uma distribuição normal com média R$ 80,00 e desvio padrão R$ 10,00. A correlação entre os preços do componente eletrônico importado e nacional é 90%.
Selecionou-se uma amostra aleatória de unidades comerciais que oferecem esse produto nas duas versões.
Usando a notação para a distribuição normal N(µ; σ2), sendo µ, a média e σ2 a variância, a distribuição condicional dos preços do produto nacional, sabendo que o preço do produto importado é R$ 105,00, é:
Q1929183
Estatística
Sejam x1, x2, ... x10 variáveis aleatórias independentes e
identicamente distribuídas, iid, com a função de densidade de
probabilidade dada por
A probabilidade do máximo de X ser maior do que 0,9 é, aproximadamente:
Utilize 0,910 = 0,35
A probabilidade do máximo de X ser maior do que 0,9 é, aproximadamente:
Utilize 0,910 = 0,35
Q1929180
Estatística
Deseja-se testar a média populacional , sendo as hipóteses: H0:μ = 600 e H1:μ > 600
Suponha que o tamanho da amostra seja n = 100, a variância seja conhecida e igual a σ2 = 400 e a probabilidade de ocorrer o erro do tipo I, 2,5%.
O poder do teste, quando a média, sob a hipótese alternativa, for μ = 608 é, aproximadamente:
Suponha que o tamanho da amostra seja n = 100, a variância seja conhecida e igual a σ2 = 400 e a probabilidade de ocorrer o erro do tipo I, 2,5%.
O poder do teste, quando a média, sob a hipótese alternativa, for μ = 608 é, aproximadamente:
Q1929179
Estatística
Uma grande amostra foi selecionada para estimar o tempo médio
de tramitação de um tipo particular de ação em uma comarca.
Essa amostra demonstrou que o intervalo bilateral de 95% de
confiança para o tempo médio de tramitação estava entre 8 e 10
anos.
Com o objetivo de aumentar a precisão dessa estimativa, um estatístico resolveu diminuir a confiança para 85%.
O novo intervalo de confiança passou a ser, aproximadamente, igual a:
Com o objetivo de aumentar a precisão dessa estimativa, um estatístico resolveu diminuir a confiança para 85%.
O novo intervalo de confiança passou a ser, aproximadamente, igual a:
Conheça nossos planos