Sobre técnicas de agrupamento não hierárquicas, marque V para as afirmativas verdadeiras e F para as falsas.

( ) A escolha inicial das sementes do algoritmo k-médias (k-means) não influencia no agrupamento final, pois ele é um método robusto.

( ) No k-médias cada elemento tem a chance de mudar de grupo k vezes.

( ) Dendogramas são gráficos que mostram a evolução dos grupos formados pelo k-médias.

A sequência está correta em

Deseja-se fazer um agrupamento hierárquico entre 4 elementos. A matriz de distâncias iniciais calculadas utilizando a distância euclidiana é:

No primeiro passo do agrupamento hierárquico foram agrupados os itens A e B em um único grupo {A, B}. Utilizando o método de ligação completa (Complete Linkage), qual será a nova matriz de distâncias?

Considerando o modelo ARMA  em que c é uma constante numérica e a_t é um ruído branco, analise as afirmativas a seguir.

I. Condição de estacionalidade: |θ| < 1.

II. Condição de invertibilidade: |Φ| < 1.

III. Média do processo: 

IV. Função de autocorrelação FAC:  

Quantas afirmativas estão corretas? 

Uma medida muito usada na análise de conglomerados é a similaridade entre dois elementos. Calcule a distância entre os elementos 1 e 3, mostrados na Tabela 1, utilizando a distância Euclidiana e adicione essa informação na matriz de distâncias D. Após completar a matriz D, calcule a similaridade entre os elementos 1 e 3.

Tabela 1: informações adicionais

Assinale a alternativa que apresenta a similaridade entre os elementos 1 e 3.

Uma prova de matemática foi aplicada em uma escola no início e no final do ano letivo. A direção da escola deseja realizar um teste de hipóteses para testar se há diferença entre as notas dos estudantes nas duas provas. Para isso selecionou, aleatoriamente, uma amostra de 65 estudantes. Sabendo que trata-se de um teste pareado e que os dados não seguem a distribuição normal, utilize o teste dos sinais com aproximação normal para checar as seguintes hipóteses:

• H₀: não há diferença entre as notas dos alunos na primeira e na segunda prova (mediana das diferenças é igual a 0); e,

• H₁: há diferença entre as notas dos alunos na primeira e na segunda prova (mediana das diferenças não é igual a 0).

Informações adicionais:

Assinale a alternativa que apresenta correta e respectivamente o valor da estatística de teste e a conclusão obtida.

Deseja-se ajustar uma reta de regressão simples entre a variável dependente Y e a variável explicativa X. Assinale a alternativa que apresenta os valores corretos dos parâmetros da regressão estimados via método dos mínimos quadrados, tal que Informações adicionais sobre a amostra aleatória de Y e X coletada:

Sobre amostragem probabilística, analise as afirmativas a seguir.

I. Na amostragem probabilística todos os elementos da população possuem probabilidade conhecida e diferente de 0 de pertencer a amostra.

II. A escolha do plano amostral depende somente da estrutura de organização dos dados.

III. A amostragem sistemática é considerada um plano amostral probabilístico.

Está(ão) correta(s) a(s) afirmativa(s)

Sobre o Teorema de Neyman-Pearson, marque V para as afirmativas verdadeiras e F para as falsas.

( ) Um teste que satisfaz as condições do Teorema de Neyman-Pearson é um teste uniformemente mais poderoso de nível α.

( ) Para todo teste de hipóteses existe um teste uniformemente mais poderoso que pode ser encontrado a partir do Teorema de Neyman-Pearson.

( ) O Teorema de Neyman-Pearson pode ser utilizado com funções de densidade de probabilidade discretas e contínuas.

(Informações complementares: α = P[(X₁ ,…,X_n ) ∈ C|H₀ ], ou seja, C é a região melhor região crítica de tamanho a para testar as hipóteses simples H₀ : ϑ = ϑ' versus H₁ : ϑ = ϑ".)

A sequência está correta em

Sobre Bootstrap e suas propriedades, analise as afirmativas a seguir.

I. Quando se diz que foram selecionadas B reamostras ou B amostras bootstrap, entende-se que foi selecionada uma amostra de tamanho B dos dados.

II. No bootstrap não paramétrico o processo de reamostragem é com reposição.

III. No bootstrap paramétrico, as amostras bootstrap são sempre amostras aleatórias da distribuição normal.

Está(ão) correta(s) apenas a(s) afirmativa(s)