Questões de Concurso
Para analista judiciário - estatística
Foram encontradas 4.168 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
I. Seja X uma variável aleatória normal univariada com média µ1 e variância σ21 e Y uma variável aleatória normal univariada com média µ2 e variância σ22 . Nessas condições, o vetor
tem distribuição normal bivariada.II. Se Σ é a matriz de covariâncias de um determinado vetor aleatório, então Σ é uma matriz positiva definida.
III. A variância total de um vetor aleatório é dada pelo traço de sua matriz de covariâncias.
IV. Se
é a matriz de covariâncias do vetor aleatório X de dimensão (2X1), então a matriz de correlações de X é 
Está correto o que consta APENAS em
1. os parâmetros Φ e θ satisfazem às condições:
< 1 e
< 1 e θ0 é uma constante real. 2. at é o ruído branco de média zero e variância 1.
Considere as seguintes afirmações:
I. O modelo Zt = ΦZt - 1 + at + θ0 Tem média μ dada our μ = 1 - Φ / θ0
II. O modelo Zt = at - θat-1 tem função de autocorrelação dada por f ( k ) =

III. A série Zt = at - θa t-1 t = 1,2,...., é estacionária porque
< 1 IV. A previsão de origem t e horizonte 1 para a série Zt = at - θat - 1 + θ0 t = 2,3, ..... é θ0
Está correto o que consta APENAS em
I. A análise espectral de séries temporais é fundamental em áreas onde o interesse básico é a periodicidade dos dados.
II. Se Zt é um processo de ruído branco de média zero e variância 1, a sua função de densidade espectral é dada por f ( λ ) = 1 / 2π , para 0 < λ < π
III. Um modelo ARIMA(1,1,1) é um modelo com um componente autorregressivo, um componente sazonal e um componente de médias móveis.
IV. As funções de autocorrelação e autocorrelação parcial de um modelo ARMA são primordiais para a identificação do modelo.
Está correto o que consta em
Estrato (i) Tamanho do estrato (Ni ) Variância do estrato ( σ2i )
1 600 20
2 1000 60
3 400 40
Uma amostra aleatória de 600 elementos, estratificada, com reposição, com partilha proporcional aos estratos, foi selecionada dessa população. Seja a variável
onde
, é a média do estrato i. Nessas condições, a variância de
é igual a 1. X representa a variável posição em relação a determinado projeto sindical com 3 respostas possíveis: Favoráveis (F), Desfavoráveis (D) e Indecisos (I).
2. Y representa a variável sexo com 2 respostas possíveis: Homens (H) e Mulheres(M).
Na população dos sindicalizados, tem-se que a proporção de
I. Homens é de 40% e a de Mulheres é de 60%.
II. Favoráveis é de 50%, a de Desfavoráveis é de 40% e a de Indecisos é de 10%.
III. Indecisos entre os Homens é de 20%.
IV. Mulheres entre os Desfavoráveis é de 40%.
Dois sindicalizados foram selecionados aleatoriamente, com reposição, dentre os elementos dessa população. A probabilidade de, nessa amostra, exatamente um ser do sexo feminino (M) e ser favorável (F) à proposta sindical é, em porcentagem, igual a
Na amostragem aleatória simples sem reposição (AASs), o tamanho amostral n é calculado por

em que N é o tamanho da população, S2 é a variância amostral e Δ= (B/z)2,sendo B o erro máximo de estimação e z o quantil da distribuição normal. Dessa forma, é correto afirmar que o maior tamanho amostral na AASs será menor que N.
Considere que determinado tribunal pretenda avaliar a proporção de habitantes de um município que foram vítimas de algum tipo de violência e que não exista um banco de dados com a identificação dos habitantes desse município. Nesse caso, a aplicação da amostragem aleatória simples não será adequada para selecionar os habitantes do município.
Suponha que um modelo de regressão linear simples seja ajustado de modo que se obtenha um coeficiente de determinação próximo de 1. Nessa situação, o modelo não pode ser utilizado para previsão da variável resposta referente a valores da variável explicativa além do intervalo observado na amostra.
Um modelo de regressão linear múltipla com duas variáveis explicativas será inequivocamente ajustado se essas variáveis forem proporcionais.
Em um modelo linear simples, se a correlação entre os quantis do resíduo padronizado e uma amostra aleatória da normal padrão for alta, o modelo não terá intercepto.
A homocedasticidade é a propriedade conforme a qual o resíduo de um modelo de regressão tem média 0.
Em um modelo de regressão linear, se a variável explicativa e a variável resposta não se correlacionam, o coeficiente de determinação seria próximo de 0. Além disso, se o coeficiente de determinação fosse próximo de 0, as variáveis explicativa e resposta seriam independentes.
Considere que um conjunto de dados usado para o ajuste de um modelo de regressão linear simples tenha a variância da resposta igual a 4 vezes a variância da variável explicativa. Nesse caso, se o coeficiente de determinação for igual a 0,95, então o coeficiente de inclinação da reta de regressão será menor que 3,5.
Se um modelo de regressão linear simples tivesse coeficiente de determinação igual a 0,75, então, nesse modelo, a soma de quadrados do resíduo seria menor que a metade da soma de quadrados totais.
Considere que, em um modelo de regressão linear simples, o valor esperado do quadrado médio do resíduo seja dado por
, em que β1 é a inclinação da reta e σ2 é a variância da resposta. Nesse caso, se a estatística F da ANOVA para qualidade de ajuste fosse unitária para um modelo, a inclinação da reta de regressão seria nula Considere que, em uma tabela de ANOVA para ajuste de um modelo de regressão, a soma de quadrados totais não corrigida pela média
tem associado n graus de liberdade. Nesse caso, o quadrado da média da variável resposta tem associado 2 graus de liberdade. Considere que em uma tabela de ANOVA para ajuste de um modelo de regressão a esperança da soma de quadrados do resíduo é igual a 15 vezes a variância da variável resposta. Nesse caso, o tamanho amostral é inferior a 20 unidades.
Considere que um analista judiciário cometeu um equívoco na especificação de um modelo de regressão linear simples, de modo que a variável explicativa, que era categorizada, foi codificada com os valores 1 e 2 e tratada como uma variável discreta. Nesse caso, se, para corrigir o erro, o analista transformou a variável em uma dummy, então essa transformação alterou o coeficiente de determinação do modelo.
Se o coeficiente de inclinação da reta de um modelo de regressão linear simples pode ser escrito como
em que
para i = 1, ...,n,então
Em um modelo de regressão linear simples, a média dos valores observados na variável resposta é maior que a média dos valores preditos.