Questões de Concurso
Para nível superior especialista- projetos análise econômica
Foram encontradas 227 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Based on the text, judge the following items.
The second period of the third paragraph could be correctly
rewritten, without change in meaning, as: Disposal of
produced water inappropriately onto soil or into surface
water bodes can cause salinity levels to become so high that
plant growth is no longer sustainable.
Julgue o item subsequente, a respeito do Microsoft Power BI.
A linguagem N do Power BI permite acesso nativo aos
bancos de dados que podem ser carregados nos painéis.
Julgue o item subsequente, a respeito do Microsoft Power BI.
DirectQuery é a linguagem de consulta de dados do Power
BI que faz a conversão de SQL para linguagem de consulta
do Power BI.
A partir de conceitos de VBA (Visual Basic), julgue o item a seguir.
A execução do código VBA apresentado adiante retorna como resultado 5,73.
A partir de conceitos de VBA (Visual Basic), julgue o item a seguir.
A tentativa de execução do código VBA a seguir resulta em um erro de compilação.
Julgue o item a seguir, relativos a conceitos de R.
Considere-se o script R que se segue.
X <- c(0, 19, 205, 34, 506)
Y <- X
X[2] <- 91
Y[6] <- 71
print(X)
print(Y)
O resultado da execução desse script é o apresentado a seguir.
0 91 205 34 506
0 19 205 34 506 71
Julgue o item a seguir, relativos a conceitos de R.
A execução do seguinte código R resulta em 1000.
sum(rep(5,20))+sum(seq(0,200,25))
Julgue o item a seguir, relativos a conceitos de R.
A execução do seguinte código R retorna 10100 como resultado.
Julgue o item a seguir, considerando conceitos de Python.
O resultado da execução do código em Python a seguir é
ANPANPANP.
a = 3
b = “ANP”
print(a * b)
Julgue o item a seguir, considerando conceitos de Python.
O resultado da execução do código em Python a seguir é 4.
teste=[1,2,3,4,2,3,2,1,4,4,5,4]
print(max(set(teste),key=teste.count))
Julgue o item a seguir, considerando conceitos de Python.
Considere-se o código em Python a seguir.
a = [4,5,6]
b = a
b[2]=9
a.append(7)
print(a)
print(b)
O resultado da execução desse código é o que se segue.
[4, 5, 6, 7]
[4, 5, 9]
Se um quinto elemento for incluído ao conjunto de dados, a probabilidade de esse elemento assumir valor 1 é igual a p .
A variância amostral do conjunto de dados é inferior a 14.
O valor 4 representa uma estimativa do produto n × p .
A estimativa de máxima verossimilhança para o parâmetro n é igual a 4.
A mediana do conjunto de dados é igual a 5.
Considere um modelo de regressão linear múltipla na forma
y = Xβ + ε,
em que y representa o vetor de respostas, X denota a matriz de dados,
é o vetor de coeficientes e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Admita, ainda, que cada elemento do vetor ε possui média zero e variância 4. Além disso, considere que X' represente a matriz transposta de X e que a matriz inversa de X'X seja
denota o estimador de mínimos quadrados ordinários de β.
Acerca do modelo apresentado, julgue o próximo item.
Cada elemento do vetor y possui desvio padrão igual a 2.
Considere um modelo de regressão linear múltipla na forma
y = Xβ + ε,
em que y representa o vetor de respostas, X denota a matriz de dados,
é o vetor de coeficientes e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Admita, ainda, que cada elemento do vetor ε possui média zero e variância 4. Além disso, considere que X' represente a matriz transposta de X e que a matriz inversa de X'X seja
denota o estimador de mínimos quadrados ordinários de β.
Acerca do modelo apresentado, julgue o próximo item.
Se o vetor ε for constituído por n elementos independentes que seguem uma distribuição normal com média zero e variância 4, então 1/4 ε'ε se distribui conforme uma distribuição qui-quadrado com n graus de liberdade.
Considere um modelo de regressão linear múltipla na forma
y = Xβ + ε,
em que y representa o vetor de respostas, X denota a matriz de dados,
é o vetor de coeficientes e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Admita, ainda, que cada elemento do vetor ε possui média zero e variância 4. Além disso, considere que X' represente a matriz transposta de X e que a matriz inversa de X'X seja
denota o estimador de mínimos quadrados ordinários de β.
Acerca do modelo apresentado, julgue o próximo item.
A covariância entre 
é igual a zero.
Considere um modelo de regressão linear múltipla na forma
y = Xβ + ε,
em que y representa o vetor de respostas, X denota a matriz de dados,
é o vetor de coeficientes e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Admita, ainda, que cada elemento do vetor ε possui média zero e variância 4. Além disso, considere que X' represente a matriz transposta de X e que a matriz inversa de X'X seja
denota o estimador de mínimos quadrados ordinários de β.
Acerca do modelo apresentado, julgue o próximo item.
Conheça nossos planos