Questões de Concurso Para técnico científico - estatística

Questões Discursivas

Foram encontradas 284 questões

Resolva questões gratuitamente!

Junte-se a mais de 4 milhões de concurseiros!

Q256616 Estatística
clientes em atraso (N) 45  20  10   3   2
meses em atraso   (X)   0    1    2   3  4

A tabela acima mostra a distribuição de frequências do número de meses em atraso nos pagamentos das prestações dos financiamentos de crédito em um grupo de 80 clientes de certa empresa. Considerando que esses clientes formam uma amostra aleatória simples e que atraso é considerado quando X > 0, julgue os itens que se seguem, com base nessas informações.

A variável X apresenta assimetria à direita.

Alternativas
Q256615 Estatística
clientes em atraso (N) 45  20  10   3   2
meses em atraso   (X)   0    1    2   3  4

A tabela acima mostra a distribuição de frequências do número de meses em atraso nos pagamentos das prestações dos financiamentos de crédito em um grupo de 80 clientes de certa empresa. Considerando que esses clientes formam uma amostra aleatória simples e que atraso é considerado quando X > 0, julgue os itens que se seguem, com base nessas informações.

A média de X é superior a 1 mês.

Alternativas
Q256614 Estatística
clientes em atraso (N) 45  20  10   3   2
meses em atraso   (X)   0    1    2   3  4

A tabela acima mostra a distribuição de frequências do número de meses em atraso nos pagamentos das prestações dos financiamentos de crédito em um grupo de 80 clientes de certa empresa. Considerando que esses clientes formam uma amostra aleatória simples e que atraso é considerado quando X > 0, julgue os itens que se seguem, com base nessas informações.

A distribuição exponencial é um modelo de probabilidade que permite descrever adequadamente a variável X.

Alternativas
Q256612 Estatística
clientes em atraso (N) 45  20  10   3   2
meses em atraso   (X)   0    1    2   3  4

A tabela acima mostra a distribuição de frequências do número de meses em atraso nos pagamentos das prestações dos financiamentos de crédito em um grupo de 80 clientes de certa empresa. Considerando que esses clientes formam uma amostra aleatória simples e que atraso é considerado quando X > 0, julgue os itens que se seguem, com base nessas informações.

O percentual de clientes com atrasos iguais ou superiores a 3 meses nas prestações é inferior a 10%.

Alternativas
Q256611 Estatística
clientes em atraso (N) 45  20  10   3   2
meses em atraso   (X)   0    1    2   3  4

A tabela acima mostra a distribuição de frequências do número de meses em atraso nos pagamentos das prestações dos financiamentos de crédito em um grupo de 80 clientes de certa empresa. Considerando que esses clientes formam uma amostra aleatória simples e que atraso é considerado quando X > 0, julgue os itens que se seguem, com base nessas informações.

A variável X representa uma variável qualitativa em escala ordinal.

Alternativas
Q256610 Estatística
clientes em atraso (N) 45  20  10   3   2
meses em atraso   (X)   0    1    2   3  4

A tabela acima mostra a distribuição de frequências do número de meses em atraso nos pagamentos das prestações dos financiamentos de crédito em um grupo de 80 clientes de certa empresa. Considerando que esses clientes formam uma amostra aleatória simples e que atraso é considerado quando X > 0, julgue os itens que se seguem, com base nessas informações.

O desvio padrão amostral de X é maior que a média amostral de X.

Alternativas
Q256608 Estatística
clientes em atraso (N) 45  20  10   3   2
meses em atraso   (X)   0    1    2   3  4

A tabela acima mostra a distribuição de frequências do número de meses em atraso nos pagamentos das prestações dos financiamentos de crédito em um grupo de 80 clientes de certa empresa. Considerando que esses clientes formam uma amostra aleatória simples e que atraso é considerado quando X > 0, julgue os itens que se seguem, com base nessas informações.

Considere que a referida amostra de 80 clientes tenha sido retirada da população de clientes da empresa, formada por 1.000 pessoas. Nesse caso, escolhendo-se ao acaso uma dessas pessoas, a probabilidade de ela ser parte da amostra é inferior a 0,05.

Alternativas
Q537315 Estatística

O contador de uma microempresa registra a despesa mensal em uma planilha. Em uma série de registros, foram anotadas as despesas relativas a um intervalo sequencial de 25 meses. Para avaliar a estabilidade e capacidade do processo de controle das despesas, foi feito estudo no qual foram utilizadas ferramentas para análise padrão de qualidade. Caso as despesas excedam a 13,5 mil reais, haverá problemas no balanço contábil da empresa. Com os dados obtidos, e utilizando um software apropriado, o contador construiu os gráficos mostrados a seguir.


Com base nas informações fornecidas acima, julgue o próximo item.

A medida utilizada para calcular a estimativa do desvio padrão é embasada na média de amplitudes móveis, com janela de 2 observações e multiplicando essa média por uma constante 1/d2.
Alternativas
Q537314 Estatística

O contador de uma microempresa registra a despesa mensal em uma planilha. Em uma série de registros, foram anotadas as despesas relativas a um intervalo sequencial de 25 meses. Para avaliar a estabilidade e capacidade do processo de controle das despesas, foi feito estudo no qual foram utilizadas ferramentas para análise padrão de qualidade. Caso as despesas excedam a 13,5 mil reais, haverá problemas no balanço contábil da empresa. Com os dados obtidos, e utilizando um software apropriado, o contador construiu os gráficos mostrados a seguir.


Com base nas informações fornecidas acima, julgue o próximo item.

Verifica-se que o limite de capacidade superior unilateral não supera 0,5, enfatizando que o problema é grave.
Alternativas
Q537313 Estatística

O contador de uma microempresa registra a despesa mensal em uma planilha. Em uma série de registros, foram anotadas as despesas relativas a um intervalo sequencial de 25 meses. Para avaliar a estabilidade e capacidade do processo de controle das despesas, foi feito estudo no qual foram utilizadas ferramentas para análise padrão de qualidade. Caso as despesas excedam a 13,5 mil reais, haverá problemas no balanço contábil da empresa. Com os dados obtidos, e utilizando um software apropriado, o contador construiu os gráficos mostrados a seguir.


Com base nas informações fornecidas acima, julgue o próximo item.

O processo das despesas nos dois últimos anos demonstra estabilidade e controle estatístico. Entretanto, a capacidade do processo não é grande o suficiente para a empresa manter as despesas nos níveis seguros, que minimizam problemas com o balanço contábil.
Alternativas
Q537312 Estatística

O contador de uma microempresa registra a despesa mensal em uma planilha. Em uma série de registros, foram anotadas as despesas relativas a um intervalo sequencial de 25 meses. Para avaliar a estabilidade e capacidade do processo de controle das despesas, foi feito estudo no qual foram utilizadas ferramentas para análise padrão de qualidade. Caso as despesas excedam a 13,5 mil reais, haverá problemas no balanço contábil da empresa. Com os dados obtidos, e utilizando um software apropriado, o contador construiu os gráficos mostrados a seguir.


Com base nas informações fornecidas acima, julgue o próximo item.

Observando as 10 últimas medidas de despesas, é correto concluir que houve um aumento nos gastos da empresa, e que uma ação de redução de despesas deve ser promovida pelos seus gestores.
Alternativas
Q537311 Estatística

Em um estudo sobre o valor de juros (R$ ) e encargos pagos versus tempo de atraso (dias) considerando o pagamento da fatura de cartão de crédito de 30 clientes, foi construído um diagrama de dispersão e ajustado um modelo de regressão linear simples, seguido de quatro gráficos diagnósticos, apresentados a seguir.


coeficientes de regressão:

                            estimate   std.   error   t value    Pr(>|t|)

(intercept)              11,6624       1,8222     6,400   6,28e-07 ***

tempo                       2,1936      0,3347     6,553   4,19e-07 ***

---

signif. codes:   0   ‘***’   0,001 ‘**’  0,01 ‘ * ’  0,05 ‘ .’    0,1 ‘  ’ 1


residual standard error: 5,036 on 28 degrees of freedom

multiple R-squared: 0,6053, adjusted R-squared: 0,5912

F-statistic: 42,94 on 1 and 28 DF, p-value: 4,186e-07



Acerca das informações e das figuras apresentadas, julgue o item subsequente.
Considerando que o sobrescrito T representa a transposta de uma matriz,a matriz de projeção H = X(XT X)-1 XT é simétrica, mas não é uma matriz idempotente.
Alternativas
Q537310 Estatística

Em um estudo sobre o valor de juros (R$ ) e encargos pagos versus tempo de atraso (dias) considerando o pagamento da fatura de cartão de crédito de 30 clientes, foi construído um diagrama de dispersão e ajustado um modelo de regressão linear simples, seguido de quatro gráficos diagnósticos, apresentados a seguir.


coeficientes de regressão:

                            estimate   std.   error   t value    Pr(>|t|)

(intercept)              11,6624       1,8222     6,400   6,28e-07 ***

tempo                       2,1936      0,3347     6,553   4,19e-07 ***

---

signif. codes:   0   ‘***’   0,001 ‘**’  0,01 ‘ * ’  0,05 ‘ .’    0,1 ‘  ’ 1


residual standard error: 5,036 on 28 degrees of freedom

multiple R-squared: 0,6053, adjusted R-squared: 0,5912

F-statistic: 42,94 on 1 and 28 DF, p-value: 4,186e-07



Acerca das informações e das figuras apresentadas, julgue o item subsequente.
No teste-t para os coeficientes estimados, assume-se como hipótese nula H0 : β = 0, onde a estatística do teste pode ser comparada com a distribuição F com 1 e 28 graus de liberdade.
Alternativas
Q537309 Estatística

Em um estudo sobre o valor de juros (R$ ) e encargos pagos versus tempo de atraso (dias) considerando o pagamento da fatura de cartão de crédito de 30 clientes, foi construído um diagrama de dispersão e ajustado um modelo de regressão linear simples, seguido de quatro gráficos diagnósticos, apresentados a seguir.


coeficientes de regressão:

                            estimate   std.   error   t value    Pr(>|t|)

(intercept)              11,6624       1,8222     6,400   6,28e-07 ***

tempo                       2,1936      0,3347     6,553   4,19e-07 ***

---

signif. codes:   0   ‘***’   0,001 ‘**’  0,01 ‘ * ’  0,05 ‘ .’    0,1 ‘  ’ 1


residual standard error: 5,036 on 28 degrees of freedom

multiple R-squared: 0,6053, adjusted R-squared: 0,5912

F-statistic: 42,94 on 1 and 28 DF, p-value: 4,186e-07



Acerca das informações e das figuras apresentadas, julgue o item subsequente.
A distância de Cook permite identificar heterocedasticidade nos resíduos. Nesse caso, é necessário transformar dados ou utilizar outro método de regressão, como regressão ponderada, modelos lineares generalizados, entre outros.
Alternativas
Q537308 Estatística

Em um estudo sobre o valor de juros (R$ ) e encargos pagos versus tempo de atraso (dias) considerando o pagamento da fatura de cartão de crédito de 30 clientes, foi construído um diagrama de dispersão e ajustado um modelo de regressão linear simples, seguido de quatro gráficos diagnósticos, apresentados a seguir.


coeficientes de regressão:

                            estimate   std.   error   t value    Pr(>|t|)

(intercept)              11,6624       1,8222     6,400   6,28e-07 ***

tempo                       2,1936      0,3347     6,553   4,19e-07 ***

---

signif. codes:   0   ‘***’   0,001 ‘**’  0,01 ‘ * ’  0,05 ‘ .’    0,1 ‘  ’ 1


residual standard error: 5,036 on 28 degrees of freedom

multiple R-squared: 0,6053, adjusted R-squared: 0,5912

F-statistic: 42,94 on 1 and 28 DF, p-value: 4,186e-07



Acerca das informações e das figuras apresentadas, julgue o item subsequente.
Para cada dia de atraso, é esperado um valor de juros adicional de 2,19 reais.
Alternativas
Q537306 Estatística

Em um estudo sobre o valor de juros (R$ ) e encargos pagos versus tempo de atraso (dias) considerando o pagamento da fatura de cartão de crédito de 30 clientes, foi construído um diagrama de dispersão e ajustado um modelo de regressão linear simples, seguido de quatro gráficos diagnósticos, apresentados a seguir.


coeficientes de regressão:

                            estimate   std.   error   t value    Pr(>|t|)

(intercept)              11,6624       1,8222     6,400   6,28e-07 ***

tempo                       2,1936      0,3347     6,553   4,19e-07 ***

---

signif. codes:   0   ‘***’   0,001 ‘**’  0,01 ‘ * ’  0,05 ‘ .’    0,1 ‘  ’ 1


residual standard error: 5,036 on 28 degrees of freedom

multiple R-squared: 0,6053, adjusted R-squared: 0,5912

F-statistic: 42,94 on 1 and 28 DF, p-value: 4,186e-07



Acerca das informações e das figuras apresentadas, julgue o item subsequente.
A soma de quadrados da regressão é maior que 1.000.
Alternativas
Q537305 Estatística

Em um estudo sobre o valor de juros (R$ ) e encargos pagos versus tempo de atraso (dias) considerando o pagamento da fatura de cartão de crédito de 30 clientes, foi construído um diagrama de dispersão e ajustado um modelo de regressão linear simples, seguido de quatro gráficos diagnósticos, apresentados a seguir.


coeficientes de regressão:

                            estimate   std.   error   t value    Pr(>|t|)

(intercept)              11,6624       1,8222     6,400   6,28e-07 ***

tempo                       2,1936      0,3347     6,553   4,19e-07 ***

---

signif. codes:   0   ‘***’   0,001 ‘**’  0,01 ‘ * ’  0,05 ‘ .’    0,1 ‘  ’ 1


residual standard error: 5,036 on 28 degrees of freedom

multiple R-squared: 0,6053, adjusted R-squared: 0,5912

F-statistic: 42,94 on 1 and 28 DF, p-value: 4,186e-07



Acerca das informações e das figuras apresentadas, julgue o item subsequente.
Os gráficos projetados nas margens do diagrama de dispersão são chamados de desenho esquemático ou boxplot, que resume graficamente a tendência central e a dispersão dos dados, sendo construído utilizando-se mínimo, máximo, média e quartis.
Alternativas
Q537304 Estatística

No estudo de insolvência de empresas, foi determinada a série temporal do saldo em conta corrente de uma pessoa jurídica, após a operação x1 - x1 - 1. Um economista precisou fazer a previsão para a semana seguinte (6 dias) e decidiu ajustar um modelo de séries temporais que modelasse o problema. Com esse propósito, foram então ajustados dois modelos ARIMA. A descrição dos seus dados e gráficos diagnósticos (resíduos padronizados, correlograma dos resíduos e os valores-p do teste de Ljung-Box) é apresentada a seguir.



coeficientes:

              AR1 intercepto

         0,5217      -0,0589

e.p. 0,0363         0,2309

σ2 = 6,738: logaritmo da verossimilhança = -1305,2, 

AIC = 2616,39


coeficientes:

               AR1       AR2   intercepto

           0,9969  -0,9077     -0,0612

e.p.     0,0175   0,0173      0,0503

σ2 = 1,149: logaritmo da verossimilhança = -820,46,

AIC = 1648,91


Morettin e Toloi. Análise de séries temporais.

São Paulo: Ed. Edgard Blücher, 2004.

Com base nas informações e nas figuras apresentadas, julgue o item seguinte.
O teste de Ljung-box tem o objetivo de avaliar valores de resíduos de grandeza atípica. Valores-p muito baixos em um determinado atraso (lag) sugerem um possível padrão residual de autocorrelação residual.
Alternativas
Q537303 Estatística

No estudo de insolvência de empresas, foi determinada a série temporal do saldo em conta corrente de uma pessoa jurídica, após a operação x1 - x1 - 1. Um economista precisou fazer a previsão para a semana seguinte (6 dias) e decidiu ajustar um modelo de séries temporais que modelasse o problema. Com esse propósito, foram então ajustados dois modelos ARIMA. A descrição dos seus dados e gráficos diagnósticos (resíduos padronizados, correlograma dos resíduos e os valores-p do teste de Ljung-Box) é apresentada a seguir.



coeficientes:

              AR1 intercepto

         0,5217      -0,0589

e.p. 0,0363         0,2309

σ2 = 6,738: logaritmo da verossimilhança = -1305,2, 

AIC = 2616,39


coeficientes:

               AR1       AR2   intercepto

           0,9969  -0,9077     -0,0612

e.p.     0,0175   0,0173      0,0503

σ2 = 1,149: logaritmo da verossimilhança = -820,46,

AIC = 1648,91


Morettin e Toloi. Análise de séries temporais.

São Paulo: Ed. Edgard Blücher, 2004.

Com base nas informações e nas figuras apresentadas, julgue o item seguinte.
O critério de informação de Akaike (AIC) deve ser utilizado para selecionar o modelo que melhor se ajusta à série. Assim como o máximo da função de verossimilhança, deve-se preferir o modelo com o maior AIC.
Alternativas
Q537302 Estatística

No estudo de insolvência de empresas, foi determinada a série temporal do saldo em conta corrente de uma pessoa jurídica, após a operação x1 - x1 - 1. Um economista precisou fazer a previsão para a semana seguinte (6 dias) e decidiu ajustar um modelo de séries temporais que modelasse o problema. Com esse propósito, foram então ajustados dois modelos ARIMA. A descrição dos seus dados e gráficos diagnósticos (resíduos padronizados, correlograma dos resíduos e os valores-p do teste de Ljung-Box) é apresentada a seguir.



coeficientes:

              AR1 intercepto

         0,5217      -0,0589

e.p. 0,0363         0,2309

σ2 = 6,738: logaritmo da verossimilhança = -1305,2, 

AIC = 2616,39


coeficientes:

               AR1       AR2   intercepto

           0,9969  -0,9077     -0,0612

e.p.     0,0175   0,0173      0,0503

σ2 = 1,149: logaritmo da verossimilhança = -820,46,

AIC = 1648,91


Morettin e Toloi. Análise de séries temporais.

São Paulo: Ed. Edgard Blücher, 2004.

Com base nas informações e nas figuras apresentadas, julgue o item seguinte.

Utilizando o operador translação definido como BXt = Xt -1, é correto concluir que um modelo AR(2) deve ser descrito na forma Φ(B)Xt = αt, em que Φ(B) = 1 - Φ1B - Φ2B2 e αt representa um ruído branco.

Alternativas
Respostas
61: C
62: E
63: E
64: C
65: E
66: C
67: E
68: C
69: E
70: C
71: E
72: E
73: C
74: E
75: C
76: C
77: E
78: C
79: E
80: C