Questões Militares
Para estatístico
Foram encontradas 519 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Ano: 2025
Banca:
VUNESP
Órgão:
EsFCEx
Prova:
VUNESP - 2025 - EsFCEx - Oficial - Especialidade: Estatística |
Q3512545
Estatística
Em um experimento agrícola, um pesquisador deseja comparar 6 tratamentos para avaliar sua influência
na produtividade de milho. Devido à limitação da área,
não foi possível alocar todos os tratamentos em todos
os blocos. Assim, adotou-se um delineamento em blocos
incompletos balanceados, com 6 tratamentos, 10 blocos,
3 tratamentos por blocos e 5 repetições por tratamento.
Com base nas propriedades e na análise de variância associada a esse delineamento, assinale a alternativa correta.
Com base nas propriedades e na análise de variância associada a esse delineamento, assinale a alternativa correta.
Ano: 2025
Banca:
VUNESP
Órgão:
EsFCEx
Prova:
VUNESP - 2025 - EsFCEx - Oficial - Especialidade: Estatística |
Q3512544
Estatística
Um experimento foi planejado segundo um delineamento
inteiramente casualizado, em esquema fatorial fracionário do tipo 2k-p, com k = 5 fatores, p = 2, e sendo 3 repetições por ensaio.
Se o planejamento do experimento for modificado para p = 1 e o número de repetições para 4 por ensaio, qual será o incremento no número de graus de liberdade do resíduo da análise de variância?
Se o planejamento do experimento for modificado para p = 1 e o número de repetições para 4 por ensaio, qual será o incremento no número de graus de liberdade do resíduo da análise de variância?
Ano: 2025
Banca:
VUNESP
Órgão:
EsFCEx
Prova:
VUNESP - 2025 - EsFCEx - Oficial - Especialidade: Estatística |
Q3512543
Estatística
Seja X1
, X2
, ..., Xn
uma amostra aleatória de uma variável
aleatória X com distribuição normal de média θ e variância conhecida igual a 10. Seja 
a média amostral.
Qual das expressões a seguir pode ser usada para construir um intervalo de confiança para θ, com base em uma distribuição conhecida?
a média amostral. Qual das expressões a seguir pode ser usada para construir um intervalo de confiança para θ, com base em uma distribuição conhecida?
Ano: 2025
Banca:
VUNESP
Órgão:
EsFCEx
Prova:
VUNESP - 2025 - EsFCEx - Oficial - Especialidade: Estatística |
Q3512542
Estatística
Sejam X1
, X2
, …, Xn
uma amostra aleatória de uma variável com distribuição normal com média µ e variância σ2
,
e Y1
, Y2
, …, Yn
uma amostra aleatória de uma variável
com distribuição gama com parâmetros α e β. Seja T1
o
vetor de estatísticas a partir da amostra normal X1
, X2
, ...,
Xn
, e T2
o vetor de estatísticas a partir da amostra gama
Y1
, Y2
, …, Yn
.
Assinale a alternativa em que T1 é conjuntamente suficiente para os parâmetros µ e σ2 , e T2 é conjuntamente suficiente para os parâmetros α e β.
Assinale a alternativa em que T1 é conjuntamente suficiente para os parâmetros µ e σ2 , e T2 é conjuntamente suficiente para os parâmetros α e β.
Ano: 2025
Banca:
VUNESP
Órgão:
EsFCEx
Prova:
VUNESP - 2025 - EsFCEx - Oficial - Especialidade: Estatística |
Q3512541
Estatística
Uma urna contém bolas douradas e prateadas. A proporção de bolas douradas na urna é θ. Uma amostra aleatória de tamanho n = 5 bolas, com reposição, resulta em
3 bolas douradas e 2 bolas prateadas. Seja Xi
= 1, se a
i-ésima bola retirada for dourada, e Xi
= 0, se a i-ésima
bola retirada for prateada, para i = 1, 2, 3, 4, 5.
Qual é a função de verossimilhança de θ, associada à amostra observada?
Qual é a função de verossimilhança de θ, associada à amostra observada?
Ano: 2025
Banca:
VUNESP
Órgão:
EsFCEx
Prova:
VUNESP - 2025 - EsFCEx - Oficial - Especialidade: Estatística |
Q3512540
Estatística
Sejam os dados do grupo A = {2,3,4,5,6} e do grupo
B = {5,6,7,8,9}. Uma análise deseja comparar a dispersão dos dados nos dois grupos.
Com base nessas informações, é correto afirmar que a variância
Com base nessas informações, é correto afirmar que a variância
Ano: 2025
Banca:
VUNESP
Órgão:
EsFCEx
Prova:
VUNESP - 2025 - EsFCEx - Oficial - Especialidade: Estatística |
Q3512539
Estatística
Na construção de um boxplot, foram definidos como outliers valores acima de 35,5 ou abaixo de –8,5.
Sabendo que a distância interquartílica é igual a 11, é
correto afirmar que os valores do primeiro quartil (Q1) e
do terceiro quartil (Q3) são, respectivamente,
Ano: 2025
Banca:
VUNESP
Órgão:
EsFCEx
Prova:
VUNESP - 2025 - EsFCEx - Oficial - Especialidade: Estatística |
Q3512538
Estatística
Um experimento consiste em lançar uma moeda honesta e observar o resultado “cara” ou “coroa”. Se o primeiro resultado for “coroa”, o experimento se encerra
imediatamente, mas, se o primeiro resultado for “cara”,
a moeda é lançada novamente e o experimento se
encerra no segundo lançamento. Considere X a variável
aleatória que representa o número de resultados “cara”
desse experimento.
Assinale a alternativa que apresenta corretamente a função geradora de momento de X.
Assinale a alternativa que apresenta corretamente a função geradora de momento de X.
Ano: 2025
Banca:
VUNESP
Órgão:
EsFCEx
Prova:
VUNESP - 2025 - EsFCEx - Oficial - Especialidade: Estatística |
Q3512537
Estatística
Uma urna contém 20 bolas de mesmo tamanho, das
quais 5 são premiadas. O experimento consiste em selecionar aleatoriamente 2 bolas da urna, sem reposição.
Seja X a variável aleatória discreta que representa o número de bolas premiadas retiradas no experimento, a variância de X é igual a quanto?
Seja X a variável aleatória discreta que representa o número de bolas premiadas retiradas no experimento, a variância de X é igual a quanto?
Ano: 2025
Banca:
VUNESP
Órgão:
EsFCEx
Prova:
VUNESP - 2025 - EsFCEx - Oficial - Especialidade: Estatística |
Q3512536
Estatística
Sejam dois eventos quaisquer A e B, os quais não são
mutuamente excludentes. Sabe-se que a probabilidade
do evento A ocorrer é 0,20 e que a probabilidade do
evento B ocorrer é 0,30.
Dessa forma, é correto afirmar que, se a probabilidade de A
Dessa forma, é correto afirmar que, se a probabilidade de A
Q3266537
Estatística
Sobre o teste qui-quadrado, é correto afirmar:
Q3266536
Estatística
Um pesquisador em educação infantil deseja verificar
se existe (ou não) associação entre desenvolvimento da
fala e o engatinhar (se engatinhou ou não engatinhou) de
bebês de uma determinada região. Para isso, ele observou uma amostra de 70 bebês de uma mesma faixa etária e sexo. Na tabela a seguir é apresentado um resumo
(frequências absolutas) obtido desse estudo.
Considerando um nível de significância de 10%, o valor aproximado calculado do teste (utilize para os cálculos os valores inteiros aproximados das frequências esperadas), juntamente com a sua conclusão, são, respectivamente:
Considerando um nível de significância de 10%, o valor aproximado calculado do teste (utilize para os cálculos os valores inteiros aproximados das frequências esperadas), juntamente com a sua conclusão, são, respectivamente:
Q3266535
Estatística
Um modelo de regressão linear simples (Yi = a + b Xi + ei,
sendo i = 1, 2, ...,33) foi ajustado a uma amostra aleatória de uma determinada população, onde se obteve as
seguintes informações referentes à análise de variância desse modelo: (i) a soma de quadrados referente a
regressão foi igual a 3390; e (ii) a soma de quadrados
totais foi igual a 3713. A estimativa não viciada para a
variância populacional e a interpretação do coeficiente de
determinação desse modelo são, respectivamente:
Q3266534
Estatística
No ajuste de qualquer modelo estatístico, uma das principais tarefas do analista é avaliar se as pressuposições
assumidas por determinada metodologia são satisfeitas,
bem como a qualidade desse ajuste aos dados. Para
isso, fazer uma análise de resíduos se torna imprescindível. Há três tipos de violações das suposições que são
prontamente detectados por meio do uso de gráficos
residuais; são elas: (i) presença de valores discrepantes;
(ii) variância do erro heterogênea; e (iii) especificação do
modelo inadequada.
Diante disso, o gráfico de valores preditos
versus resíduos padronizados (ei), que indica uma especificação do
modelo inadequada para a situação em estudo, é:
Diante disso, o gráfico de valores preditos
versus resíduos padronizados (ei), que indica uma especificação do
modelo inadequada para a situação em estudo, é:
Q3266533
Estatística
Em relação ao coeficiente de correlação de Pearson
populacional e amostral (ρ e r, respectivamente), é correto afirmar:
Q3266532
Estatística
São vários os procedimentos para a busca do “subconjunto ótimo” de variáveis, na ausência da ortogonalidade, para
obter uma equação de estimação adequada que relaciona
uma variável Y a todas ou a um subconjunto de variáveis
independentes. Considere o seguinte procedimento:
PASSO 1: Escolha a variável que fornece a maior soma de quadrados da regressão em regressão linear simples com Y ou, de maneira equivalente, que forneça o maior valor de R2. Chamaremos essa variável inicial de X1.
PASSO 2: Escolha a variável que, quando inserida no modelo, fornece o maior aumento em R2, na presença de X1, sobre o valor de R2 encontrado no passo 1, isto é, a variável Xj para a qual:
R(βj |β1) = R(β1, βj) – R(β1)
é maior. Vamos chamá-la de variável X2. O modelo de regressão com X1 e X2 é, então, ajustado e R2 é observado.
PASSO 3: Escolha a variável Xj que fornece o maior valor de:
R(βj |β1, β2) = R(β1, β2, βj) – R(β1, β2),
resultando novamente em um aumento em R2 sobre aquele dado no PASSO 2. Ao chamar essa variável de X3, agora temos um modelo de regressão que envolve X1, X2 e X3. Esse processo é continuado até que a variável inserida mais recentemente falhe ao produzir um aumento significativo na regressão explicada. Tal aumento pode ser determinado em cada passo, devendo-se usar o teste F (ou t) apropriado.
Por exemplo, no PASSO 2, o valor:
pode ser determinado para testar a adequação de X2
no modelo. De maneira similar, no PASSO 3 a razão: 
testa a adequação de X3
no modelo.
Se f < f(1, n-3; α) no PASSO 2, para um nível de significância preestabelecido, X2 não é incluído e o processo é encerrado, resultando em uma equação linear simples que relaciona Y e X1.
Contudo, se f >f(1, n-3; α) deve-se seguir para o PASSO 3. Novamente, se f < f(1, n-4; α) no PASSO 3, X3 não é incluído e o processo é encerrado com a equação de regressão apropriada que contém as variáveis X1 e X2.
Notações utilizadas:
R2 é o coeficiente de determinação do modelo de regressão;
R(.) é a soma dos quadrados do modelo de regressão em questão;
βj é o coeficiente do modelo de regressão que acompanha a variável Xj;
A notação ‘|’ indica a probabilidade condicional;
é o quadrado do erro médio para o modelo que
contém as variáveis X1 e X2;
é o quadrado do erro médio para o modelo que
contém as variáveis X1, X2 e X3.
Essa descrição se refere ao método de seleção de variáveis:
PASSO 1: Escolha a variável que fornece a maior soma de quadrados da regressão em regressão linear simples com Y ou, de maneira equivalente, que forneça o maior valor de R2. Chamaremos essa variável inicial de X1.
PASSO 2: Escolha a variável que, quando inserida no modelo, fornece o maior aumento em R2, na presença de X1, sobre o valor de R2 encontrado no passo 1, isto é, a variável Xj para a qual:
R(βj |β1) = R(β1, βj) – R(β1)
é maior. Vamos chamá-la de variável X2. O modelo de regressão com X1 e X2 é, então, ajustado e R2 é observado.
PASSO 3: Escolha a variável Xj que fornece o maior valor de:
R(βj |β1, β2) = R(β1, β2, βj) – R(β1, β2),
resultando novamente em um aumento em R2 sobre aquele dado no PASSO 2. Ao chamar essa variável de X3, agora temos um modelo de regressão que envolve X1, X2 e X3. Esse processo é continuado até que a variável inserida mais recentemente falhe ao produzir um aumento significativo na regressão explicada. Tal aumento pode ser determinado em cada passo, devendo-se usar o teste F (ou t) apropriado.
Por exemplo, no PASSO 2, o valor:
pode ser determinado para testar a adequação de X2
no modelo. De maneira similar, no PASSO 3 a razão: testa a adequação de X3
no modelo. Se f < f(1, n-3; α) no PASSO 2, para um nível de significância preestabelecido, X2 não é incluído e o processo é encerrado, resultando em uma equação linear simples que relaciona Y e X1.
Contudo, se f >f(1, n-3; α) deve-se seguir para o PASSO 3. Novamente, se f < f(1, n-4; α) no PASSO 3, X3 não é incluído e o processo é encerrado com a equação de regressão apropriada que contém as variáveis X1 e X2.
Notações utilizadas:
R2 é o coeficiente de determinação do modelo de regressão;
R(.) é a soma dos quadrados do modelo de regressão em questão;
βj é o coeficiente do modelo de regressão que acompanha a variável Xj;
A notação ‘|’ indica a probabilidade condicional;
é o quadrado do erro médio para o modelo que
contém as variáveis X1 e X2; é o quadrado do erro médio para o modelo que
contém as variáveis X1, X2 e X3. Essa descrição se refere ao método de seleção de variáveis:
Q3266531
Estatística
Considere a população de crianças, do sexo masculino,
de faixa etária de 6 a 7 anos de uma determinada região.
É de desejo realizar o seguinte teste de hipóteses para
a proporção (p) de crianças com o índice de massa corpórea (IMC) maior que 30 dessa população (que é normalmente distribuída para essa variável): p = 0,6 contra
p > 0,6. Fixando um nível de significância de 5%; considerando pc
o um ponto crítico para a tomada de decisão e
o estimador 
da verdadeira proporção de crianças com
o índice de massa corpórea (IMC) maior que 30, p, é correto afirmar que:
da verdadeira proporção de crianças com
o índice de massa corpórea (IMC) maior que 30, p, é correto afirmar que:
Q3266530
Estatística
A abordagem do teste de hipóteses para a inferência estatística é muito próxima à abordagem do intervalo
de confiança. Essa equivalência se estende às diferenças entre duas médias, variâncias, razão de variâncias
e assim por diante. Para o caso de uma única média
populacional µ com variância σ2
conhecida, considerando um nível de significância α e uma amostra aleatória de
tamanho n dessa população, é correto afirmar:
Q3266529
Estatística
Em uma fábrica de ar-condicionado, nove máquinas do mesmo modelo foram selecionadas aleatoriamente a fim
de determinar o efeito da limpeza do filtro de ar no gasto de energia elétrica. Todas as máquinas novas foram
instaladas em um mesmo lado de um prédio, e durante
dois meses (numa mesma estação do ano) foram ligadas
durante o mesmo período por dia, numa mesma temperatura. O gasto médio diário em kW da última semana apresentou um valor de 156. Terminado esse mês, foi realizada
a limpeza do filtro de ar de todas as máquinas e, durante
mais uma semana, elas foram ligadas nas mesmas condições. No final do último dia, calculou-se o consumo médio,
resultando no valor de 140 kW. O desvio-padrão da diferença entre o consumo antes da limpeza menos o consumo depois da limpeza foi de 15 kW. Ao nível de 5%, de
significância, foram testadas as hipóteses: de o consumo
médio antes ser igual ao consumo médio depois da limpeza das máquinas contra o consumo médio antes ser
maior que o consumo médio depois da limpeza. O valor
calculado da estatística de teste e sua conclusão para
esse teste de hipóteses são, respectivamente:
Q3266528
Estatística
Um fabricante de pilhas AAA afirma que a vida útil delas
tem distribuição aproximadamente normal com média
de 0,17 ano e desvio-padrão de 0,3 ano. Uma amostra
aleatória de 37 dessas pilhas apresentou um desvio-
-padrão de 0,4 ano. Considerando a hipótese alternativa
de o desvio-padrão ser maior que 0,3 ano, o resultado
do valor da estatística calculada e a conclusão desse
teste de hipótese ao nível de significância de 0,05 serão
respectivamente:
Conheça nossos planos