Questões de Concurso sobre Estatística - Página 2 | Gran Questões

Questões de Concurso sobre Estatística

 
 
Disciplina 1
Assunto
Banca
Instituição
Cargo
Ano
Carreira
Área de formação
Escolaridade
Dificuldade
 
Comentários:
Professores
Alunos
Meus Comentários
Vídeo
 
Minhas questões:
Resolvidas
Não resolvidas
Certas
Erradas
 
Tipo de questão:
Certo e errado
Múltipla escolha
Incluir questões:
Anuladas
Desatualizadas
 
Questões:
Todas as questões
 
Filtro simplificado
 
Questões
Todas as questões
 
17.851 questões encontradas
Questões por página
20
Mais recentes
 

Considere 𝑋1, … , 𝑋𝑛 uma amostra aleatória de uma distribuição uniforme contínua no intervalo (-𝜇, 𝜇), 𝜇 > 0, isto é, com função densidade de probabilidade dada por


Imagem associada para resolução da questão


e zero, caso contrário. É correto afirmar que o estimador de 𝜇 obtido pelo método dos momentos


A

É igual a mediana amostral.


B

É igual a média amostral.


C

É igual a Imagem associada para resolução da questão


D

É igual a Imagem associada para resolução da questão

Considere dois eventos A e B definidos em um mesmo espaço de probabilidades. Se P(A) = 0,4 e P(B) = 0,7, então é sempre correto afirmar que:


A

P(A ∪ B) = 1.


B

P(A ∩ B) = 0,28.


C

0,1 ≤ P(A ∩ B) ≤ 0,4.


D

A e B são mutuamente exclusivos.

Sejam X e Y variáveis aleatórias independentes, com distribuições X~N(8, 4) e Y~N(6, 4). Então, a diferença (X – Y) segue uma distribuição normal cuja média e variância são, respectivamente,


A

2 e 8


B

2 e 16


C

14 e 8


D

14 e 16


E

-2 e 16

Uma Administração Tributária desenvolveu um modelo de aprendizado supervisionado para prever o risco de inadimplência tributária de contribuintes, com o objetivo de priorizar ações de fiscalização. Observou-se que o modelo apresenta excelente desempenho no conjunto de treinamento, mas desempenho significativamente inferior quando aplicado a novos contribuintes (conjunto de teste). Nesse caso, está ocorrendo


A

multicolinearidade, pois as variáveis explicativas são correlacionadas.


B

erro de amostragem, pois a amostra é pequena.


C

underfitting, pois o modelo é excessivamente simples.


D

overfitting, pois o modelo capturou ruido específico da base de treino.


E

heterocedasticidade, pois a variância dos erros não é constante.

No contexto da análise de indicadores financeiros utilizados na avaliação de desempenho fiscal, considere três variáveis quantitativas aleatórias, A, B e C, que representam diferentes métricas econômico-financeiras. Suponha que sejam conhecidas as seguintes informações: Var(𝐴) = 1, Var(𝐵) = 4, Var(𝐶) = 9 e Var(𝐴 + 𝐵 + 𝐶) = 13. Além disso, sabe-se que a correlação linear entre 𝐴 e 𝐵 bem como a entre 𝐴 e 𝐶 são ambas iguais a 0,5. Com base nessas informações, a correlação linear entre as variáveis 𝐵 e 𝐶é igual a


A

1,0.


B

0,5.


C

0,0.


D

-0,25.


E

-0,5.

Uma Secretaria da Fazenda utiliza um sistema analítico para identificar subdeclaração de receitas. O sistema funciona testando a conformidade dos dados de um contribuinte contra um padrão esperado (Hipótese Nula). O analista de TI, ao configurar 08 parâmetros do teste, interpretar os resultados para decidir se uma auditoria presencial será aberta e fundamentar a fiscalização tecnicamente deve considerar que


A

a estatistica descritiva (média e desvio padrão) toma os testes de hipóteses e o p-valor desnecessários, pois qualquer valor fora de dois desvios padrão deve ser considerado fraude comprovada, sem necessidade de inferência probabilistica.


B

o Erro Tipo I e o Erro Tipo II são falhas exclusivas do algoritmo de inteligência artificial e não podem ser controlados ou minimizados pelo analista através do ajuste do nível de significância (alfa) do teste.


C

a hipótese alternativa (H_1) seja formulada como a situação de normalidade, enquanto a hipótese nula (H_0) deve expressar a fraude, nesse cenário, o Erro Tipo 1 ocorre quando o sistema falha em detectar uma irregularidade real.


D

o p-valor representa a probabilidade exata de o contribuinte ser inocente; portanto, ao encontrar um p-valor elevado, à sistema deve automaticamente gerar um alerta de fraude para evitar a ocorrência do Erro Tipo II.


E

a hipótese nula (H_0) é a afirmação de “não imegularidade” a ser testada, o p-valor mede quão compatíveis os dados observados são com essa hipótese, sendo que o Erro Tipo 1 ocorre ao acusar indevidamente um contribuinte (rejeitar H_0 verdadeira) e o Erro Tipo II ocorre ao liberar um fraudador (não rejeitar H_0 falsa).

O coeficiente de correlação de Pearson (r) é uma medida que estabelece o grau de correlação linear entre duas variáveis numéricas. Como regra prática que serve como primeira aproximação para julgar o valor de r, uma correlação perfeita positiva poderia ser representada por:


A

r ≥ 10.


B

r = 0,10.


C

r = +1.


D

0 < r < 1.


E

r = 0,50.

O uso de gráficos, diagramas e tabelas, na análise exploratória de dados, substitui eficientemente métodos estatísticos inferenciais em processos de inferência populacional.


C

Certo


E

Errado

Em relação ao modelo de regressão linear simples 𝑌 = 𝛼 + 𝛽 𝑋 + 𝜀, avalie se os pressupostos a seguir estão corretos.


I. Os erros εᵢ são não correlacionados.

II. Os erros εᵢ têm média 0 e variância comum σ².

III. Os erros εᵢ têm distribuição Normal.


Está correto o que se pressupõe em


A

I, apenas.


B

I e II, apenas.


C

I e III, apenas.


D

II e III, apenas.


E

I, II e III.

Fixados y e e, o tamanho da amostra previsto pela fórmula n = zy2 p(1 – p)/e2 será tanto maior quanto maior for a estimativa inicial usada para a proporção populacional.


C

Certo


E

Errado

O método dos mínimos quadrados ordinários será utilizado em um modelo de regressão linear simples para se encontrar a reta que melhor se ajusta aos dados observados em determinada situação.


Nesse caso, o método dos mínimos quadrados ordinários permitirá


A

encontrar uma reta na qual a soma algébrica simples de todos os desvios (positivos e negativos) seja igual a zero, independentemente da magnitude dos erros.


B

maximizar a soma dos desvios entre os valores observados e os valores preditos pelo modelo, garantindo que a reta passe pelo maior número possível de pontos.


C

minimizar a soma das diferenças absolutas entre os valores observados e os preditos, sem elevá-las ao quadrado, para evitar distorções causadas por valores extremos.


D

maximizar a correlação entre as variáveis, ajustando uma reta que force todos os pontos a ficarem equidistantes da linha de regressão.


E

minimizar a soma dos quadrados das diferenças verticais entre os valores observados e os valores preditos pela reta de regressão.

Considere n variáveis aleatórias independentes 𝑋1 , 𝑋2 , . . . 𝑋𝑛 ​, cada um com distribuição Poisson( 𝑙𝑖 ), i = 1, 2..., n. A distribuição de probabilidades da variável 𝑋i é então


A

Poisson (𝑛)


B


C


D


E

Mesmo fixados y e e, caso nenhuma informação acerca da população seja conhecida, não é possível determinar o tamanho de uma amostra que possa ser utilizada para estimar a proporção populacional.


C

Certo


E

Errado

Infere-se das informações apresentadas que o intervalo de confiança para a média dos pontos de audiência em todo o mês é dado por IC0,94(µ) = [33,38; 36,02].


C

Certo


E

Errado

O coeficiente de correlação linear de Pearson é uma medida estatística adimensional que quantifica o quanto duas variáveis estão correlacionadas, ou seja, mede a intensidade e a direção da relação linear entre essas duas variáveis, podendo ser uma relação positiva ou negativa. Diante disso, o coeficiente de correlação de Pearson é um valor delimitado por qual intervalo?


A

[-2; 3].


B

[-2; 2].


C

[-1; 2].


D

[-1; 1].

O estimador de máxima verossimilhança para o parâmetro ϕ é a quantidade que faz que os dados observados sejam mais prováveis (ou plausíveis) de ocorrerem.


C

Certo


E

Errado

 
Ir para a página:
OK
 
Gerar simulado