

Seu próximo nível começa aqui
Com a Assinatura Ilimitada, você tem tudo que precisa para sua aprovação.
Com a Assinatura Ilimitada, você combina prática, teoria e método em uma única assinatura com tudo que você precisa para sua aprovação.
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

e zero, caso contrário. É correto afirmar que o estimador de 𝜇 obtido pelo método dos momentos
É igual a mediana amostral.
É igual a média amostral.
É igual a 
É igual a 
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:
P(A ∪ B) = 1.
P(A ∩ B) = 0,28.
0,1 ≤ P(A ∩ B) ≤ 0,4.
A e B são mutuamente exclusivos.
Distribuições com assimetria à esquerda geralmente apresentam média menor que a mediana.
Certo
Errado
Assimetria elevada frequentemente indica a presença de valores extremos, que impactam a forma da distribuição.
Certo
Errado
Um conjunto de dados pode apresentar mais de uma moda.
Certo
Errado
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,
2 e 8
2 e 16
14 e 8
14 e 16
-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
multicolinearidade, pois as variáveis explicativas são correlacionadas.
erro de amostragem, pois a amostra é pequena.
underfitting, pois o modelo é excessivamente simples.
overfitting, pois o modelo capturou ruido específico da base de treino.
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
1,0.
0,5.
0,0.
-0,25.
-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 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.
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.
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.
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.
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:
r ≥ 10.
r = 0,10.
r = +1.
0 < r < 1.
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.
Certo
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
I, apenas.
I e II, apenas.
I e III, apenas.
II e III, apenas.
I, II e III.
Fixados y e e, o tamanho da amostra previsto pela fórmula n = zy2 p(1 – p)/
Certo
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
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.
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.
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.
maximizar a correlação entre as variáveis, ajustando uma reta que force todos os pontos a ficarem equidistantes da linha de regressão.
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 ∑i=1n 𝑋i é então
Poisson (𝑛)
Gama(n,∑i=1nli)
Beta(n,∑i=1nli)
Geomeˊtrica(∑i=1nli)
Poisson(∑i=1nli)
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.
Certo
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].
Certo
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?
[-2; 3].
[-2; 2].
[-1; 2].
[-1; 1].
Ao nível de 3% de significância, há evidências suficientes para rejeitar H0.
Certo
Errado
O estimador de máxima verossimilhança para o parâmetro ϕ é a quantidade ϕ^ que faz que os dados observados sejam mais prováveis (ou plausíveis) de ocorrerem.
Certo
Errado