

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.
Sobre bioestatística, assinale a alternativa INCORRETA.
Em artigos científicos, por vezes, são feitas referências aos dados discrepantes (outliers), aos dados perdidos e aos dados censurados.
Quando se lê um artigo científico que refere valor p<0,05, isso significa que a hipótese alternativa é rejeitada ao nível de significância de 5%.
Uma distribuição de mulheres com câncer, segundo o estadiamento do tumor (fase 0, I, II, III e IV), está relatando dados de uma variável ordinal.
São possíveis apenas duas categorias para o resultado de um teste de gravidez, “positivo” ou “negativo”; portanto, essa variável é considerada binomial.
O número de filhos, o número de batimentos cardíacos e o número de dentes de um paciente sob exame são variáveis discretas.
A epidemiologia tem sido usada como ferramenta fundamental no planejamento de políticas públicas de saúde, na alocação de recursos e nas ações de prevenção de doenças e promoção da saúde na população brasileira. As Variáveis é a característica de interesse que é medida em cada elemento da amostra ou população. Como o nome diz, seus valores variam de elemento para elemento. Elas podem ser quantitativas e qualitativas. É um exemplo de Quantitativa discreta:
Número de cômodos de uma residência;
Peso corporal (em quilogramas)
distância da casa até a construção do córrego (em metros);
Tempo de moradia no assentamento (1 – Menos de 1 ano; 2 – De 1 ano a 4 anos; 3 – Mais de 5 anos) etc.;
Destino do esgoto da casa (privada; fossa séptica com sumidouro; fossa séptica; fossa negra).
Sob a perspectiva de uma distribuição de probabilidades, o número mensal de processos administrativos concluídos ao longo de um ano pode ser representado por uma variável aleatória discreta X, tal que 0 ≤ P(42 ≤ X ≤ 70) ≤ 1.
Certo
Errado
Um analista de confiabilidade está interessado em estudar o tempo médio entre falhas consecutivas em equipamentos hospitalares de alta complexidade.
Para modelar esse tipo de variável aleatória, a distribuição mais apropriada é:
Binomial.
Uniforme.
Exponencial.
Bernoulli.
Qui-quadrado
Assinale a alternativa que apresenta apenas distribuições de probabilidade discretas.
Normal e Uniforme.
Binomial e Poisson.
Exponencial e Normal.
Uniforme e Exponencial.
Normal e Qui-quadrado.
Se X é uma variável aleatória com média 100 e variância 100, então a seguinte variável tem distribuição de probabilidades com média 0 e variância 1:
100(x−100)
100(100−x)
10(x−10)
100(x−50)
10(x−100)
A fração do dia de trabalho necessária para executar determinada tarefa é descrita como uma variável aleatória U , cuja função de densidade de probabilidade é dada por
fU(u)={A⋅u2,0,se u∈[0,1],se u∈[0,1],
em que A representa a constante de normalização. Nesse caso, A será igual a
1/3.
1/2.
1.
2.
3.
Uma variável aleatória discreta X tem a seguinte função de probabilidade:

A variância de X é então igual a
3,4.
3,6.
3,8.
4,0.
4,2.
Sobre variáveis aleatórias discretas e contínuas, é correto afirmar que:
A soma das probabilidades associadas a uma variável discreta é sempre maior que 1.
A distribuição de Poisson é um exemplo de distribuição de variável aleatória discreta.
Variáveis aleatórias discretas são representadas por funções de densidade de probabilidade.
A probabilidade de uma variável contínua assumir um valor exato é sempre diferente de zero.
Classifique as variáveis abaixo em Discreta (D) ou Continua (C) e assinale a opção que indica a sequência correta.
( ) Número de filhos de uma família.
( ) Peso dos pacientes de um consultório.
( ) Diâmetro de uma peça.
( ) Número de carros em uma pista.
(D) (D) (C) (C)
(C) (D) (D) (C)
(D) (D) (C) (D)
(C) (D) (C) (D)
(D) (C) (C) (D)
Uma variável aleatória discreta X tem função de probabilidade dada por

A média de X é igual a
3,0
3,2
3,3
3,5
4,0
Existem dois métodos básicos para simulação de variáveis aleatórias discretas e contínuas, são eles:
Algoritmo de aceitação / rejeição e algoritmo da transformação inversa.
Variância e desvio padrão.
Lei dos grandes números e teorema central do limite.
Nenhuma das alternativas.
Assinale a. opção que apresenta, respectivamente, um exemplo de variável aleatória discreta e de variável aleatória contínua.
Número de alunos de uma escola e altura dos alunos de uma escola.
Tempo entre chegadas de navios ao porto e número de navios que chegam ao porto.
Tempo de falha de componentes elétricos e número de componentes que apresentam falhas ao longo dos anos.
Peso de bebês em uma maternidade e número de bebês que apresentam baixo peso ao nascer.
Quantidade de dias chuvosos no mês e casos de síndrome gripal em uma população durante o outono.
Para fenômenos cujo resultado é um indicativo da ocorrência ou não de um fato ou escolha, utiliza-se a modelagem de variáveis discretas. Um exemplo é o estudo da participação ou não da mulher no mercado de trabalho. A variável dependente a ser modelada é derivada de um processo de escolha, realizada com base na comparação das opções disponíveis, em que o indivíduo escolhe a opção com maior utilidade/benefício. O modelo é construído a partir de uma variável auxiliar chamada latente y*. A variável y* não é observada e reflete esta utilidade/benefício, definindo o processo de escolha. Se temos uma escolha y binária
y = 1 se y* > 0
y = 0 se y* ≤ 0,
a variável latente é escrita como:
y* = x*β + ε,
onde x e β são vetores de variáveis explicativas e de parâmetros, respectivamente, e ε é o termo de erro não observado.
Dessa forma, conclui-se que
a forma funcional de ε mais recomendável quando a amostra de dados possui valores extremos é a da distribuição normal padrão, ou seja, o modelo Probit é mais adequado.
o modelo utilizado sendo Probit, tem-se que Pr(y = 1|x) =Θ(x’β + ε), onde Θ é a função de distribuição acumulada de uma Normal Padrão.
o método de estimação empregado para a análise da Pr(y = 1|x) sempre deverá ser o de máxima verossimilhança.
os parâmetros β representam os efeitos marginais das variáveis explicativas sobre a probabilidade de y = 1.
os efeitos marginais sobre a Pr(y = 1|x) são obtidos diretamente a partir dos b estimados do modelo de probabilidade linear.
Assinale a opção que apresenta exemplos de distribuições de probabilidade para variáveis aleatórias discretas.
Distribuição Normal e Distribuição de Poisson.
Distribuição de Bernoulli e Distribuição Normal.
Distribuição de Poisson e Distribuição Exponencial.
Distribuição Normal Distribuição Exponencial.
Distribuição de Poisson e Distribuição Binomial.
Sobre variáveis aleatórias discretas e contínuas, analise as afirmativas a seguir.
I. Uma variável aleatória é uma função real definida no espaço amostral de um experimento aleatório;
II. Uma variável aleatória é uma função que associa um número real a cada evento de Ω.
III. Uma variável aleatória é discreta se sua imagem (ou conjunto de valores que ela assume) for um conjunto finito ou enumerável. Se a imagem for um conjunto não enumerável, diz-se que a variável aleatória é contínua.
Somente a afirmativa I está correta.
Somente a afirmativa II está correta.
Somente as afirmativas I e II estão corretas.
Somente as afirmativas II e III estão corretas.
Todas estão corretas.
Seja X uma variável aleatória discreta, tomando os seguintes valores: 0,1,..n.. se P(X = K) = K!e−∝ ∝k K = 0,1 ... , n , ...,
Assim, assinale a opção que completa corretamente as lacunas da sentença abaixo.
É correto afirmar que x tem distribuição _________, com parâmetro _________.
de Poisson/ ∝ < 0
Exponencial/ ∝ > 0
Uniforme/ ∝ < 0
Exponencial/ ∝ < 0
de Poisson/ ∝ > 0
Uma variável aleatória discreta X tem a seguinte função de probabilidade:
X | -2 | -1 | 1 | 2 |
p(x) | 0,3 | 0,2 | 0,4 | 0,1 |
O módulo da diferença entre os valores da média e da variância de X é igual a
1,84.
1,92.
2,02.
2,18.
Uma variável aleatória é uma função que descreve os resultados de um experimento através de valores numéricos. É um exemplo de variável aleatória discreta.
Resistência de um material.
Concentração de CO2 na água.
Tempo de vida de um componente eletrônico.
Tempo de resposta de um sistema computacional.
Número de ações vendidas de uma empresa.
Um estatístico deseja modelar a variável aleatória que representa o valor de indenizações pagas em reais por uma seguradora em um determinado período de tempo para um seguro sem limite máximo de cobertura e com presença de valores extremos altos.
A partir da análise dos dados, o profissional pode concluir que a distribuição de probabilidades será:
simétrica discreta;
assimétrica positiva;
assimétrica negativa;
simétrica e com distribuição Normal;
simétrica contínua com caudas pesadas.