

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.
Na distribuição normal multivariada, os contornos da função densidade de probabilidade são elipsoides.
Certo
Errado
A função densidade de probabilidade relativa à distribuição normal multivariada é bimodal.
Certo
Errado
Se X tem distribuição normal p-variada com vetor de médias μ e matriz de covariâncias ∑, então Z = DX, em que D é uma matriz q x p de posto q ≤ p tem distribuição normal com vetor de médias _____ e matriz de covariâncias _____.
Se D’ é a transposta de D, as lacunas ficam corretamente preenchidas respectivamente por
μ e D∑D’
Dμ e D∑D’
Dμ e D’∑-1D
μ e D∑-1D’
Dμ e D∑ -1D’
Seja o vetor aleatório (X1, X2) com distribuição normal multivariada. Então é correto afirmar:
Y = aX1 + bX2 tem distribuição normal univariada para quaisquer números reais a e b diferentes de zero.
Qualquer curva de nível da função de densidade de (X1, X2) é um círculo.
Para que uma curva de nível da função de densidade de (X1, X2) seja um círculo, a correlação entre X1 e X2 deve ser perfeita.
T = X1 + X2 tem distribuição t-Student com dois graus de liberdade.
Q = X1 + X2 tem distribuição qui-quadrado com dois graus de liberdade.
Definida (o) por um vetor de médias e a matriz de variância-covariância. É uma extensão da distribuição normal univariada para aplicações com um grupo de variáveis que podem ser correlacionadas. Refere-se a:
Cadeia de Markov.
Teoria das Filas.
Distribuição Normal Multivariada.
Nenhuma das alternativas.


Seu próximo nível começa aqui

Seu próximo nível começa aqui
Destrave a preparação completa para sua aprovação. Com a Assinatura Ilimitada, você estuda com os melhores professores do Brasil e todos os recursos Gran.
Referente a todos os métodos estatísticos que simultaneamente analisam múltiplas medidas sobre cada indivíduo ou objeto sob investigação. Qualquer análise simultânea de mais de duas variáveis, é o conceito de:
Lei dos grandes números.
Teorema Central de Limite.
Análise multivariada.
Nenhuma das alternativas.
Quando um vetor 𝑋 tem distribuição normal 𝑝-variada, qualquer subconjunto de 𝑘-variáveis de 𝑋, 𝑘 < 𝑝, terá distribuição
normal 𝑘-variada.
normal 𝑝-variada.
qui-quadrado 𝑘-variada.
qui-quadrado 𝑝-variada.
Suponha que X tenha distribuição normal com média μ e variância σ2. Considere uma amostra aleatória X1, X2 e X3.
Dos estimadores da média populacional a seguir, assinale o que é viesado.
21X1+21X2.
21X1+21X3.
21X1+41X2+41X3.
21X1+21X2+21X3 .
X2.
A variável aleatória X = ⎣⎢⎡X1X2X3⎦⎥⎤ apresenta uma distribuição normal multivariada com vetor de média μ dado por ⎣⎢⎡124⎦⎥⎤ e matriz de covariância ∑=⎣⎢⎡10−1020−103⎦⎥⎤. Considerando uma outra variável aleatória Y = 2X1 − X2 + X3, obtém-se que a variância relativa de Y, definida como o resultado da divisão da variância de Y pelo quadrado da média de Y, é igual a
0,5000
0,4000
0,6000
0,3125
0,3750
Os microdados disponibilizados pelo órgão de Estatística do MEC (Inep) normalmente acompanham os scripts para leitura dos dados. Os formatos padrão são relativos aos softwares R, SPSS e SAS. Abaixo têm-se dois exemplos de códigos aplicados a dados do Enem nas áreas de Matemática (MT) e Ciências da Natureza (CN).
Os códigos são do software e realizam as operações, respectivamente,
R, criando as variáveis PRESENCA_CN=1 e PRESENCA_MT=1
SPSS, realizando seleção de alunos e gerando as médias por escola.
SAS, desativando o filtro e sorteando um conjunto de escolas.
SPSS, usando todos os indivíduos da base e obtendo o número de alunos.
R, realizando seleção de alunos e gerando as médias por escola.


Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.

O vetor aleatório Y = X β + ε modela o relacionamento entre a variável resposta Y e p-1 variáveis explicativas Xi, i = 1, 2, .... , p-1, com base em n observações da resposta e das variáveis explicativas. O vetor ε tem distribuição Normal multivariada com vetor de médias 0 e matriz de covariâncias Σ e é a componente estocástica do modelo. Então, é correto afirmar que
a esperança de Y é E(Y) = β e a matriz de covariância é V(Y) = β ' Σ β .
a esperança de Y é E(Y) = X β e a matriz de covariância é V(Y) = β ' Σ β .
a esperança de Y é E(Y) = X β e a matriz de covariância é V(Y) = Σ .
a esperança de Y é E(Y) = β e a matriz de covariância é V(Y) = Σ .
a esperança de Y é E(Y) = 0 e a matriz de covariância é V(Y) = Σ .
Considere as seguintes afirmações:

Está correto o que se afirma APENAS em


Seu próximo nível começa aqui

Seu próximo nível começa aqui
Destrave a preparação completa para sua aprovação. Com a Assinatura Ilimitada, você estuda com os melhores professores do Brasil e todos os recursos Gran.


64.
256.
16.
81.
100.

Supondo que X2 e X3 têm distribuição normal, P [(X2 − X3) > 5,8] é igual a
0,25.
0,45.
0,31.
0,27.
0,42.
Seja a variável aleatória Y = 2X1 − X2 + 3X3 , a variância de Y é igual a
20.
15.
24.
13.
21.