

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.
A similaridade é um critério para medir a distância entre dois vetores, sendo um conceito essencial na análise de agrupamentos. A distância Euclidiana está entre as medidas de similaridade mais comuns. Considere que a variável X represente a idade (em anos) e que a variável Y represente a média do rendimento semestral global (medido numa escala de 0 a 10) de estudantes de um Instituto Federal de Educação. A tabela a seguir apresenta dados observados para as variáveis X e Y para três estudantes desse Instituto:
Estudante | Idade (X) | Rendimento(Y) |
1 | 21 | 7 |
2 | 22 | 8 |
3 | 18 | 6 |
A distância Euclidiana para esse conjunto de dados é igual a:
2134
410
210
4134
Tendo com base a Estatística Básica aplicada à Engenharia Florestal, assinale a alternativa correta que corresponde ao intervalo de confiança:
A média dos valores de um conjunto de dados.
A amplitude dos valores de um conjunto de dados.
A probabilidade de que um valor esteja dentro de um intervalo específico.
O valor que ocorre com maior frequência em um conjunto de dados.
A variação entre os valores de um conjunto de dados.
Seja a amostra aleatória de tamanho cinco de uma variável aleatória X com distribuição normal de média μ e variância σ2 e os estimadores apresentados abaixo:
T1=5X1+X2+X3+X4;
T2=10X1+2∗X2+3∗X3+4∗X4+5∗X5;
T3=5X1−2∗X2−2∗X3+4∗X4+4∗X5;
T4=2X1+X2; e
T5=2X1−2∗X2+3∗X3−4∗X4+4∗X5.
Com base nessas informações, o estimador mais eficiente para μ é:
T1
T2
T3
T4
T5
Os testes estatísticos podem ser divididos em dois grandes grupos, conforme fundamentam ou não os seus cálculos na premissa de que a distribuição de frequências dos erros amostrais é normal, as variâncias são homogêneas, os efeitos dos fatores de variação são aditivos e os erros independentes. Se tudo isso ocorrer, é muito provável que a amostra seja aceitavelmente simétrica, terá com certeza apenas um ponto máximo, centrado no intervalo de classe onde está a média da distribuição, e o seu histograma de frequências terá um contorno que seguirá aproximadamente o desenho em forma de sino da curva normal. O cumprimento desses requisitos condiciona, pois, a primeira escolha do pesquisador, uma vez que, se forem preenchidos, ele poderá utilizar a estatística paramétrica, cujos testes são, em geral, mais poderosos do que os da não-paramétrica, e, consequentemente, devem ter a preferência do investigador, quando o seu emprego for permitido. Sobre o tema apresentado, indique a afirmativa correta.
Somente as curvas normais possuem desvio-padrão.
O poder estatístico é maior nos testes não-paramétricos.
Os testes não-paramétricos são mais fáceis de serem ajustados.
Testes não-paramétricos requerem o pressuposto da distribuição de dados.
Os termos paramétrico e não-paramétrico referem-se à média e ao desvio-padrão, que são os parâmetros que definem as populações que apresentam distribuição anormal.
Se o nível de significância do teste for igual a 5%, então não haverá evidências estatísticas contra a hipótese nula, mesmo que a média amostral seja superior a 37.
Certo
Errado
38±1,7 representa uma estimativa intervalar de 90% de confiança para a média populacional.
Certo
Errado
Em relação à Inferência Estatística, assinale a opção que completa corretamente as lacunas da sentença abaixo.
Se for aceita uma hipótese que deveria ser rejeitada, dizemos que foi cometido um _______ . Se, por outro lado, uma hipótese for rejeitada quando deveria ser aceita, dizemos que foi cometido um _____ Em ambos os casos ocorreu uma decisão errada ou um erro de julgamento.
erro do Tipo I / erro amostral
erro do Tipo I / erro do Tipo ll
erro do Tipo ll / erro amostral
erro do Tipo ll / erro do Tipo l
erro amostral / erro do Tipo l
Com pertinência à situação hipotética 12A3-I, considere que amostras de 30 plantas nativas (chamadas de N), 30 plantas transgênicas (chamadas de T) e 30 plantas cultivadas em hidroponia (chamadas de H) tenham sido analisadas e tenha sido feita a quantificação da concentração em quantidade de matéria do peptídeo-alvo em cada amostra, com o objetivo de se determinar se há diferença estatisticamente significativa entre as plantas N, T e H. Observou-se que a distribuição dos valores de concentração do peptídeo é compatível com a distribuição normal, que as amostras foram obtidas de forma aleatória e independente e que há homogeneidade de variâncias.
Assinale a opção que corresponde ao teste estatístico que deve ser aplicado para detectar se há diferença significativa quanto à concentração do peptídeo entre quaisquer dos tipos de plantas, sendo este capaz de detectar a diferença se aplicado e calculado apenas uma vez, sem repetições do teste.
qui quadrado
ANOVA
Levene
t de Student
Kolmogorov-Smirnov
Sobre inferência estatística, mais precisamente sobre parâmetros e estimadores, é correto afirmar que um estimador θ é não viciado se
a sua moda coincide com o parâmetro θ de interesse. Além disso, um estimador θ é consistente se, à medida em que o tamanho da amostra aumenta, sua moda converge para o parâmetro θ de interesse e sua variância converge para zero.
o seu valor esperado coincide com o parâmetro θ de interesse. Além disso, um estimador θ é consistente se, à medida em que o tamanho da amostra aumenta, seu valor esperado converge para o parâmetro θ de interesse e sua variância converge para zero.
a sua mediana coincide com o parâmetro θ de interesse. Além disso, um estimador θ é consistente se, à medida em que o tamanho da amostra aumenta, sua mediana converge para o parâmetro θ de interesse e sua variância converge para zero.
o seu valor esperado coincide com o parâmetro θ de interesse. Além disso, um estimador θ é consistente se, à medida em que o tamanho da amostra aumenta, sua moda converge para o parâmetro θ de interesse e sua variância converge para zero.
a sua mediana coincide com o parâmetro θ de interesse. Além disso, um estimador θ é consistente se, à medida em que o tamanho da amostra aumenta, seu valor esperado converge para o parâmetro θ de interesse e sua variância converge para zero.
Há interesse em avaliar a resistência à compressão (em MPa) de concreto para uso em construção civil. Há quatro tipos específicos de cimento e uma infinidade de dosagens de aditivo plastificante (foram selecionadas aleatoriamente cinco dosagens). O objetivo é avaliar se a resistência à compressão é influenciada pelo tipo de cimento e pela dosagem de aditivo individualmente ou por alguma interação entre eles, havendo então pelo menos dois corpos de prova para cada combinação de fatores. O experimento foi realizado sob as mesmas condições através de ensaios em corpos de prova (todos com as mesmas dimensões e selecionados aleatoriamente), sendo estes produzidos com as diversas combinações possíveis de cimento e aditivo plastificante.
Com base nestas informações, o melhor método de inferência estatística para atingir o objetivo é a Análise de Variância de
dois fatores com um modelo de efeitos mistos.
dois fatores com um modelo de efeitos aleatórios.
um fator com um modelo de efeitos fixos.
dois fatores com um modelo de efeitos fixos.
um fator com blocos aleatorizados.
Determinado tribunal deseja realizar um estudo local para saber quantos de seus 768 servidores almoçam fora. Como não há nenhuma informação prévia sobre esse dado, o estatístico do tribunal irá supor que a metade dos servidores tenha esse hábito, garantindo assim a maior variabilidade possível.
-
Considerando que sejam desejados 95% de confiança e 5% de precisão e utilizando o método de Cochran, assim como os dados presentes na tabela a seguir, assinale a opção que indica o número de pessoas que a amostra deverá ter.
-
Z | .Φ−1(Z) |
0,025 | 1,960 |
0,050 | 1,645 |
0,075 | 1.439 |
0,100 | 1,281 |
0,125 | 1,150 |
39
192
257
264
385
Determinado ramo da estatística se utiliza de artifícios matemáticos para modelar uma população a partir de dados amostrais, e obter resultados baseados em determinada confiabilidade desejada. O ramo ao qual nos referimos, é denominado:
inferência estatística.
correlação linear.
estimação estatística.
previsão estatística.
teste de hipótese.
Um fabricante de certo produto afirma que, no máximo, 10% dos seus produtos são defeituosos. Um comprador desconfiado do fabricante resolveu analisar uma amostra de tamanho 100 desses produtos e encontrou 19 itens defeituosos.
Considere α = 5% e que P(Z ≤ 1,64)=0,95.
O valor da estatística de teste mais adequada para testar a hipótese nula de que o fabricante tem razão e a respectiva conclusão são, respectivamente,
3,0 e concluir que o fabricante tem razão.
3,0 e concluir que o fabricante não tem razão.
2,0 e concluir que o fabricante tem razão.
2,0 e concluir que o fabricante não tem razão.
2,5 e concluir que o fabricante tem razão.
Uma empresa provedora de internet banda larga, licenciada pela Anatel, atende a dois municípios – Alfa (A) e Beta (B) – do interior do Estado do Pará. Após um determinado período, a empresa quer comparar a taxa de reclamações sobre seus serviços. Para tal, faz-se uma pesquisa, selecionando-se aleatoriamente 120 clientes no município Alfa, identificando 18 deles com algum tipo de reclamação, e 100 clientes no município Beta, 12 deles com algum tipo de reclamação. Para saber se existe diferença significativa entre as taxas de reclamações dos clientes nos municípios, a estatística de teste é
ZObs =nA0,25−nB0,25PA−PB.
ZObs =nAσA2−nBσB2XA−XB−μ(XA−XB).
ZObs =SnA1+nB1XA−XB−μ(XA−XB).
ZObs nAPA(1−PA)−nBPB(1−PB)PA−PB.
ZObs =nAPA(1−PA)+nBPB(1−PB)PA −PB.
A função de confiabilidade do sistema em tela é R(t) = 1 - e -3t.
Certo
Errado
Uma empresa recebeu um lote muito grande, milhões de peças de refugo, e deseja saber quantas peças deverá examinar para estimar a proporção de itens defeituosos, de modo que o erro de estimação seja no máximo 2%. Será empregada uma seleção aleatória de itens onde cada um será classificado como defeituoso ou não defeituoso. Deseja-se extrair uma amostra aleatória de tamanho 𝑛.
Tendo como padrão um grau de confiança de 95%, o tamanho da amostra necessário para garantir o processo é:
189;
384;
600;
1681;
2401.
O intervalo de credibilidade delimita, com probabilidade especificada, um conjunto de parâmetros plausíveis para o parâmetro de acordo com sua distribuição posterior marginal. É correto afirmar que:
O intervalo de credibilidade percentil 95% para θ simbolizado por ICr95% é o intervalo delimitado pelos percentis 0% e 95% da distribuição posterior marginal p(θ∣x) para θ.
O intervalo de credibilidade percentil 95% para θ simbolizado por ICr95% inclui os valores mais extremos em cada cauda da distribuição posterior marginal.
O intervalo de credibilidade percentil 95% para θ simbolizado por ICr95% é o intervalo delimitado pelos percentis 2,5% e 97,5% da distribuição posterior marginal p(θ∣x) para θ.
O intervalo de maiores densidades de 95% para θ simbolizado por HDIr95% inclui os valores que representam as 5% menores densidades na distribuição posterior.
O intervalo de maiores densidades de 95% para 6 simbolizado por HDIr95% exclui os valores que representam as 5% menores densidades na distribuição posterior de forma igualitária, independente da simetria da distribuição posterior.
Sabendo-se que a população brasileira, segundo o IBGE, soma 213,3 milhões de habitantes e que a população estimada de determinado município é de 42.561 ± 236 habitantes, então este é um exemplo de estimativa pontual, pois apresenta um valor exato do parâmetro de um único município.
Certo
Errado
Se desejamos obter um intervalo de confiança para a média populacional com variância desconhecida, e a amostra disponível possui 40 elementos, a distribuição de probabilidade do melhor estimador a ser usado para obter esse intervalo deve ser considerada, se possível, uma distribuição
normal.
t de Student com n-1 graus de liberdade.
qui-quadrado com n-1 graus de liberdade.
F de Snedecor.
binomial.
Considera-se como taxa aparente aquela que vigora nas operações financeiras correntes. Porém a taxa real é o rendimento ou custo da operação que pode ser de aplicação ou de captação, calculada depois de extraídos os efeitos inflacionários. A relação entre taxa aparente e taxa real é determinada da seguinte forma:
(1+i) = (1+ir) x (1+I), onde i = taxa aparente; ir = taxa real e I = taxa de inflação. Então, uma operação financeira que tem uma taxa de juros aparente de i = 2,0% a.m. e um índice de inflação de I = 0,5% a.m. tem uma taxa de rendimento real de
1,25% a.m.
2,0% a.m.
2,5% a.m.
1,49% a.m.
2,75% a.m.