Questões de Concurso
Sobre amostragem em estatística
Foram encontradas 1.212 questões
Um modelo de regressão linear simples foi ajustado pelo método de mínimos quadrados ordinários como parte de um laudo de avaliação imobiliária. Nesse modelo, cujos resultados se encontram na tabela acima, a variável resposta - y - representa o valor do imóvel, em R$ mil, e a variável regressora - x - é a área construída do imóvel (em m2 ).
Considerando que o tamanho da amostra para essa modelagem tenha sido superior a 500 e que os erros aleatórios pertinentes sejam normais, julgue os itens a seguir.
Um modelo de regressão linear simples foi ajustado pelo método de mínimos quadrados ordinários como parte de um laudo de avaliação imobiliária. Nesse modelo, cujos resultados se encontram na tabela acima, a variável resposta - y - representa o valor do imóvel, em R$ mil, e a variável regressora - x - é a área construída do imóvel (em m2 ).
Considerando que o tamanho da amostra para essa modelagem tenha sido superior a 500 e que os erros aleatórios pertinentes sejam normais, julgue os itens a seguir.
Um modelo de regressão linear simples foi ajustado pelo método de mínimos quadrados ordinários como parte de um laudo de avaliação imobiliária. Nesse modelo, cujos resultados se encontram na tabela acima, a variável resposta - y - representa o valor do imóvel, em R$ mil, e a variável regressora - x - é a área construída do imóvel (em m2 ).
Considerando que o tamanho da amostra para essa modelagem tenha sido superior a 500 e que os erros aleatórios pertinentes sejam normais, julgue os itens a seguir.
Um modelo de regressão linear simples foi ajustado pelo método de mínimos quadrados ordinários como parte de um laudo de avaliação imobiliária. Nesse modelo, cujos resultados se encontram na tabela acima, a variável resposta - y - representa o valor do imóvel, em R$ mil, e a variável regressora - x - é a área construída do imóvel (em m2 ).
Considerando que o tamanho da amostra para essa modelagem tenha sido superior a 500 e que os erros aleatórios pertinentes sejam normais, julgue os itens a seguir.
Um modelo de regressão linear simples foi ajustado pelo método de mínimos quadrados ordinários como parte de um laudo de avaliação imobiliária. Nesse modelo, cujos resultados se encontram na tabela acima, a variável resposta - y - representa o valor do imóvel, em R$ mil, e a variável regressora - x - é a área construída do imóvel (em m2 ).
Considerando que o tamanho da amostra para essa modelagem tenha sido superior a 500 e que os erros aleatórios pertinentes sejam normais, julgue os itens a seguir.
Um modelo de regressão linear simples foi ajustado pelo método de mínimos quadrados ordinários como parte de um laudo de avaliação imobiliária. Nesse modelo, cujos resultados se encontram na tabela acima, a variável resposta - y - representa o valor do imóvel, em R$ mil, e a variável regressora - x - é a área construída do imóvel (em m2 ).
Considerando que o tamanho da amostra para essa modelagem tenha sido superior a 500 e que os erros aleatórios pertinentes sejam normais, julgue os itens a seguir.
Considerando que o número mensal Y de acidentes de trabalho siga uma distribuição de Poisson com média m e que a tabela acima apresente a realização de uma amostra aleatória simples de tamanho n = 100, retirada da população Y, julgue os itens subsecutivos.
Considerando que o número mensal Y de acidentes de trabalho siga uma distribuição de Poisson com média m e que a tabela acima apresente a realização de uma amostra aleatória simples de tamanho n = 100, retirada da população Y, julgue os itens subsecutivos.
Considerando que o número mensal Y de acidentes de trabalho siga uma distribuição de Poisson com média m e que a tabela acima apresente a realização de uma amostra aleatória simples de tamanho n = 100, retirada da população Y, julgue os itens subsecutivos.
Então, pode-se afirmar que a amostra selecionada terá tamanho
Atk = 4 + 0,25.Popk + εk (5,47) (0,003)
Onde Atk = Número de atendimento de pessoas no ponto k Popk = População residente no entorno do ponto k εk = resíduo da k - ésima observação
Se os números que aparecem entre parênteses, abaixo das estimativas, representam os erros padrão também estimados, pode-se afirmar que