Questões de Concurso
Sobre amostragem em estatística
Foram encontradas 1.212 questões
Ano: 2014
Banca:
FGV
Órgão:
DPE-RJ
Prova:
FGV - 2014 - DPE-RJ - Técnico Superior Especializado - Estatística |
Q399343
Estatística
Seja o estimador 
de um parâmetro populacional θ tal que EQM ( 
) - VAR ( 
) = ( K - 1/n )2 , onde k (≠ zero) é uma constante que depende do verdadeiro valor de θ e n é o tamanho da amostra. Então, o estimador será
de um parâmetro populacional θ tal que EQM ( ) - VAR ( ) = ( K - 1/n )2 , onde k (≠ zero) é uma constante que depende do verdadeiro valor de θ e n é o tamanho da amostra. Então, o estimador será
Ano: 2013
Banca:
CESPE / CEBRASPE
Órgão:
STF
Prova:
CESPE - 2013 - STF - Analista Judiciário - Estatística |
Q398107
Estatística
Com referência à estatística computacional, julgue o item subsequente.
Considere que um experimento consista em gerar uma amostra de tamanho n de uma distribuição de média µ e variância σ2 e que, para cada 1.000 amostras de tamanho n, toma-se o quantil de ordem 95% da distribuição da média das amostras. Nesse cenário, se K(n) for o resultado do experimento para amostras de tamanho n, então a distribuição assintótica de K(n)será uma distribuição normal.
Considere que um experimento consista em gerar uma amostra de tamanho n de uma distribuição de média µ e variância σ2 e que, para cada 1.000 amostras de tamanho n, toma-se o quantil de ordem 95% da distribuição da média das amostras. Nesse cenário, se K(n) for o resultado do experimento para amostras de tamanho n, então a distribuição assintótica de K(n)será uma distribuição normal.
Ano: 2013
Banca:
CESPE / CEBRASPE
Órgão:
STF
Prova:
CESPE - 2013 - STF - Analista Judiciário - Estatística |
Q398106
Estatística
Com referência à estatística computacional, julgue o item subsequente.
O amostrador de Gibbs é um algoritmo que permite gerar amostras de distribuições multivariadas.
O amostrador de Gibbs é um algoritmo que permite gerar amostras de distribuições multivariadas.
Ano: 2013
Banca:
CESPE / CEBRASPE
Órgão:
STF
Prova:
CESPE - 2013 - STF - Analista Judiciário - Estatística |
Q398102
Estatística
Julgue o item seguinte , relativo à técnica de amostragem.
Suponha que um caso polêmico esteja sendo julgado por um tribunal e que, para avaliar a proporção de pessoas na população favoráveis ao resultado positivo nesse processo, o tribunal decida fazer uma enquete. Nesse caso, para se calcular o tamanho da amostra que responderá à enquete, será necessário conhecer o tamanho da população.
Suponha que um caso polêmico esteja sendo julgado por um tribunal e que, para avaliar a proporção de pessoas na população favoráveis ao resultado positivo nesse processo, o tribunal decida fazer uma enquete. Nesse caso, para se calcular o tamanho da amostra que responderá à enquete, será necessário conhecer o tamanho da população.
Ano: 2013
Banca:
CESPE / CEBRASPE
Órgão:
STF
Prova:
CESPE - 2013 - STF - Analista Judiciário - Estatística |
Q398101
Estatística
Julgue o item seguinte , relativo à técnica de amostragem.
Considere que um tribunal pretenda pesquisar a respeito do tempo médio em que processos dos tipos A e B são solucionados. Nesse cenário, supondo que os processos do tipo A sejam solucionados quase todos no mesmo tempo
, que os do tipo B sejam solucionados com maior variabilidade 
, que se escolham n processos de cada tipo e que o tamanho amostral seja desprezível com relação ao tamanho populacional, é correto afirmar que a amostragem estratificada minimiza a variância da estimativa da média de tempo dos processos se comparada com a amostragem aleatória simples com reposição.
Considere que um tribunal pretenda pesquisar a respeito do tempo médio em que processos dos tipos A e B são solucionados. Nesse cenário, supondo que os processos do tipo A sejam solucionados quase todos no mesmo tempo
, que os do tipo B sejam solucionados com maior variabilidade , que se escolham n processos de cada tipo e que o tamanho amostral seja desprezível com relação ao tamanho populacional, é correto afirmar que a amostragem estratificada minimiza a variância da estimativa da média de tempo dos processos se comparada com a amostragem aleatória simples com reposição.
Ano: 2013
Banca:
CESPE / CEBRASPE
Órgão:
STF
Prova:
CESPE - 2013 - STF - Analista Judiciário - Estatística |
Q398100
Estatística
Julgue o item seguinte , relativo à técnica de amostragem.
Considerando os estimadores
= média amostral; 
= estimador regressão para a média populacional e 
= estimador razão para a média populacional, e sabendo que 
e que 
,é correto afirmar que 
, somente se cov(X, Y ) < 0,5R V(X),em que R é a razão populacional entre e Y e X.
Considerando os estimadores
= média amostral; = estimador regressão para a média populacional e = estimador razão para a média populacional, e sabendo que e que ,é correto afirmar que , somente se cov(X, Y ) < 0,5R V(X),em que R é a razão populacional entre e Y e X.
Ano: 2013
Banca:
CESPE / CEBRASPE
Órgão:
STF
Prova:
CESPE - 2013 - STF - Analista Judiciário - Estatística |
Q398099
Estatística
Considere que a amostra aleatória simples X1, X2, ..., Xn tenha sido retirada de uma distribuição exponencial com função de densidade na forma f(x) = λexp(–λx), em que x > 0 e λ > 0. Com relação a essa amostra e à inferência estatística, julgue o item que se segue.
De acordo com o teorema limite central, a soma
segue uma distribuição normal.
De acordo com o teorema limite central, a soma
segue uma distribuição normal.
Ano: 2013
Banca:
CESPE / CEBRASPE
Órgão:
STF
Prova:
CESPE - 2013 - STF - Analista Judiciário - Estatística |
Q398098
Estatística
Considere que a amostra aleatória simples X1, X2, ..., Xn tenha sido retirada de uma distribuição exponencial com função de densidade na forma f(x) = λexp(–λx), em que x > 0 e λ > 0. Com relação a essa amostra e à inferência estatística, julgue o item que se segue.
A função de distribuição acumulada da estatística de ordem X(n) = max{X1, X2, ..., Xn} é P(X(n) ≤ x) = 1 -e-λnx .
A função de distribuição acumulada da estatística de ordem X(n) = max{X1, X2, ..., Xn} é P(X(n) ≤ x) = 1 -e-λnx .
Ano: 2013
Banca:
CESPE / CEBRASPE
Órgão:
STF
Prova:
CESPE - 2013 - STF - Analista Judiciário - Estatística |
Q398097
Estatística
Considere que a amostra aleatória simples X1, X2, ..., Xn tenha sido retirada de uma distribuição exponencial com função de densidade na forma f(x) = λexp(–λx), em que x > 0 e λ > 0. Com relação a essa amostra e à inferência estatística, julgue o item que se segue.
Considere que T(X1, X2, ..., Xn) seja o estimador do tipo UMVUE ( uniformly minimum-variance unbiased estimator) de λ . Nessa situação, a variância da estatística T(X1 X2, ..., Xn) corresponde ao limite inferior de Cramer-Rao.
Considere que T(X1, X2, ..., Xn) seja o estimador do tipo UMVUE ( uniformly minimum-variance unbiased estimator) de λ . Nessa situação, a variância da estatística T(X1 X2, ..., Xn) corresponde ao limite inferior de Cramer-Rao.
Ano: 2013
Banca:
CESPE / CEBRASPE
Órgão:
STF
Prova:
CESPE - 2013 - STF - Analista Judiciário - Estatística |
Q398096
Estatística
Considere que a amostra aleatória simples X1, X2, ..., Xn tenha sido retirada de uma distribuição exponencial com função de densidade na forma f(x) = λexp(–λx), em que x > 0 e λ > 0. Com relação a essa amostra e à inferência estatística, julgue o item que se segue.
A média amostral
é um estimador não tendencioso do parâmetro λ.
A média amostral
é um estimador não tendencioso do parâmetro λ.
Q397459
Estatística
Julgue os itens a seguir, relativos às técnicas de amostragem.
Uma dúvida comum entre as pessoas ao observarem os resultados de uma pesquisa eleitoral é acerca da validade dos resultados obtidos com base em uma amostra muito menor frente ao tamanho da população. De fato, essa dúvida procede, pois o tamanho populacional é um dado relevante no cálculo do tamanho mínimo de uma amostra.
Uma dúvida comum entre as pessoas ao observarem os resultados de uma pesquisa eleitoral é acerca da validade dos resultados obtidos com base em uma amostra muito menor frente ao tamanho da população. De fato, essa dúvida procede, pois o tamanho populacional é um dado relevante no cálculo do tamanho mínimo de uma amostra.
Q397458
Estatística
Julgue os itens a seguir, relativos às técnicas de amostragem.
Na amostragem estratificada, a variância dentro dos estratos deve ser pequena, enquanto a variância entre os estratos deve ser grande. Na amostragem por conglomerados, por outro lado, é regra geral que a variância dentro dos conglomerados seja maior que a variância entre os conglomerados.
Na amostragem estratificada, a variância dentro dos estratos deve ser pequena, enquanto a variância entre os estratos deve ser grande. Na amostragem por conglomerados, por outro lado, é regra geral que a variância dentro dos conglomerados seja maior que a variância entre os conglomerados.
Q397457
Estatística
Julgue os itens a seguir, relativos às técnicas de amostragem.
Na amostragem aleatória simples sem reposição (AASc), a probabilidade de seleção de elementos é praticamente igual à probabilidade de seleção caso a amostragem seja com reposição.
Na amostragem aleatória simples sem reposição (AASc), a probabilidade de seleção de elementos é praticamente igual à probabilidade de seleção caso a amostragem seja com reposição.
Q397456
Estatística
Julgue os itens a seguir, relativos às técnicas de amostragem.
No cálculo do tamanho amostral para a comparação de proporções através da expressão
n ≥ 1/4 (z/m)2 em que m é a margem máxima de erro pretendida e z é o quantil da normal padrão que define a significância do teste, a tendência é que as amostras sejam maiores que aquelas calculadas considerando uma abordagem não conservativa.
No cálculo do tamanho amostral para a comparação de proporções através da expressão
n ≥ 1/4 (z/m)2 em que m é a margem máxima de erro pretendida e z é o quantil da normal padrão que define a significância do teste, a tendência é que as amostras sejam maiores que aquelas calculadas considerando uma abordagem não conservativa.
Q397445
Estatística
Considerando os métodos de inferência para os parâmetros do modelo de regressão, julgue os próximos itens.
Uma medida de alavanca de um modelo de regressão é tal que
em que tij é o resíduo do modelo de regressão da variável Xi explicada pelas demais variáveis independentes do modelo para a observação j. Supondo um modelo de regressão com 2 variáveis dependentes, no qual apenas k-ésima observação amostral seja influente, se Ø1k > Ø2k então o valor X2k tem um impacto maior que o valor X1k na influência da k-ésima observação.
Uma medida de alavanca de um modelo de regressão é tal que
em que tij é o resíduo do modelo de regressão da variável Xi explicada pelas demais variáveis independentes do modelo para a observação j. Supondo um modelo de regressão com 2 variáveis dependentes, no qual apenas k-ésima observação amostral seja influente, se Ø1k > Ø2k então o valor X2k tem um impacto maior que o valor X1k na influência da k-ésima observação.
Q397427
Estatística
Considere que uma a1mostra aleatória simples com reposição, representada por X1, X2,..., Xn, tenha sido retirada de uma grande população de estudantes para a avaliação da opinião sobre a qualidade dos serviços de transporte coletivo, em que
Xk = 1, se o estudante k se mostrou satisfeito com os serviços;
0 se o estudante k se mostrou insatisfeito com os serviços
Com respeito ao total de satisfeitos na amostra, Yn= X1 + X2 + ... + Xn, julgue os próximos itens.
A estatística Yn segue uma distribuição binomial com parâmetros n e p, em que p representa a fração populacional de estudantes satisfeitos com os serviços de transporte.
Xk = 1, se o estudante k se mostrou satisfeito com os serviços;
0 se o estudante k se mostrou insatisfeito com os serviços
Com respeito ao total de satisfeitos na amostra, Yn= X1 + X2 + ... + Xn, julgue os próximos itens.
A estatística Yn segue uma distribuição binomial com parâmetros n e p, em que p representa a fração populacional de estudantes satisfeitos com os serviços de transporte.
Q397426
Estatística
Considere que uma a1mostra aleatória simples com reposição, representada por X1, X2,..., Xn, tenha sido retirada de uma grande população de estudantes para a avaliação da opinião sobre a qualidade dos serviços de transporte coletivo, em que
Xk = 1, se o estudante k se mostrou satisfeito com os serviços;
0 se o estudante k se mostrou insatisfeito com os serviços
Com respeito ao total de satisfeitos na amostra, Yn= X1 + X2 + ... + Xn, julgue os próximos itens.
Segundo o teorema limite central ,
lim n → ∞ Yn = p
n
Xk = 1, se o estudante k se mostrou satisfeito com os serviços;
0 se o estudante k se mostrou insatisfeito com os serviços
Com respeito ao total de satisfeitos na amostra, Yn= X1 + X2 + ... + Xn, julgue os próximos itens.
Segundo o teorema limite central ,
lim n → ∞ Yn = p
n
Q397425
Estatística
Considere que uma a1mostra aleatória simples com reposição, representada por X1, X2,..., Xn, tenha sido retirada de uma grande população de estudantes para a avaliação da opinião sobre a qualidade dos serviços de transporte coletivo, em que
Xk = 1, se o estudante k se mostrou satisfeito com os serviços;
0 se o estudante k se mostrou insatisfeito com os serviços
Com respeito ao total de satisfeitos na amostra, Yn= X1 + X2 + ... + Xn, julgue os próximos itens.
À medida que o tamanho da amostra aumenta, a distribuição amostral da contagem Yn se aproxima de uma distribuição normal padrão
Xk = 1, se o estudante k se mostrou satisfeito com os serviços;
0 se o estudante k se mostrou insatisfeito com os serviços
Com respeito ao total de satisfeitos na amostra, Yn= X1 + X2 + ... + Xn, julgue os próximos itens.
À medida que o tamanho da amostra aumenta, a distribuição amostral da contagem Yn se aproxima de uma distribuição normal padrão
Q397424
Estatística
A lei dos grandes números é um importante resultado teórico que permite o estudo das propriedades de estimadores estatísticos, como, por exemplo, a média amostral . Considerando que µ representa a média populacional e que o desvio padrão populacional σ2 seja finito, julgue os itens subsequentes a respeito desse assunto.
Segundo a lei forte dos grandes números, à medida que o tamanho da amostra aumenta, a estatística converge em X probabilidade para a média μ.
Segundo a lei forte dos grandes números, à medida que o tamanho da amostra aumenta, a estatística converge em X probabilidade para a média μ.
Q397423
Estatística
A lei dos grandes números é um importante resultado teórico que permite o estudo das propriedades de estimadores estatísticos, como, por exemplo, a média amostral . Considerando que µ representa a média populacional e que o desvio padrão populacional σ2 seja finito, julgue os itens subsequentes a respeito desse assunto.
Considere que um estimador T converge em média quadrática para um parâmetro τ à medida que o tamanho da amostra aumenta. Nessas condições, é correto afirmar que a lei fraca dos grandes números se aplica para esse estimador.
Considere que um estimador T converge em média quadrática para um parâmetro τ à medida que o tamanho da amostra aumenta. Nessas condições, é correto afirmar que a lei fraca dos grandes números se aplica para esse estimador.
Conheça nossos planos