Questões de Concurso Sobre covariância, correlação em estatística

Foram encontradas 279 questões

Q1797829 Estatística
Considere que uma amostra aleatória simples de tamanho n = 10, representada como X1 , … , X10, seja retirada de uma população uniformemente distribuída no intervalo [a, b], em que a e b são parâmetros desconhecidos, tais que 0 < a < b. Com respeito a essa população, a média amostral  e a variância amostral , julgue o item que se segue.

Imagem associada para resolução da questão e S² são estatísticas não correlacionadas.

Alternativas
Q1751702 Estatística
    Um estudo objetivou avaliar a evolução do número mensal Y de milhares de ocorrências de certo tipo de crime em determinado ano. Com base no método dos mínimos quadrados ordinários, esse estudo apresentou um modelo de regressão linear simples da forma  

 = 5 - 0,1 x T

em que  representa a reta ajustada em função da variável regressora T, tal que 1 ≤ T ≤ 12. 

Os erros padrão das estimativas dos coeficientes desse modelo, as razões t e seus respectivos p-valores encontram-se na tabela a seguir. 



Os desvios padrão amostrais das variáveis Y e T foram, respectivamente, 1 e 3,6.  
Com base nessas informações, julgue o item a seguir.
A correlação linear entre as variáveis Y e T foi igual a - 0,1.
Alternativas
Ano: 2020 Banca: Marinha Órgão: CAP Prova: Marinha - 2020 - CAP - Cabo - Estatística |
Q2425375 Estatística

A correlação é um instrumento adequado para descobrir e medir relações entre as variáveis de natureza quantitativa. Com relação a esse instrumento, coloque V (verdadeiro) ou F (falso) nas afirmativas a seguir e assinale a opção que apresenta a sequência correta.


( ) É possível descrever qualquer relação por meio do coeficiente de correlação de Pearson.

( ) Se o coeficiente de correlação for igual a 1, pode-se concluir que a correlação entre as variáveis é perfeita.

( ) A correlação perfeita ocorre somente se o coeficiente de correlação for igual a 1.

( ) Se o coeficiente de correlação for igual a zero podemos afirmar que não existe correlação entre as variáveis.

Alternativas
Q1396046 Estatística
O conceito de correlação visa explicar o grau de relacionamento verificado no comportamento de duas ou mais variáveis. Assim, a correlação entre duas variáveis indica a maneira como elas se movem em conjunto. Uma empresa obteve uma covariância entre as variáveis “nível de produção” e “nível da taxa de juros” de −0,63%; o desvio-padrão da primeira variável foi de 14,08% e da segunda de 4,65%. Ao analisar a correlação entre as variáveis, pode-se afirmar que:
Alternativas
Q1286134 Estatística
Com relação ao coeficiente de correlação linear (r), é incorreto afirmar que:
Alternativas
Q1286117 Estatística
Para entender a relação entre a variável independente X e a variável dependente Y, foi calculado o coeficiente de correlação linear de Pearson r=0,90. Sabe-se que existe uma relação de causa-efeito entre X e Y, então foi proposto um modelo de regressão linear simples. Acerca da explicação que este modelo será capaz de fornecer sobre a variabilidade da variável resposta, assinale a alternativa correta.
Alternativas
Q1120122 Estatística

Texto 7A3-I

       O coeficiente de correlação linear de Pearson entre duas variáveis aleatórias discretas X e Y definidas sobre um mesmo espaço amostral é dado por 


Uma forma de avaliar a precisão do modelo consiste em comparar o estimador não viesado da variância residual, obtido das diferenças entre os valores observados e os previstos pelo modelo, com o estimador não viesado da variância dos valores observados,

    A tabela a seguir apresenta as penas de reclusão (P), em anos, cominadas a um grupo de dez réus, e suas respectivas rendas familiares mensais per capitas (R), em número de salários mínimos, em que a última coluna foi obtida usando a reta ajustada pelo método dos mínimos quadrados.


O estimador não viesado Se da variância dos valores observados para a renda familiar per capita dos réus, ainda considerando-se o texto 7A3-I, é
Alternativas
Q1120121 Estatística

Texto 7A3-I

       O coeficiente de correlação linear de Pearson entre duas variáveis aleatórias discretas X e Y definidas sobre um mesmo espaço amostral é dado por 


Uma forma de avaliar a precisão do modelo consiste em comparar o estimador não viesado da variância residual, obtido das diferenças entre os valores observados e os previstos pelo modelo, com o estimador não viesado da variância dos valores observados,

    A tabela a seguir apresenta as penas de reclusão (P), em anos, cominadas a um grupo de dez réus, e suas respectivas rendas familiares mensais per capitas (R), em número de salários mínimos, em que a última coluna foi obtida usando a reta ajustada pelo método dos mínimos quadrados.


Levando-se em consideração o texto 7A3-I, a discrepância na renda familiar per capita X, em número de salários mínimos, obtida entre o valor observado e aquele em que se aplica a reta de melhor ajuste aos dados determinada pelo método dos mínimos quadrados para o nono réu é
Alternativas
Q1120120 Estatística

Texto 7A3-I

       O coeficiente de correlação linear de Pearson entre duas variáveis aleatórias discretas X e Y definidas sobre um mesmo espaço amostral é dado por 


Uma forma de avaliar a precisão do modelo consiste em comparar o estimador não viesado da variância residual, obtido das diferenças entre os valores observados e os previstos pelo modelo, com o estimador não viesado da variância dos valores observados,

    A tabela a seguir apresenta as penas de reclusão (P), em anos, cominadas a um grupo de dez réus, e suas respectivas rendas familiares mensais per capitas (R), em número de salários mínimos, em que a última coluna foi obtida usando a reta ajustada pelo método dos mínimos quadrados.


Considerando-se o texto 7A3-I, a relação entre o coeficiente de correlação linear entre as variáveis X e Y e o coeficiente angular, da reta de melhor ajuste aos dados determinada pelo método dos mínimos quadrados pode ser expressa por
Alternativas
Q1120119 Estatística

Texto 7A3-I

       O coeficiente de correlação linear de Pearson entre duas variáveis aleatórias discretas X e Y definidas sobre um mesmo espaço amostral é dado por 


Uma forma de avaliar a precisão do modelo consiste em comparar o estimador não viesado da variância residual, obtido das diferenças entre os valores observados e os previstos pelo modelo, com o estimador não viesado da variância dos valores observados,

    A tabela a seguir apresenta as penas de reclusão (P), em anos, cominadas a um grupo de dez réus, e suas respectivas rendas familiares mensais per capitas (R), em número de salários mínimos, em que a última coluna foi obtida usando a reta ajustada pelo método dos mínimos quadrados.


Com base no texto 7A3-I, a renda familiar per capita esperada X, em número de salários mínimos, obtida aplicando-se a reta de melhor ajuste aos dados determinada pelo método dos mínimos quadrados para um réu ao qual tenha sido cominada uma pena de 4 anos de reclusão é
Alternativas
Q1120118 Estatística

Texto 7A3-I

       O coeficiente de correlação linear de Pearson entre duas variáveis aleatórias discretas X e Y definidas sobre um mesmo espaço amostral é dado por 


Uma forma de avaliar a precisão do modelo consiste em comparar o estimador não viesado da variância residual, obtido das diferenças entre os valores observados e os previstos pelo modelo, com o estimador não viesado da variância dos valores observados,

    A tabela a seguir apresenta as penas de reclusão (P), em anos, cominadas a um grupo de dez réus, e suas respectivas rendas familiares mensais per capitas (R), em número de salários mínimos, em que a última coluna foi obtida usando a reta ajustada pelo método dos mínimos quadrados.


A partir das informações do texto 7A3-I, o coeficiente de correlação linear entre as variáveis R e P é
Alternativas
Ano: 2019 Banca: UFCG Órgão: UFCG Prova: UFCG - 2019 - UFCG - Técnico em Estatística |
Q2709979 Estatística

Classifique cada afirmação abaixo como verdadeira (V) ou falsa (F).

( ) Quando se deseja visualizar como se distribuem os valores de uma variável quantitativa, pode-se recorrer, dentre outras alternativas, ao gráfico histograma.

( ) Se duas variáveis quantitativas X e Y apresentam um relacionamento linear inverso, então o coeficiente de correlação linear entre elas será um número negativo menor do que -1.

( ) Se multiplicarmos os valores de uma variável X por -2 então o desvio-padrão dos novos valores será igual ao desvio-padrão original multiplicado por 4.

( ) O coeficiente de correlação linear entre duas variáveis quantitativas é um valor limitado ao intervalo [-1, 1].

A sequência de afirmações verdadeiras (V) ou falsas (F) é

Alternativas
Q2698356 Estatística

Na tabela a seguir, são fornecidos cinco pares de valores correspondentes às variáveis X e Y


X

10

20

30

40

50

Y

10

10

20

20

40


Pode-se dizer que o valor da correlação entre X e Y é um número compreendido entre:

Alternativas
Q1832474 Estatística
Considere as seguintes afirmações: I. Massa é dada pelas frequências divididas pelo total, de tal forma que a soma das entradas da tabela seja igual a 1,0. II. Sem os requisitos de normalidade, linearidade e homoscedasticidade, a Análise de Conglomerado (Cluster) não é possível de ser realizada. III. A Análise de Componentes Principais se concentra na explicação da variância comum enquanto a Análise Fator (Fatorial) se concentra na explicação da variância total. IV. Os Fatores são independentes entre si e os escores fatoriais são normalmente distribuídos quando se utiliza a matriz de correlação. Estão/Está correto(s) o(s) itens/item
Alternativas
Q1832473 Estatística
Considere que Imagem associada para resolução da questão seja a matriz de correlação de duas variáveis, X1 e X2. Para p >0, o maior autovalor e o primeiro componente principal serão, respectivamente, 
Alternativas
Q1832472 Estatística
Considere as seguintes afirmações: I. a rotação VARIMAX tem por característica o fato de minimizar a ocorrência de uma variável possuir altas cargas fatoriais para diferentes fatores; II. o modelo matemático da Análise de Fator pode ser expresso por Y = ATX , onde AT, são as cargas fatoriais e X representa os fatores comuns; III. a rotação ortogonal mantém os fatores perpendiculares entre si, isto é, correlacionados entre eles; IV. o objetivo principal da Análise de Fator (Análise Fatorial) é identificar fatores não diretamente observáveis a partir da correlação entre um conjunto de variáveis. Estão/Está correto(s) o(s) itens/item 
Alternativas
Ano: 2019 Banca: FEPESE Órgão: CELESC Prova: FEPESE - 2019 - CELESC - Economista |
Q1248646 Estatística

Considere duas séries ou dois vetores n dimensionais:


y(y1 , y2 , … yn ) e x(x1 , x2 , … xn ).


Assim, um coeficiente de correlação de Pearson é igual:

Alternativas
Q1061189 Estatística

No modelo de regressão linear simples na forma matricial Y = Xβ + ε , Y denota o vetor de respostas, X representa a matriz de delineamento (ou matriz de desenho), β é o vetor de coeficientes do modelo e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Tem-se também que X´Y =Imagem associada para resolução da questão e (X´X) -1 =Imagem associada para resolução da questão em que X´ é a matriz transposta de X. Com base nessas informações, julgue o próximo item, considerando que a variância do erro aleatório é Imagem associada para resolução da questão


A estimativa do vetor de coeficientes é Imagem associada para resolução da questão

Alternativas
Ano: 2019 Banca: IF-PA Órgão: IF-PA Prova: IF-PA - 2019 - IF-PA - Estatístico |
Q971000 Estatística

Com apoio dos resultados estatísticos contidos na tabela abaixo, responder a questão.

Para duas variáveis X e Y, foi calculado: 


              

O coeficiente de correlação r que define o grau de relacionamento linear entre valores emparelhados X e Y, é exatamente:
Alternativas
Ano: 2018 Banca: UERR Órgão: IPERON - RO Prova: UERR - 2018 - IPERON - RO - Atuário |
Q2721925 Estatística

Considerando a tabela a seguir, qual o coeficiente de correlação para as variáveis X e Y?


E(X)

E(Y)

E(XY)

E(Y2)

E(X2)

1,9

2,4

4,5

10,7

10,6


Alternativas
Respostas
61: C
62: E
63: C
64: D
65: B
66: C
67: C
68: B
69: C
70: A
71: E
72: E
73: D
74: C
75: A
76: B
77: A
78: C
79: E
80: A