Questões de Concurso
Sobre covariância, correlação em estatística
Foram encontradas 279 questões
Zt = at + 0,5Zt−1 + 0,5at−1 , t = 1,2, ...
onde at é o ruído branco de média zero e variância 3.
Considere:
I. As condições de estacionariedade e invertibilidade de Zt estão satisfeitas.
II. As funções de autocorrelação e autocorrelação parcial de Zt decaem exponencialmente após o lag 1.
III. A variância de Zt é igual a 7.
IV. A função de autocorrelação de Zt independe do valor da variância do ruído.
Está correto o que consta em
A metodologia geoestatística procura extrair, de uma aparente aleatoriedade dos dados coletados, as características estruturais probabilísticas do fenômeno regionalizado, ou seja, uma função de correlação entre os valores situados em uma determinada vizinhança e a direção no espa- ço amostrado. O método de estimativa básico utilizado é o da krigagem, por meio do qual são resultados semivariogramas, que expressam o comportamento espacial da variável regionalizada.
Em um semivariograma, a distância a partir da qual as amostras passam a não possuir correlação espacial, e a relação entre elas torna-se aleatória é denominada
matriz de correlação:
sdmed salário tempo idade
sdmed 1,00000000 0,93303483 0,6038786 -0,01126878salário 0,93303483 1,00000000 0,5845924 0,06371626
tempo 0,60387857 0,58459235 1,0000000 0,49093437idade -0,01126878 0,06371626 0,4909344 1,00000000
comp. 1 comp. 2 comp. 3 comp. 4
padrão 1,576085 1,0866016 0,52563869 0,24281048
proporção davariância 0,621011 0,2951758 0,06907401 0,01473923
proporçãoacumulada 0,621011 0,9161868 0,98526077 1,00000000
comp.1 comp.2 comp.3 comp.4
sdmed 0,582 0,322 0,145 0,733salário 0,584 0,271 0,390 -0,659
tempo 0,532 -0,338 -0,767 -0,122idade 0,196 -0,842 0,488 0,117
Os autovalores da matriz associada à forma quadrática 3x12 + 2x22 - 2√2x1x2 são 4 e 1.
matriz de correlação:
sdmed salário tempo idade
sdmed 1,00000000 0,93303483 0,6038786 -0,01126878salário 0,93303483 1,00000000 0,5845924 0,06371626
tempo 0,60387857 0,58459235 1,0000000 0,49093437idade -0,01126878 0,06371626 0,4909344 1,00000000
comp. 1 comp. 2 comp. 3 comp. 4
padrão 1,576085 1,0866016 0,52563869 0,24281048
proporção davariância 0,621011 0,2951758 0,06907401 0,01473923
proporçãoacumulada 0,621011 0,9161868 0,98526077 1,00000000
comp.1 comp.2 comp.3 comp.4
sdmed 0,582 0,322 0,145 0,733salário 0,584 0,271 0,390 -0,659
tempo 0,532 -0,338 -0,767 -0,122idade 0,196 -0,842 0,488 0,117
matriz de correlação:
sdmed salário tempo idade
sdmed 1,00000000 0,93303483 0,6038786 -0,01126878salário 0,93303483 1,00000000 0,5845924 0,06371626
tempo 0,60387857 0,58459235 1,0000000 0,49093437idade -0,01126878 0,06371626 0,4909344 1,00000000
comp. 1 comp. 2 comp. 3 comp. 4
padrão 1,576085 1,0866016 0,52563869 0,24281048
proporção davariância 0,621011 0,2951758 0,06907401 0,01473923
proporçãoacumulada 0,621011 0,9161868 0,98526077 1,00000000
comp.1 comp.2 comp.3 comp.4
sdmed 0,582 0,322 0,145 0,733salário 0,584 0,271 0,390 -0,659
tempo 0,532 -0,338 -0,767 -0,122idade 0,196 -0,842 0,488 0,117
matriz de correlação:
sdmed salário tempo idade
sdmed 1,00000000 0,93303483 0,6038786 -0,01126878salário 0,93303483 1,00000000 0,5845924 0,06371626
tempo 0,60387857 0,58459235 1,0000000 0,49093437idade -0,01126878 0,06371626 0,4909344 1,00000000
comp. 1 comp. 2 comp. 3 comp. 4
padrão 1,576085 1,0866016 0,52563869 0,24281048
proporção davariância 0,621011 0,2951758 0,06907401 0,01473923
proporçãoacumulada 0,621011 0,9161868 0,98526077 1,00000000
comp.1 comp.2 comp.3 comp.4
sdmed 0,582 0,322 0,145 0,733salário 0,584 0,271 0,390 -0,659
tempo 0,532 -0,338 -0,767 -0,122idade 0,196 -0,842 0,488 0,117
matriz de correlação:
sdmed salário tempo idade
sdmed 1,00000000 0,93303483 0,6038786 -0,01126878salário 0,93303483 1,00000000 0,5845924 0,06371626
tempo 0,60387857 0,58459235 1,0000000 0,49093437idade -0,01126878 0,06371626 0,4909344 1,00000000
comp. 1 comp. 2 comp. 3 comp. 4
padrão 1,576085 1,0866016 0,52563869 0,24281048
proporção davariância 0,621011 0,2951758 0,06907401 0,01473923
proporçãoacumulada 0,621011 0,9161868 0,98526077 1,00000000
comp.1 comp.2 comp.3 comp.4
sdmed 0,582 0,322 0,145 0,733salário 0,584 0,271 0,390 -0,659
tempo 0,532 -0,338 -0,767 -0,122idade 0,196 -0,842 0,488 0,117
e, a partir desse valor, é possível calcular o coeficiente de correlação, valor que mede a “força” da relação entre as variáveis estudadas. Considerando os dados da tabela, assinale a alternativa cujo valor é o que mais se aproxima do coeficiente de correlação para o caso. 
Com o intuito de avaliar possíveis correlações entre variáveis, um gráfico de dispersão pode ser um aliado na tomada de decisão. Esse gráfico, elaborado no eixo cartesiano, plota resultados das variáveis estudadas a fim de representá-las conjuntamente. Sejam x e y variáveis referentes a “tempo de experiência” e “tempo de execução de tarefa”, respectivamente, e analisando o gráfico de dispersão apresentado, assinale a alternativa correta.
X 1 3 4 6 8 9 11 14 Y 1 2 4 4 5 7 8 9
Dados: √14 ≅ √33 ≅5,7
Suponha, ainda, que a média incondicional da série yt seja igual a 10.
Se ut é um processo de ruído branco, yt é definido pelo processo
A empresa contratada comparou os dados disponíveis e entregou um relatório com a seguinte tabela.
Consumo de sorvete Quantidade de
no mês (kg) afogamentos no mês
100.000 8
75.000 6
88.000 7
50.000 4
25.000 1
Aplicando o modelo estatístico de regressão linear aos dados da tabela abaixo, podemos afirmar que:
O gráfico apresentado resulta de uma pesquisa com trabalhadores da construção civil de uma localidade onde a variável x representa o número de horas de treinamento em previsão de acidentes, e a variável y representa o número de ocorrências de acidentes de trabalho. Supondo-se que há correlação linear entre as variáveis x e y, e considerando-se o coeficiente r de correlação entre as variáveis e o coeficiente b de inclinação da reta de regressão y = a + bx, é correto afirmar que
Um modelo de regressão linear múltipla com duas variáveis explicativas será inequivocamente ajustado se essas variáveis forem proporcionais.
Em um modelo de regressão linear, se a variável explicativa e a variável resposta não se correlacionam, o coeficiente de determinação seria próximo de 0. Além disso, se o coeficiente de determinação fosse próximo de 0, as variáveis explicativa e resposta seriam independentes.
Considerando-se apenas os dados relativos aos estados de São Paulo, Rio de Janeiro, Minas Gerais e Rio Grande do Sul quanto à dispersão entre duas variáveis, é correto afirmar que a covariância entre Z e W é superior a 1 e inferior a 2.
Conheça nossos planos