Questões de Concurso
Comentadas sobre métodos de estimação em estatística
Foram encontradas 6 questões
Ano: 2024
Banca:
CESPE / CEBRASPE
Órgão:
BACEN
Prova:
CESPE / CEBRASPE - 2024 - BACEN - Analista – Área: Economia e Finanças |
Q2572489
Estatística
Texto associado
Supondo que os valores 3, 0, 0, 1, 4 constituam uma realização de uma amostra aleatória simples de tamanho n igual a 5 retirada de uma população com função de probabilidade P(X = x) =
na qual > 0 denota o parâmetro a ser estimado e x ∈ {0, 1, 2, … }, julgue o seguinte item.
A estimativa de 
pelo método dos momentos é igual a 1,6.
Q1933592
Estatística
O método Latent Dirichlet Allocation (LDA) é popularmente
utilizado para a construção de modelos de tópicos devido a sua
flexibilidade e robustez, particularmente em grandes quantidades
de texto. Ao mencionar a escolha do LDA em um projeto, um
analista foi questionado sobre que aspectos caracterizam a
flexibilidade do modelo, especialmente em comparação a um
modelo pLSA.
O analista respondeu corretamente:
O analista respondeu corretamente:
Ano: 2022
Banca:
CESPE / CEBRASPE
Órgão:
MJSP
Prova:
CESPE / CEBRASPE - 2022 - MJSP - Técnico Especializado em Pesquisa e Análise de Dados |
Q1876646
Estatística
Uma amostra aleatória simples X1, ..., Xn é retirada de uma população X uniforme e contínua no intervalo [a, a + 1], em que a ∈ ℝ é um parâmetro desconhecido.
Considerando que
seja a média amostral e que X(1) = min{X1, ..., Xn) e X(n) = max{X1, ..., Xn) denotem as estatísticas extremais, julgue o item que se segue.
X(n) - 1 é um estimador de máxima verossimilhança para o parâmetro a.
Considerando que
seja a média amostral e que X(1) = min{X1, ..., Xn) e X(n) = max{X1, ..., Xn) denotem as estatísticas extremais, julgue o item que se segue.
X(n) - 1 é um estimador de máxima verossimilhança para o parâmetro a.
Ano: 2022
Banca:
CESPE / CEBRASPE
Órgão:
MJSP
Prova:
CESPE / CEBRASPE - 2022 - MJSP - Técnico Especializado em Pesquisa e Análise de Dados |
Q1876645
Estatística
Uma amostra aleatória simples X1, ..., Xn é retirada de uma população X uniforme e contínua no intervalo [a, a + 1], em que a ∈ ℝ é um parâmetro desconhecido.
Considerando que seja a média amostral e que X(1) = min{X1, ..., Xn) e X(n) = max{X1, ..., Xn) denotem as estatísticas extremais, julgue o item que se segue.
Por si só, X(1) não é estatística suficiente para a estimação de a.
Considerando que
seja a média amostral e que X(1) = min{X1, ..., Xn) e X(n) = max{X1, ..., Xn) denotem as estatísticas extremais, julgue o item que se segue.
Por si só, X(1) não é estatística suficiente para a estimação de a.
Ano: 2022
Banca:
CESPE / CEBRASPE
Órgão:
MJSP
Prova:
CESPE / CEBRASPE - 2022 - MJSP - Técnico Especializado em Pesquisa e Análise de Dados |
Q1876644
Estatística
Uma amostra aleatória simples X1, ..., Xn é retirada de uma população X uniforme e contínua no intervalo [a, a + 1], em que a ∈ ℝ é um parâmetro desconhecido.
Considerando que
seja a média amostral e que X(1) = min{X1, ..., Xn) e X(n) = max{X1, ..., Xn) denotem as estatísticas extremais, julgue o item que se segue.
- 1/2 é um estimador não viciado para o parâmetro a.
Considerando que
seja a média amostral e que X(1) = min{X1, ..., Xn) e X(n) = max{X1, ..., Xn) denotem as estatísticas extremais, julgue o item que se segue.
- 1/2 é um estimador não viciado para o parâmetro a.
Ano: 2007
Banca:
CESPE / CEBRASPE
Órgão:
TSE
Prova:
CESPE / CEBRASPE - 2007 - TSE - Analista Judiciário - Estatística |
Q2219832
Estatística
Texto associado
Texto para a questão.
Considere que Y1, Y2, ..., Yn seja uma amostra aleatória simples de uma população cuja distribuição é dada pela função de densidade f(y) = λ exp [-λ (y - α)], se y ≥ α; e f(y) = 0, se y < α, em que λ > 0 e -∞ < α < +∞ são os parâmetros da distribuição. Considere ainda as estatísticas a seguir.
Y(1) = min(Y1, Y2, ..., Yn)
Y(n) = max(Y1, Y2, ..., Yn)
Considere que o parâmetro α mencionado no texto tenha um valor
conhecido e que se deseja obter, pelo critério de mínimos
quadrados, um estimador para 1/λ que minimize 
Nessa situação, no procedimento de
estimação via mínimos quadrados, o estimador para 1/λ .
I é
- α II não é tendencioso.
III é consistente.
A quantidade de itens certos é igual a
Nessa situação, no procedimento de
estimação via mínimos quadrados, o estimador para 1/λ . I é
- α II não é tendencioso.
III é consistente.
A quantidade de itens certos é igual a
Conheça nossos planos