Questões de Concurso Sobre estatística
Foram encontradas 11.338 questões
Um estudo acerca do tempo (x, em anos) de guarda de
autos findos em determinada seção judiciária considerou uma
amostragem aleatória estratificada. A população consiste de uma
listagem de autos findos, que foi segmentada em quatro estratos,
segundo a classe de cada processo (as classes foram estabelecidas
por resolução de autoridade judiciária). A tabela a seguir mostra os
tamanhos populacionais (N) e amostrais (n), a média amostral
e a variância amostral dos tempos (s2
) correspondentes a cada
estrato.
Considerando que o objetivo do estudo seja estimar o tempo médio populacional (em anos) de guarda dos autos findos, julgue o item a seguir.
No desenho amostral em tela há duas unidades amostrais: a
primeira (unidade primária) corresponde à classe de cada
processo, e a segunda (unidade secundária) refere-se a auto
findo presente na listagem
Um estudo acerca do tempo (x, em anos) de guarda de
autos findos em determinada seção judiciária considerou uma
amostragem aleatória estratificada. A população consiste de uma
listagem de autos findos, que foi segmentada em quatro estratos,
segundo a classe de cada processo (as classes foram estabelecidas
por resolução de autoridade judiciária). A tabela a seguir mostra os
tamanhos populacionais (N) e amostrais (n), a média amostral
e a variância amostral dos tempos (s2
) correspondentes a cada
estrato.
Considerando que o objetivo do estudo seja estimar o tempo médio populacional (em anos) de guarda dos autos findos, julgue o item a seguir.
erro padrão referente à estimação do tempo médio x no
estrato D foi menor ou igual a 0,1.
Um estudo acerca do tempo (x, em anos) de guarda de
autos findos em determinada seção judiciária considerou uma
amostragem aleatória estratificada. A população consiste de uma
listagem de autos findos, que foi segmentada em quatro estratos,
segundo a classe de cada processo (as classes foram estabelecidas
por resolução de autoridade judiciária). A tabela a seguir mostra os
tamanhos populacionais (N) e amostrais (n), a média amostral
e a variância amostral dos tempos (s2
) correspondentes a cada
estrato.
Considerando que o objetivo do estudo seja estimar o tempo médio populacional (em anos) de guarda dos autos findos, julgue o item a seguir.
A estimativa do tempo médio populacional da guarda dos autos
findos é maior ou igual a 12 anos.
Um estudo acerca do tempo (x, em anos) de guarda de
autos findos em determinada seção judiciária considerou uma
amostragem aleatória estratificada. A população consiste de uma
listagem de autos findos, que foi segmentada em quatro estratos,
segundo a classe de cada processo (as classes foram estabelecidas
por resolução de autoridade judiciária). A tabela a seguir mostra os
tamanhos populacionais (N) e amostrais (n), a média amostral
e a variância amostral dos tempos (s2
) correspondentes a cada
estrato.
Considerando que o objetivo do estudo seja estimar o tempo médio populacional (em anos) de guarda dos autos findos, julgue o item a seguir.
A fração amostral utilizada no estudo em tela foi igual ou
superior a 10%.
Um estudo acerca do tempo (x, em anos) de guarda de
autos findos em determinada seção judiciária considerou uma
amostragem aleatória estratificada. A população consiste de uma
listagem de autos findos, que foi segmentada em quatro estratos,
segundo a classe de cada processo (as classes foram estabelecidas
por resolução de autoridade judiciária). A tabela a seguir mostra os
tamanhos populacionais (N) e amostrais (n), a média amostral
e a variância amostral dos tempos (s2
) correspondentes a cada
estrato.
Considerando que o objetivo do estudo seja estimar o tempo médio populacional (em anos) de guarda dos autos findos, julgue o item a seguir.
No estudo em questão foi aplicada uma amostragem aleatória
estratificada com alocação proporcional ao tamanho dos
estratos.
Uma amostra aleatória simples Y1, Y2, ..., Yn, retirada de uma população Bernoulli, é tal que
para y = 0 ou 1, 0 < θ < 1 e k = 1, 2, ..., n. O objetivo é efetuar
inferências acerca do parâmetro θ mediante aplicação de métodos
computacionais.
Considerando que para r ≥ 0, 
represente a estimativa de θ obtida na r-ésima iteração de um algoritmo de estimação, julgue o seguinte item.
O método HPD (high probability density) é um algoritmo que
proporciona um intervalo de confiança clássico (frequentista)
para o parâmetro θ.
Uma amostra aleatória simples Y1, Y2, ..., Yn, retirada de uma população Bernoulli, é tal que
para y = 0 ou 1, 0 < θ < 1 e k = 1, 2, ..., n. O objetivo é efetuar
inferências acerca do parâmetro θ mediante aplicação de métodos
computacionais.
Considerando que para r ≥ 0, 
represente a estimativa de θ obtida na r-ésima iteração de um algoritmo de estimação, julgue o seguinte item.
O amostrador de Gibbs, um algoritmo sequencial de Monte
Carlo, permite simular a distribuição a priori do parâmetro θ,
desde que a forma funcional da sua função de densidade, ƒ(θ),
seja conhecida.
Uma amostra aleatória simples Y1, Y2, ..., Yn, retirada de uma população Bernoulli, é tal que
para y = 0 ou 1, 0 < θ < 1 e k = 1, 2, ..., n. O objetivo é efetuar
inferências acerca do parâmetro θ mediante aplicação de métodos
computacionais.
Considerando que para r ≥ 0, 
represente a estimativa de θ obtida na r-ésima iteração de um algoritmo de estimação, julgue o seguinte item.
No algoritmo de Metropolis-Hastings tem-se a forma iterativa 
, na qual ƒ representa a função de
densidade a priori de θ, e ∈, > 0 representa um incremento
aleatório. Nesse algoritmo, a probabilidade de aceitação do
valor proposto 
como uma estimativa viável para o
parâmetro de interesse é constante.
Uma amostra aleatória simples Y1, Y2, ..., Yn, retirada de uma população Bernoulli, é tal que
para y = 0 ou 1, 0 < θ < 1 e k = 1, 2, ..., n. O objetivo é efetuar
inferências acerca do parâmetro θ mediante aplicação de métodos
computacionais.
Considerando que para r ≥ 0, 
represente a estimativa de θ
obtida na r-ésima iteração de um algoritmo de estimação, julgue o seguinte item.
O método de Monte Carlo via cadeia de Markov (MCMC)
pertence à classe de algoritmos de estimação não sequencial,
em que 
forma um conjunto de valores mutuamente
independentes. Excluindo-se o valor inicial 
, uma
estimativa do parâmetro θ é dada por 
, na
qual q representa um valor suficientemente grande.
Considerando que Y, U e Q sejam mutuamente independentes, julgue o próximo item.
Caso W seja uma realização retirada de uma distribuição
normal com média nula e variância k, será correto afirmar que
o produto 
é realização de uma distribuição t de
Student com k graus de liberdade.
Considerando que Y, U e Q sejam mutuamente independentes, julgue o próximo item.
A transformação 
proporciona uma realização da
distribuição normal padrão.
Considerando que Y, U e Q sejam mutuamente independentes, julgue o próximo item.
Realizações G de uma distribuição gama com média 2m podem
ser obtidas com base na transformação G = Y - m × ln(U).
Considerando que Y, U e Q sejam mutuamente independentes, julgue o próximo item.
O produto 
segue uma distribuição normal com
média nula.
Considerando que Y, U e Q sejam mutuamente independentes, julgue os próximos item.
Suponha que Y1, Y2, ..., Yn sejam n realizações independentes
retiradas de uma distribuição exponencial com média m. Nessa
situação, a média 
representa uma estimativa da
integral 
Diversos processos buscam reparação financeira por danos morais. A tabela seguinte mostra os valores, em reais, buscados em 10 processos — numerados de 1 a 10 — de reparação por danos morais, selecionados aleatoriamente em um tribunal.
A partir dessas informações e sabendo que os dados seguem uma distribuição normal, julgue o item subsequente.
Na situação em questão, em que os dados seguem uma distribuição normal, o teste não paramétrico de Wilcoxon é menos poderoso que o teste t de Student.
Diversos processos buscam reparação financeira por danos morais. A tabela seguinte mostra os valores, em reais, buscados em 10 processos — numerados de 1 a 10 — de reparação por danos morais, selecionados aleatoriamente em um tribunal.
A partir dessas informações e sabendo que os dados seguem uma distribuição normal, julgue o item subsequente.
Nessa situação, se for possível usar o teste t de Student, então esse teste teria 9 graus de liberdade.
Diversos processos buscam reparação financeira por danos morais. A tabela seguinte mostra os valores, em reais, buscados em 10 processos — numerados de 1 a 10 — de reparação por danos morais, selecionados aleatoriamente em um tribunal.
A partir dessas informações e sabendo que os dados seguem uma distribuição normal, julgue o item subsequente.
Caso seja de interesse testar, por exemplo, se a média dos valores é diferente de 3.500, para calcular o p-valor do teste no referido estudo é suficiente multiplicar a
por 2,
em que 
é a média amostral. Diversos processos buscam reparação financeira por danos morais. A tabela seguinte mostra os valores, em reais, buscados em 10 processos — numerados de 1 a 10 — de reparação por danos morais, selecionados aleatoriamente em um tribunal.
A partir dessas informações e sabendo que os dados seguem uma distribuição normal, julgue o item subsequente.
Uma forma de verificar a normalidade dos dados seria pelo
teste de Kolmogorov-Smirnov, calculando-se o valor crítico,
para n pequeno (n < 10), pela aproximação 
, em que α é o nível de significância do
teste.
Diversos processos buscam reparação financeira por danos morais. A tabela seguinte mostra os valores, em reais, buscados em 10 processos — numerados de 1 a 10 — de reparação por danos morais, selecionados aleatoriamente em um tribunal.
A partir dessas informações e sabendo que os dados seguem uma distribuição normal, julgue o item subsequente.
Se µ = estimativa pontual para a média dos valores buscados
como reparação por danos morais no referido tribunal, então
3.000 < µ < 3.300.
A tabela a seguir foi usada para verificar se existe alguma relação entre a variável p = quantidade de páginas de um processo e a variável t = tempo necessário para a conclusão desse processo.
Considerando que Xj2 denota a distribuição qui-quadrado com j graus de liberdade e que P( X12> 3,84) = 0,05, P(X22> 5,99) = 0,05, P( X32 > 7,81) = 0,05, P(X12 > 2,71) = 0,10, P( X22 > 4,60) = 0,10, P(X32 > 6,25) = 0,10, julgue o item que se segue, tendo como referência as informações na tabela.
Se, a partir do teste de independência entre as referidas
variáveis, o valor calculado da estatística qui-quadrado for
superior a 60, então será correto concluir com 95% de
confiança que existe associação entre essas variáveis.
Conheça nossos planos