Questões de Concurso Sobre estatística

Considerando essas informações, bem como f (x , y)=0 para os demais pontos, julgue o item a seguir.

A probabilidade de um ponto escolhido aleatoriamente do conjunto [0, 2] × [0, 3] estar localizado no quadrado unitário [0, 1]² é maior que 50%.

Considerando essas informações, bem como f (x , y)=0 para os demais pontos, julgue o item a seguir.

E [X] > E [Y].

Julgue o item subsequente, relativo à visualização de dados.

Gráfico de pizza é a melhor escolha para a visualização de grandes conjuntos de dados complexos. 

Julgue o item subsequente, relativo à visualização de dados.

Gráficos de barras são adequados para comparar diferentes categorias de dados.

Julgue o item subsequente, relativo à visualização de dados.

Dashboards interativos permitem aos usuários explorar os dados em diferentes níveis de detalhe, facilitando a análise e a tomada de decisões. 

Julgue o item subsequente, relativo à visualização de dados.

A escolha das cores em um gráfico tem pouca influência na interpretação dos dados. 

Acerca de análise quantitativa, julgue o item que se segue. 

A utilização de técnicas de análise quantitativa, como análise de séries temporais, pode revelar informações relevantes e tendências futuras acerca de determinado conjunto de dados. 

Acerca de análise quantitativa, julgue o item que se segue. 

No que se refere à compreensão de conceitos subjetivos, a análise quantitativa é mais adequada que a qualitativa.

Acerca de análise quantitativa, julgue o item que se segue. 

Amostras maiores tendem a fornecer estimativas mais precisas dos parâmetros de determinada população.

No que se refere a modelagem estatística de dados, julgue o item subsecutivo.

A modelagem estatística de dados é realiza em cinco etapas, na seguinte sequência: coleta de dados; análise exploratória; análise descritiva; manipulação do banco de dados; e diagnóstico. 

No que se refere a modelagem estatística de dados, julgue o item subsecutivo.

O método ARIMA refere-se aos modelos de séries temporais, que fazem a previsão de valores futuros com base na autocorreção e na sazonalidade. 

No que se refere a modelagem estatística de dados, julgue o item subsecutivo.

O modelo de árvore de decisão é utilizado quando a resposta é binária, como, por exemplo, prever se um cliente fará ou não determinada compra com base em seu histórico de compras. 

No que se refere a modelagem estatística de dados, julgue o item subsecutivo.

A modelagem do tipo relacional organiza os dados em forma de tabelas, com linhas e colunas, e utiliza os elementos de medidas e dimensões.

As tabelas precedentes mostram as estimativas dos coeficientes e seus respectivos erros padrão proporcionados pelo método de mínimos quadrados ordinários em um modelo de regressão linear com um intercepto e 4 variáveis regressoras (X₁, X₂, X₃ e X₄) para modelar uma variável dependente Y. As tabelas mostram, ainda, o tamanho da amostra, o coeficiente de determinação (R² ) e o erro quadrático médio desse modelo, que foi igual a 36. Com base nessas informações e nos dados das tabelas, julgue o item subsequente. 

O coeficiente de explicação deverá aumentar se a variável X2 for retirada do modelo.

As tabelas precedentes mostram as estimativas dos coeficientes e seus respectivos erros padrão proporcionados pelo método de mínimos quadrados ordinários em um modelo de regressão linear com um intercepto e 4 variáveis regressoras (X₁, X₂, X₃ e X₄) para modelar uma variável dependente Y. As tabelas mostram, ainda, o tamanho da amostra, o coeficiente de determinação (R² ) e o erro quadrático médio desse modelo, que foi igual a 36. Com base nessas informações e nos dados das tabelas, julgue o item subsequente. 

Se a variável Y for considerada normal, e assumindo-se que a aproximação normal seja válida para a distribuição dos estimadores dos coeficientes do modelo, é correto concluir que todos os coeficientes são estatisticamente significativos com p-valores inferiores a 1%.

As tabelas precedentes mostram as estimativas dos coeficientes e seus respectivos erros padrão proporcionados pelo método de mínimos quadrados ordinários em um modelo de regressão linear com um intercepto e 4 variáveis regressoras (X₁, X₂, X₃ e X₄) para modelar uma variável dependente Y. As tabelas mostram, ainda, o tamanho da amostra, o coeficiente de determinação (R² ) e o erro quadrático médio desse modelo, que foi igual a 36. Com base nessas informações e nos dados das tabelas, julgue o item subsequente. 

A variância amostral da variável dependente Y é superior a 85. 

As tabelas precedentes mostram as estimativas dos coeficientes e seus respectivos erros padrão proporcionados pelo método de mínimos quadrados ordinários em um modelo de regressão linear com um intercepto e 4 variáveis regressoras (X₁, X₂, X₃ e X₄) para modelar uma variável dependente Y. As tabelas mostram, ainda, o tamanho da amostra, o coeficiente de determinação (R² ) e o erro quadrático médio desse modelo, que foi igual a 36. Com base nessas informações e nos dados das tabelas, julgue o item subsequente. 

O valor do R² ajustado (R²_ajustado) é superior a 60%. 

As tabelas precedentes mostram as estimativas dos coeficientes e seus respectivos erros padrão proporcionados pelo método de mínimos quadrados ordinários em um modelo de regressão linear com um intercepto e 4 variáveis regressoras (X₁, X₂, X₃ e X₄) para modelar uma variável dependente Y. As tabelas mostram, ainda, o tamanho da amostra, o coeficiente de determinação (R² ) e o erro quadrático médio desse modelo, que foi igual a 36. Com base nessas informações e nos dados das tabelas, julgue o item subsequente. 

O desvio padrão dos resíduos do modelo de regressão é igual a 6.

Supondo que os valores 105, 115, 98, 102 e 110 constituam uma amostra aleatória de preços diários, em reais, de determinado título financeiro oferecido por uma instituição financeira, julgue o item a seguir.

O intervalo interquartil é igual a 18.