Questões de Concurso Público FUB 2013 para Estatístico
Foram encontradas 70 questões
Q397430
Estatística
Acerca de intervalos de confiança e de credibilidade, julgue os itens subsequentes.
Considere duas amostras provenientes da mesma população, para as quais os intervalos de confiança para um parâmetro θ sejam, respectivamente, J1 = [a, b] e J2 = [c, d]. No teste de hipóteses H0: θ = 1 versus H1: θ ≠ 1, caso a hipótese nula seja rejeitada na primeira amostra, mas não na segunda, é correto afirmar que a ≤ θ ≤ c.
Considere duas amostras provenientes da mesma população, para as quais os intervalos de confiança para um parâmetro θ sejam, respectivamente, J1 = [a, b] e J2 = [c, d]. No teste de hipóteses H0: θ = 1 versus H1: θ ≠ 1, caso a hipótese nula seja rejeitada na primeira amostra, mas não na segunda, é correto afirmar que a ≤ θ ≤ c.
Q397431
Estatística
Acerca de intervalos de confiança e de credibilidade, julgue os itens subsequentes.
Não se pode definir um intervalo J = [a ,b] de credibilidade HPD (highest probability density) para o parâmetro aleatório θ, tal que P(θ ≤ a) ≠ P(θ ≤ b).
Não se pode definir um intervalo J = [a ,b] de credibilidade HPD (highest probability density) para o parâmetro aleatório θ, tal que P(θ ≤ a) ≠ P(θ ≤ b).
Q397432
Estatística
Acerca de intervalos de confiança e de credibilidade, julgue os itens subsequentes.
Se J1 for o intervalo de confiança de tamanho 1 – α para o parâmetro θ e, se J2 for o intervalo de credibilidade 1 - α para o mesmo parâmetro, então, após selecionar a amostra,P(θ ∈ J1) = P(θ ∈ J2)
Se J1 for o intervalo de confiança de tamanho 1 – α para o parâmetro θ e, se J2 for o intervalo de credibilidade 1 - α para o mesmo parâmetro, então, após selecionar a amostra,P(θ ∈ J1) = P(θ ∈ J2)
Q397433
Estatística
Acerca de intervalos de confiança e de credibilidade, julgue os itens subsequentes.
Em geral, os intervalos de confiança são obtidos com base em uma quantidade pivotal apropriada que segue uma distribuição normal padrão.
Em geral, os intervalos de confiança são obtidos com base em uma quantidade pivotal apropriada que segue uma distribuição normal padrão.
Q397434
Estatística
No que se refere a testes de hipóteses, julgue os itens subsecutivos.
O tamanho amostral influencia o poder do teste e o nível de significância.
O tamanho amostral influencia o poder do teste e o nível de significância.
Q397435
Estatística
No que se refere a testes de hipóteses, julgue os itens subsecutivos.
O teste de razão de verossimilhanças generalizadas (TRVG) é uma alternativa ao teste qui-quadrado de Pearson para a avaliação da independência em tabelas de contingência. Sabendo-se que o TRVG considera uma distribuição multinomial, é correto afirmar que a distribuição assintótica da sua estatística do teste possui número de graus de liberdade diferente do número de graus de liberdade da distribuição do teste de Pearson.
O teste de razão de verossimilhanças generalizadas (TRVG) é uma alternativa ao teste qui-quadrado de Pearson para a avaliação da independência em tabelas de contingência. Sabendo-se que o TRVG considera uma distribuição multinomial, é correto afirmar que a distribuição assintótica da sua estatística do teste possui número de graus de liberdade diferente do número de graus de liberdade da distribuição do teste de Pearson.
Q397436
Estatística
No que se refere a testes de hipóteses, julgue os itens subsecutivos.
O poder de um teste de hipóteses tende a diminuir à medida que o nível de significância decresce.
O poder de um teste de hipóteses tende a diminuir à medida que o nível de significância decresce.
Q397437
Estatística
Julgue o item abaixo, sobre a relação entre intervalo de confiança e teste de hipóteses.
Considere que o intervalo de confiança [3, 8] seja usado para testar as hipóteses H0: μ = μ0 versus H1: μ > μ0 Nesse cenário, a hipótese nula será rejeitada somente se μ0 > 8.
Considere que o intervalo de confiança [3, 8] seja usado para testar as hipóteses H0: μ = μ0 versus H1: μ > μ0 Nesse cenário, a hipótese nula será rejeitada somente se μ0 > 8.
Q397438
Estatística
Com relação aos estimadores de mínimos quadrados e de máxima verossimilhança, julgue os itens seguintes.
Se o estimador de mínimos quadrados para os coeficientes de um modelo linear coincidir com o respectivo estimador de máxima verossimilhança, então a distribuição da variável resposta será Normal.
Se o estimador de mínimos quadrados para os coeficientes de um modelo linear coincidir com o respectivo estimador de máxima verossimilhança, então a distribuição da variável resposta será Normal.
Q397439
Matemática
Com relação aos estimadores de mínimos quadrados e de máxima verossimilhança, julgue os itens seguintes.
Se a amostra X1, X2, ... , Xn for formada por observações dependentes, então a função de verossimilhança será igual a
Se a amostra X1, X2, ... , Xn for formada por observações dependentes, então a função de verossimilhança será igual a
Q397440
Estatística
Com relação aos estimadores de mínimos quadrados e de máxima verossimilhança, julgue os itens seguintes.
Não há garantias de que o estimador de máxima verossimilhança seja não viesado.
Não há garantias de que o estimador de máxima verossimilhança seja não viesado.
Q397441
Matemática
Acerca dos modelos de regressão linear, julgue os itens a seguir.
O intercepto do modelo de regressão linear simples Yi = α + βi + ∈i, ∈i ~ N( 0; σ2) depende apenas da média de x e y para ser calculado.
O intercepto do modelo de regressão linear simples Yi = α + βi + ∈i, ∈i ~ N( 0; σ2) depende apenas da média de x e y para ser calculado.
Q397442
Matemática
Acerca dos modelos de regressão linear, julgue os itens a seguir.
Considere que um modelo linear múltiplo com interação seja dado por Yi = β0 + β1 X1i + β2 X2i - β12 X1i X2i + ∈i, ∈i ~N ( 0; σ2) em que E ( Yi | X1i = 0, X2i= 0) = E ( Yi | X 1i = 1, X2i = k), k < ∞, β1 > 0, β2 > 0, β12 > 0 .Nessa situação, β2 ≠ β12.
Considere que um modelo linear múltiplo com interação seja dado por Yi = β0 + β1 X1i + β2 X2i - β12 X1i X2i + ∈i, ∈i ~N ( 0; σ2) em que E ( Yi | X1i = 0, X2i= 0) = E ( Yi | X 1i = 1, X2i = k), k < ∞, β1 > 0, β2 > 0, β12 > 0 .Nessa situação, β2 ≠ β12.
Q397443
Matemática
Acerca dos modelos de regressão linear, julgue os itens a seguir.
Considere que Y seja uma variável binária e Z seja definida por Z = 1n ( p/1- p) = β 0 + β1X em que p = p( Y = 1) e X é uma covariável. Considere ainda que X assuma valores inteiros positivos, que β0= β1 = 0,2 e que 2,72 e 7,39 sejam os valores aproximados, respectivamente, de e e e2 Nessa situação, é correto afirmar que a chance de Y = 1 quando X = 10 é superior a 5 vezes a chance correspondente quando X = 0.
Considere que Y seja uma variável binária e Z seja definida por Z = 1n ( p/1- p) = β 0 + β1X em que p = p( Y = 1) e X é uma covariável. Considere ainda que X assuma valores inteiros positivos, que β0= β1 = 0,2 e que 2,72 e 7,39 sejam os valores aproximados, respectivamente, de e e e2 Nessa situação, é correto afirmar que a chance de Y = 1 quando X = 10 é superior a 5 vezes a chance correspondente quando X = 0.
Q397444
Matemática
Considerando os métodos de inferência para os parâmetros do modelo de regressão, julgue os próximos itens.
Considerando um gráfico da distância de Cook para cada observação amostral que resultou de um ajuste por regressão linear, as observações influentes são aquelas que apresentam pequenas distâncias de Cook
Considerando um gráfico da distância de Cook para cada observação amostral que resultou de um ajuste por regressão linear, as observações influentes são aquelas que apresentam pequenas distâncias de Cook
Q397445
Estatística
Considerando os métodos de inferência para os parâmetros do modelo de regressão, julgue os próximos itens.
Uma medida de alavanca de um modelo de regressão é tal que
em que tij é o resíduo do modelo de regressão da variável Xi explicada pelas demais variáveis independentes do modelo para a observação j. Supondo um modelo de regressão com 2 variáveis dependentes, no qual apenas k-ésima observação amostral seja influente, se Ø1k > Ø2k então o valor X2k tem um impacto maior que o valor X1k na influência da k-ésima observação.
Uma medida de alavanca de um modelo de regressão é tal que
em que tij é o resíduo do modelo de regressão da variável Xi explicada pelas demais variáveis independentes do modelo para a observação j. Supondo um modelo de regressão com 2 variáveis dependentes, no qual apenas k-ésima observação amostral seja influente, se Ø1k > Ø2k então o valor X2k tem um impacto maior que o valor X1k na influência da k-ésima observação.
Q397446
Matemática
Considerando os métodos de inferência para os parâmetros do modelo de regressão, julgue os próximos itens.
Um critério utilizado para se verificar a qualidade de ajuste de um modelo de regressão é o AIC (critério de informação de Akaike), que é dado por AIC = 2(k – l (b; X)), em que k é o número de parâmetros do modelo e l (b; X) é a log-verossimilhança l(β; X) calculada em β = b. Considerando a classe dos modelos com k = κ parâmetros, então o AIC será mínimo se b for o estimador de máxima verossimilhança para β.
Um critério utilizado para se verificar a qualidade de ajuste de um modelo de regressão é o AIC (critério de informação de Akaike), que é dado por AIC = 2(k – l (b; X)), em que k é o número de parâmetros do modelo e l (b; X) é a log-verossimilhança l(β; X) calculada em β = b. Considerando a classe dos modelos com k = κ parâmetros, então o AIC será mínimo se b for o estimador de máxima verossimilhança para β.
Q397447
Estatística
Com relação à análise de variância para verificação da qualidade de ajuste de um modelo de regressão, julgue os itens seguintes.
Em uma tabela de análise de variância para a qualidade de ajuste do seguinte modelo de regressão
Yi = β0 + β1 X1 + β2 X2 + ∈i, ∈ i ~N ( 0; σ2 ) se a hipótese nula for rejeitada, então β0 = 0 mas β1 ≠ 0, β2 ≠ 0
Em uma tabela de análise de variância para a qualidade de ajuste do seguinte modelo de regressão
Yi = β0 + β1 X1 + β2 X2 + ∈i, ∈ i ~N ( 0; σ2 ) se a hipótese nula for rejeitada, então β0 = 0 mas β1 ≠ 0, β2 ≠ 0
Q397448
Estatística
Com relação à análise de variância para verificação da qualidade de ajuste de um modelo de regressão, julgue os itens seguintes.
Em um modelo de regressão linear simples, o quadrado médio associado ao modelo é menor que a respectiva soma de quadrados. O mesmo ocorre com o quadrado médio dos resíduos em comparação com a soma de quadrado dos resíduos.
Em um modelo de regressão linear simples, o quadrado médio associado ao modelo é menor que a respectiva soma de quadrados. O mesmo ocorre com o quadrado médio dos resíduos em comparação com a soma de quadrado dos resíduos.
Q397449
Estatística
Com relação à análise de variância para verificação da qualidade de ajuste de um modelo de regressão, julgue os itens seguintes.
O coeficiente de correlação múltipla R2 pode ser calculado dividindo a soma de quadrados do resíduo pela soma de quadrado total.
O coeficiente de correlação múltipla R2 pode ser calculado dividindo a soma de quadrados do resíduo pela soma de quadrado total.
Conheça nossos planos