Questões de Concurso Público INPI 2013 para Analista de Planejamento - Estatistica

Foram encontradas 70 questões

Q313986 Estatística
           0  0  3  3  3  4  1  2  2  1  1  2  3  3  4  1  2  2  0  4

Considerando os dados acima, que representam a quantidade de doutores presentes em pesquisas que geraram patentes industriais, julgue os próximos itens.
O nível de mensuração da variável é qualitativo ordinal.

Alternativas
Q313987 Estatística
           0  0  3  3  3  4  1  2  2  1  1  2  3  3  4  1  2  2  0  4

Considerando os dados acima, que representam a quantidade de doutores presentes em pesquisas que geraram patentes industriais, julgue os próximos itens.
Mais de 25% das pesquisas apresentam 3 ou mais doutores como seus componentes.

Alternativas
Q313988 Estatística
Com relação à análise de séries temporais, julgue os itens que se seguem.

Ao se aplicar um modelo de tendência, cujo tempo é utilizado como variável explicativa em um modelo de regressão linear, deve-se utilizar o teste de Durbin-Watson para verificar a autocorrelação serial dos resíduos.

Alternativas
Q313989 Estatística
Com relação à análise de séries temporais, julgue os itens que se seguem.

A diferença entre um modelo ARIMA e um modelo SARIMA é a sazonalidade presente nos dados.

Alternativas
Q313990 Estatística
Com relação à análise de séries temporais, julgue os itens que se seguem.

A função de autocorrelação e a função de autocorrelação parcial permitem avaliar a qualidade do ajuste e decidir sobre a ordem do modelo a ser empregado.

Alternativas
Q313991 Estatística
Com relação aos modelos de regressão linear, julgue os itens a seguir.

Considere que B 1sejam os estimadores de mínimos quadrados e B 2os estimadores de máxima verossimilhança do conjunto de parâmetros β de determinado modelo de regressão. Nesse caso, se E( representa o valor esperado e V (•)  a variância dos estimadores, então E (B1) = E (B 2) = β e V (B1) > V (B2).

Alternativas
Q313992 Estatística
Com relação aos modelos de regressão linear, julgue os itens a seguir.

Considere que B seja o estimador de máxima verossimilhança dos parâmetros β de um modelo de regressão. Nesse caso, a distribuição da variável resposta, condicionada a B, tem média dependente de β

Alternativas
Q313993 Estatística
Com relação aos modelos de regressão linear, julgue os itens a seguir.

Considere um modelo de regressão linear simples, tal que o tamanho amostral seja n = 10 e Σ xi = 20 e Σ (xi - x ) ² = 60 em que xi seja o valor da covariável x na observação i, i =1, 2, ..., n, e x seja a média amostral de x.
Nesse caso, sabendo que X'Y = Imagem associada para resolução da questão,em que X' representa a matriz transposta dos valores observados da covariável x e Y, a matriz dos valores observados da variável dependente.
Assim, os coeficientes do modelo de regressão são dados por b = Imagem associada para resolução da questão

Alternativas
Q313994 Matemática
O modelo Yi = βo exp ( β1Xi) ∈sub>i,∈i ~ D ( θ ), com Yi, Yj independentes para i ≠ j, implica que a relação entre Zi = log Yi e Xi será um modelo linear simples, se a distribuição D ( θ ) de ∈ifor a distribuição Normal.

Alternativas
Q313995 Estatística
Em uma regressão múltipla, o gráfico do coeficiente de determinação ajustado Imagem 012.jpg , em oposição ao número de parâmetros no modelo ( p ), permite selecionar modelos de regressão que, para um número escolhido de parâmetros, apresentam a maior soma de quadrados do resíduo.

Alternativas
Q313996 Estatística

Acerca da teoria geral de modelos de regressão linear, julgue os itens subsequentes

Considere que, em determinado modelo de regressão, em que a variável resposta (Y) não tem como modelo uma distribuição Normal, seja aplicada a transformação de Box e Cox, Y* = Imagem associada para resolução da questão Nessa situação, o parâmetro da transformação de Box e Cox será λ < 23
Alternativas
Q313997 Estatística
Considere que, em um modelo de regressão linear múltipla, a variância associada à média da resposta estimada para um vetor X* de novas observações seja σ 21 e a variância do erro de predição correspondente, σ 22.

Nessa situação, é correto afirmar que o quadrado médio do resíduo será QMR ≤ σ 22  -  σ 21.
Alternativas
Q313998 Estatística
Em relação à análise de variância para avaliar a qualidade de ajuste de modelos de regressão, julgue os próximos itens.

Considere que, em um modelo de regressão de Y, explicado por X1, se obtenha uma soma de quadrados totais (SQT) igual a 419,875 e uma soma de quadrados da regressão (SQReg) igual a 231,125. Assumindo que, no modelo de Y, explicado por X1 e X2, se obtenha uma soma de quadrados do resíduo (SQR) igual a 17,625, então é correto afirmar que a soma de quadrado extra, devido ao acréscimo de X2, é igual a 171,125.

Alternativas
Q313999 Estatística
Em relação à análise de variância para avaliar a qualidade de ajuste de modelos de regressão, julgue os próximos itens.

Assuma que um modelo de regressão com 5 variáveis explicativas tenha sido ajustado em uma amostra de tamanho n = 25 e obteve-se um coeficiente de determinação do modelo igual a R2 = 0,80. Nessa situação, o coeficiente de determinação ajustado (R2α)será maior que 0,75.
Alternativas
Q314000 Estatística
Em relação à análise de variância para avaliar a qualidade de ajuste de modelos de regressão, julgue os próximos itens.

Considere que, em um modelo de regressão linear simples ajustado em uma amostra de tamanho n = 16, tenha sido obtido um valor crítico para a análise de variância do teste de ajuste do modelo igual a 4,54. Nesse cenário, se o modelo estiver bem ajustado, o coeficiente de determinação será maior que 56
Alternativas
Q314001 Estatística
Em relação à análise de variância para avaliar a qualidade de ajuste de modelos de regressão, julgue os próximos itens.

Considere uma variável resposta X e duas variáveis explicativas X1 e X2. Nesse caso, a soma de quadrados totais (SQT) do modelo Y , explicado por X1, será maior que a soma de quadrados totais do modelo Y, explicado por X1 e X2.

Alternativas
Q314002 Estatística
A respeito da análise de resíduos nos modelos de regressão, julgue os itens a seguir.

Considerando que hii >= Xi ' ( X'X) -1Xi seja uma medida de desvio das covariáveis com relação à respectiva média e que, para uma amostra de tamanho n = 25, observações com hii > 0,2 indiquem pontos afastados da média das covariáveis, conclui-se que tal modelo possui menos de quatro variáveis explicativas.

Alternativas
Q314003 Matemática
A respeito da análise de resíduos nos modelos de regressão, julgue os itens a seguir.

Em um modelo de regressão linear múltipla, o gráfico dos resíduos da regressão de Y por X i, em oposição aos resíduos da regressão de X2 por X1, é usado para verificar heterocedasticidade.

Alternativas
Q314004 Estatística
A respeito da análise de resíduos nos modelos de regressão, julgue os itens a seguir.

Suponha que, em um modelo de regressão ajustado, em uma pequena amostra, obteve-se uma observação Xicuja medida de desvio das covariáveis com relação à respectiva média foi igual a hii = 1/5 Nesse caso, se o resíduo padronizado for superior a 2, então essa observação será um ponto influente.

Alternativas
Q314005 Estatística
Com relação às cadeias de Markov em tempo discreto, julgue os itens seguintes.

Sabendo que, em uma cadeia de Markov com 2 estados, as probabilidades iniciais são dadas por
imagem-retificada-texto-003.jpg
Então a probabilidade de cada estado após 2 passos é dada, respectivamente, por π2 (1) = π0 (1)   e   π2 (2) = π0 (2)
Alternativas
Respostas
21: E
22: C
23: C
24: C
25: C
26: E
27: E
28: C
29: E
30: E
31: C
32: C
33: C
34: C
35: C
36: E
37: E
38: E
39: C
40: C