Questões de Concurso Para defensoria pública

Suponha que um econometrista está avaliando o conjunto de variáveis explicativas que deve ser incluído em um modelo de regressão, podendo usar os métodos de Backward ou Forward ou Stepwise.

Sobre essas alternativas, é correto afirmar que:

Com o objetivo de produzir uma estimativa por intervalo para a variância populacional, realiza-se uma amostra de tamanho n = 4, obtendo-se, após a extração, os seguintes resultados:

X₁ = 6, X₂ = 3, X₃ = 11 e X₄ = 12

Informações adicionais:

P (X²₄ < 0,75 ) = 0,05 P (X²₃ < 0,40 ) = 0,05

P (X²₄ < 10,8 ) = 0,95 P (X²₃ < 9 ) = 0,95

Então, sobre o resultado da estimação, e considerando-se um grau de confiança de 90%, tem-se que:

Após uma análise sobre a série de tempo que reflete o volume de recursos envolvidos nos feitos em que a Defensoria Pública atua, verificou-se a existência de um processo do tipo MA(2). Adicionalmente, estimou-se essa equação que modela a série sendo dada por:

Onde K é uma constante e ε_t um ruído branco, E(ε_t) = 0 e E(ε_t²) = σ²

Suponha que, ao propor um modelo de regressão linear, um pesquisador omitiu uma variável explicativa de tal forma que, ao invés de usar Y_i = 2,5 + 3X_i + 3W_i + ε_i empregou um modelo de regressão simples e, através de uma amostra com n = 10, obteve a reta de regressão estimada:

Estão disponíveis ainda as seguintes informações:

Var(X) = 12.

Seja R² = Coeficiente de Determinação da reta estimada, Tendenciosidade do estimador Variância estimada dos resíduos da regressão estimada.

Assim sendo:

Em um modelo clássico de regressão linear, os pressupostos sobre os erros e as variáveis independentes condicionam as propriedades dos estimadores de MQO.

Sobre essa conexão entre os pressupostos e as propriedades de MQO, é correto afirmar que:

As técnicas de interrogatório utilizadas para identificar se um suspeito está ou não falando a verdade têm evoluído bastante, mas ainda é impossível saber, ao certo, se um indivíduo está mentindo (β = 1) ou não (β = 0). Um investigador experiente, após um interrogatório, imagina que a probabilidade de o sujeito estar mentindo é de 80%. Para tentar melhorar sua percepção, ele faz o suspeito passar pelo detector de mentiras, que acerta em 90% dos casos quando o sujeito é mentiroso, mas em apenas 60% quando está falando a verdade. O teste do detector deu positivo para a mentira.

Incorporando esse resultado do teste no detector de mentiras, é correto afirmar que:

Seja X uma variável aleatória com parâmetro β e função de densidade de probabilidade dada por:

ƒ_x(x) = kx² · e^-x/β · β^-3, para x > 0 e Zero, caso contrário.

Para a estimação do parâmetro da distribuição, uma amostra de tamanho n é extraída e vários métodos são cogitados.

Sobre os possíveis estimadores, é correto afirmar que:

Sejam θ₁, θ₂ e θ₃ estimadores de um parâmetro populacional θ gerados a partir de uma amostra do tipo AAS de tamanho n.

Sabe-se ainda que é eficiente quando comparada com uma certa classe de estimadores, que θ₂ e θ₃ são tendenciosos, mas θ₂ não é assintoticamente tendencioso. Então:

Suponha que para estimar e testar a diferença entre as médias de duas populações cujas características são independentes sejam extraídas duas amostras. Os tamanhos de amostra são n = 36 e m = 64, para X e Y, respectivamente. Como resultado da seleção, chega-se a ̅ X = 20 e Ȳ = 17. Além disso, sabe-se que as variâncias populacionais são σ²_x = σ²_y = 100.

Em módulo, a estatística amostral para fins de estimação e inferência é:

Com o objetivo de estimar uma proporção populacional, será extraída uma amostra aleatória simples. O tamanho dessa amostra será determinado pelas escolhas do erro amostral (E), do grau de confiança (1 - α) e por hipóteses sobre o verdadeiro valor da proporção (p). Além disso, com Z~N(0,1), sabe-se que:

P(Z >1,25) ≅ 0,1 , P(Z >1,5) ≅ 0,05 e P(Z > 2) ≅ 0,025

Dentre as alternativas abaixo, todas tidas como aceitáveis, a mais econômica é:

Uma AAS (X₁, X₂,... , X_n) de tamanho n, onde cada uma das variáveis X_i é de Bernoulli, tipo 0 ou 1, todas com o mesmo parâmetro p, é extraída.

Considerando as distribuições exatas e os principais teoremas de convergência em distribuição, é correto afirmar que:

Sejam X₁, X₂, X₃, ..., X_n variáveis representativas de uma amostra aleatória simples (AAS) de tamanho n, a partir de uma população Normal com média zero e variância σ² .

Quanto às estatísticas amostrais e suas distribuições, é correto afirmar que:

Se X é uma variável aleatória contínua com função densidade de probabilidade representada por ƒ_x(x), considere a função dada por:

Então:

Suponha que A seja a variável aleatória da quantidade (centenas) mensal de novos atendimentos feitos pela Defensoria Pública, sendo uma série estacionária.

A distribuição de probabilidades de A não é conhecida, mas sabe-se que E(A) = 7 e Var(A) = 4.

Apesar da pouca informação, é correto estabelecer que:

Seja a variável aleatória bidimensional (X,Y) que tem distribuição uniforme no quadrado 0 < x < 1 e 0 < y < 1 e Zero fora dele. Por uma transformação linear é definida a v.a. bidimensional (Z,W) da seguinte maneira:

Z = X + Y e W = X – Y

Então, sobre essa outra variável bidimensional, é correto afirmar que:

Considere Y uma variável aleatória positiva tal que E(Y) = 8 e Var(Y) = 36. A partir dela são definidas outras duas variáveis, quais sejam:

Z = Y² e W = ∛Y

Então, sobre a esperança matemática E[Z – W], é correto afirmar que:

Seja X uma variável aleatória contínua cuja função densidade de probabilidade é expressa por:

ƒ_x(x)= para 0 < x < 4 e Zero; caso contrário.

Além disso, é definida uma outra variável como função de X:

Z =√X

Sobre essa nova variável, é correto afirmar que:

Para uma amostra aleatória de tamanho n = 5, que ainda será selecionada, considere as variáveis X₍₁₎, X₍₂₎,X₍₃₎,X₍₄₎ e X₍₅₎ que representam os valores amostrais ordenados.

Sabendo-se que a população tem distribuição uniforme no intervalo (0,1), é correto concluir que: