Questões de Concurso
Para agência reguladora
Foram encontradas 21.523 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Uma distribuição apresentou as seguintes medidas:
Q1 = 24,4 cm Q3 = 41,2 cm
P10 = 20,2cm P90 = 49,5 cm
Com tais medidas, a curtose é r1 = 0,286689 e a curva é
Considere as variáveis aleatórias X: nota na disciplina de Estatística e Y: nota na disciplina de matemática. Essas variáveis foram observadas em 5 alunos, ao final do semestre. Os dados estão apresentados a seguir.
X 4,0 5,0 6,0 7,0 8,0
Y 3,0 4,0 7,0 8,0 10,
Calcule o coeficiente de correlação de Pearson.
Um modelo de regressão linear simples, formalmente, pode ser representado por: Yi = α + βxi + ei , i=1, 2, ..., n, em que Y é uma variável, aleatória, resposta dependente de X que é uma variável independente, α e β são os parâmetros do modelo e ei são os erros aleatórios. Os estimadores de mínimos quadrados de α e β são denotados por e . Assinale a alternativa que representa a variância de .
Dada a sucessão o limite quando n → + ∞ é igual a
O teste de Kruskal-Wallis é um teste que foi desenvolvido com o objetivo de substituir o teste F aplicado na estatística paramétrica, ou seja, sua finalidade é confrontar k amostras. Quanto às pressuposições a respeito da distribuição das observações para a aplicação desse teste, informe se é verdadeiro (V) ou falso (F) o que se afirma a seguir e assinale a alternativa com a sequência correta.
( ) As observações são todas independentes.
( ) As k populações são aproximadamente da mesma forma e discretas.
( ) Dentro de uma dada amostra, todas as observações são provenientes de uma mesma população.
( ) As k populações são aproximadamente da mesma forma e contínuas.
( ) As observações são independentes entre as amostras.
Teoria 8 3 9 2 7 10 4 6 1 5 Prática 9 5 10 1 8 7 3 4 2 6
Qual é o coeficiente de correlação de postos
Na estimação pelo método de máxima verossimilhança, geralmente, o método de Newton-Rapson é utilizado para encontrar as estimativas dos parâmetros. X é uma variável aleatória definida sob um espaço de probabilidade (Ω, σ, P)com x ∈ Ω e função de densidade de probabilidade ƒ (x, θ) , onde θ ∈ R; X = (x1, x2, ... , xn) é uma amostra aleatória de X e ƒ(xi , θ) a função de verossimilhança. Suponha que a estimativa de máxima verossimilhança de θ, , satisfaz . Sendo a estimativa de θ, após a iteração k do algoritmo, então:
Um experimento é feito com o objetivo de comparar o efeito de três diferentes tratamentos com fertilizantes na produção de milho. Os tratamentos foram aplicados em 13 parcelas para uma mesma variedade de milho. Na tabela seguinte, está a análise de variância dos resultados.
Assinale a alternativa cuja resposta é a interpretação correta da tabela de análise de variância. (α = 5%)
No planejamento de uma pesquisa, em algumas situações, uma característica explanatória pode não ser um fator experimental, mas uma co-variável explanatória. Acerca das propriedades dos níveis dessa co-variável, informe se é verdadeiro (V) ou falso (F) o que se afirma a seguir e assinale a alternativa com a sequência correta.
( ) São escolhidos e definidos no plano do experimento.
( ) Não são escolhidos e definidos no plano do experimento.
( ) Podem ser distintos para todas as unidades da amostra.
( ) Não podem ser distintos para todas as unidades da amostra.
( ) Não constituem uma partição significativa das unidades amostrais.
Um procedimento alternativo para resumir um conjunto de dados e ter um esboço da forma de sua distribuição é o ramo e folhas. A seguinte Figura é um esquema de ramo e folhas para os dados de uma pesquisa relacionada às notas dos alunos de uma escola.
Acerca desse esquema ramo e folha, informe se é verdadeiro (V) ou falso (F) o que se afirma a seguir e assinale a alternativa com a sequência correta.
( ) Os valores estão distribuídos entre 3,1 e 9,3.
( ) Não há nota inferior a 3,1.
( ) Há uma leve assimetria em direção as maiores notas.
( ) Há uma concentração de valores entre 4,0 e 7,5.
( ) Não há uma nota destaque.
Calcule a distribuição de probabilidade de X1 na cadeia de Markov com espaço de estados E = {0; 1; 2; 3}, distribuição inicial u0 = {(0,2 0,4 0,3 0,1)} e matriz de probabilidade de transição definida por
Considere um processo estocástico, definido por uma sucessão de variáveis aleatórias {X1 , X2 , ...}. Assinale a alternativa que torna esse processo um processo de Markov.