Questões de Concurso
Sobre estatística descritiva (análise exploratória de dados) em estatística
Foram encontradas 3.963 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
AR1 intercepto
0,5217 -0,0589
e.p. 0,0363 0,2309
σ2 = 6,738: logaritmo da verossimilhança = -1305,2,
AIC = 2616,39
AR1 AR2 intercepto
0,9969 -0,9077 -0,0612e.p. 0,0175 0,0173 0,0503
σ2 = 1,149: logaritmo da verossimilhança = -820,46,AIC = 1648,91
São Paulo: Ed. Edgard Blücher, 2004.
Com base nas informações e nas figuras apresentadas, julgue o item seguinte.Observando o gráfico da série de salário, nota-se que esta sofreu uma operação diferença, definida por Δx1 = x1-x1-1, com o objetivo de torná-la estacionária e garantir que as características da série para Xt+Ꮦ sejam as mesmas para X1, que é a variável aleatória geradora de x1 .
matriz de correlação:
sdmed salário tempo idade
sdmed 1,00000000 0,93303483 0,6038786 -0,01126878salário 0,93303483 1,00000000 0,5845924 0,06371626
tempo 0,60387857 0,58459235 1,0000000 0,49093437idade -0,01126878 0,06371626 0,4909344 1,00000000
comp. 1 comp. 2 comp. 3 comp. 4
padrão 1,576085 1,0866016 0,52563869 0,24281048
proporção davariância 0,621011 0,2951758 0,06907401 0,01473923
proporçãoacumulada 0,621011 0,9161868 0,98526077 1,00000000
comp.1 comp.2 comp.3 comp.4
sdmed 0,582 0,322 0,145 0,733salário 0,584 0,271 0,390 -0,659
tempo 0,532 -0,338 -0,767 -0,122idade 0,196 -0,842 0,488 0,117
Os autovalores da matriz associada à forma quadrática 3x12 + 2x22 - 2√2x1x2 são 4 e 1.
matriz de correlação:
sdmed salário tempo idade
sdmed 1,00000000 0,93303483 0,6038786 -0,01126878salário 0,93303483 1,00000000 0,5845924 0,06371626
tempo 0,60387857 0,58459235 1,0000000 0,49093437idade -0,01126878 0,06371626 0,4909344 1,00000000
comp. 1 comp. 2 comp. 3 comp. 4
padrão 1,576085 1,0866016 0,52563869 0,24281048
proporção davariância 0,621011 0,2951758 0,06907401 0,01473923
proporçãoacumulada 0,621011 0,9161868 0,98526077 1,00000000
comp.1 comp.2 comp.3 comp.4
sdmed 0,582 0,322 0,145 0,733salário 0,584 0,271 0,390 -0,659
tempo 0,532 -0,338 -0,767 -0,122idade 0,196 -0,842 0,488 0,117
matriz de correlação:
sdmed salário tempo idade
sdmed 1,00000000 0,93303483 0,6038786 -0,01126878salário 0,93303483 1,00000000 0,5845924 0,06371626
tempo 0,60387857 0,58459235 1,0000000 0,49093437idade -0,01126878 0,06371626 0,4909344 1,00000000
comp. 1 comp. 2 comp. 3 comp. 4
padrão 1,576085 1,0866016 0,52563869 0,24281048
proporção davariância 0,621011 0,2951758 0,06907401 0,01473923
proporçãoacumulada 0,621011 0,9161868 0,98526077 1,00000000
comp.1 comp.2 comp.3 comp.4
sdmed 0,582 0,322 0,145 0,733salário 0,584 0,271 0,390 -0,659
tempo 0,532 -0,338 -0,767 -0,122idade 0,196 -0,842 0,488 0,117
matriz de correlação:
sdmed salário tempo idade
sdmed 1,00000000 0,93303483 0,6038786 -0,01126878salário 0,93303483 1,00000000 0,5845924 0,06371626
tempo 0,60387857 0,58459235 1,0000000 0,49093437idade -0,01126878 0,06371626 0,4909344 1,00000000
comp. 1 comp. 2 comp. 3 comp. 4
padrão 1,576085 1,0866016 0,52563869 0,24281048
proporção davariância 0,621011 0,2951758 0,06907401 0,01473923
proporçãoacumulada 0,621011 0,9161868 0,98526077 1,00000000
comp.1 comp.2 comp.3 comp.4
sdmed 0,582 0,322 0,145 0,733salário 0,584 0,271 0,390 -0,659
tempo 0,532 -0,338 -0,767 -0,122idade 0,196 -0,842 0,488 0,117
matriz de correlação:
sdmed salário tempo idade
sdmed 1,00000000 0,93303483 0,6038786 -0,01126878salário 0,93303483 1,00000000 0,5845924 0,06371626
tempo 0,60387857 0,58459235 1,0000000 0,49093437idade -0,01126878 0,06371626 0,4909344 1,00000000
comp. 1 comp. 2 comp. 3 comp. 4
padrão 1,576085 1,0866016 0,52563869 0,24281048
proporção davariância 0,621011 0,2951758 0,06907401 0,01473923
proporçãoacumulada 0,621011 0,9161868 0,98526077 1,00000000
comp.1 comp.2 comp.3 comp.4
sdmed 0,582 0,322 0,145 0,733salário 0,584 0,271 0,390 -0,659
tempo 0,532 -0,338 -0,767 -0,122idade 0,196 -0,842 0,488 0,117
matriz de correlação:
sdmed salário tempo idade
sdmed 1,00000000 0,93303483 0,6038786 -0,01126878salário 0,93303483 1,00000000 0,5845924 0,06371626
tempo 0,60387857 0,58459235 1,0000000 0,49093437idade -0,01126878 0,06371626 0,4909344 1,00000000
comp. 1 comp. 2 comp. 3 comp. 4
padrão 1,576085 1,0866016 0,52563869 0,24281048
proporção davariância 0,621011 0,2951758 0,06907401 0,01473923
proporçãoacumulada 0,621011 0,9161868 0,98526077 1,00000000
comp.1 comp.2 comp.3 comp.4
sdmed 0,582 0,322 0,145 0,733salário 0,584 0,271 0,390 -0,659
tempo 0,532 -0,338 -0,767 -0,122idade 0,196 -0,842 0,488 0,117
Um banco deseja fazer um estudo sobre o tempo que as pessoas levam para pagar o limite utilizado no cheque especial. O estatístico responsável acredita que esse tempo pode ser modelado por uma distribuição exponencial. Entretanto, antes de prosseguir com o trabalho, ele decide fazer algumas simulações.
Considerando essa situação, julgue o item subsequente.
Uma forma de estimar a variância de um estimador é o método Jackknife. Dado o conjunto de dados A = {33, 14, 25, 40}, então todas as amostras Jackknife possíveis, com k=1, são as do conjunto J = {(14,25,40), (33,25,40), (33,14,40), (33,14,25)}.
Deseja-se estudar a relação entre a quantidade de chuvas (em mm) e a produção de soja em um determinado município. Para isso, utilizou-se a técnica de regressão linear simples, sendo sua matriz de análise de variância (ANOVA) apresentada abaixo.
Julgue o item seguinte, relativo à violação das suposições básicas dos modelos clássicos de regressão.
Na presença de multicolinearidade, a variância e a covariância
dos estimadores serão afetadas, sendo possível que sejam
alterados tanto os sinais quanto a magnitude dos estimadores.
A variável Z pode ser obtida mediante a padronização da variável Y, ou seja, Z = (Y - μ)/σ , em que μ e σ representam, respectivamente, a média e o desvio padrão de Y.
Um estudo para investigar a associação da pressão arterial diastólica com o tempo acumulado de trabalho dos motoristas de ônibus em determinada cidade considerou o modelo de regressão linear na forma yi = β0 + β1X1i + β2X2i + β3X1iX2i + εi, em que yi representa a pressão arterial diastólica (mmHg) do motorista i, X1i é a idade (em anos) do motorista i, X2i denota o logaritmo natural do tempo de trabalho (em meses) do motorista i e εi representa o erro aleatório com média nula e variância σ2. Esse estudo foi realizado com base em uma amostra aleatória de 1.000 motoristas de ônibus. A tabela acima apresenta a estimativa de cada parâmetro βi (i = 0,1, 2, 3) obtida pelo método de mínimos quadrados ordinários, o erro padrão, a razão t e o p-valor correspondentes.
Com base nessas informações e na tabela apresentada, julgue o item a seguir.
Para se obter a estimativa de um coeficiente do modelo pelo método de mínimos quadrados ordinários, exige-se que o erro aleatório εi siga uma distribuição normal com média 0 e variância σ2
em que 0 < a ≤ y ≤ b . Considere, ainda, que Y1, Y2, ...., Yn representa uma amostra aleatória simples retirada dessa distribuição e que Y(1) ≤ Y(2) ≤ ...., ≤ Y(n) representam suas estatísticas de ordem. Com base nessas informações, julgue o item.Com base apenas na média amostral, não é possível obter estimativas dos parâmetros a e b pelo método dos momentos.
em que 0 < a ≤ y ≤ b . Considere, ainda, que Y1, Y2, ...., Yn representa uma amostra aleatória simples retirada dessa distribuição e que Y(1) ≤ Y(2) ≤ ...., ≤ Y(n) representam suas estatísticas de ordem. Com base nessas informações, julgue o item.A média amostral (
) é um estimador não tendencioso da Y
distribuição de perdas Y. Nesse caso, o valor esperado de 
é igual a (a + b)/2. em que 0 < a ≤ y ≤ b . Considere, ainda, que Y1, Y2, ...., Yn representa uma amostra aleatória simples retirada dessa distribuição e que Y(1) ≤ Y(2) ≤ ...., ≤ Y(n) representam suas estatísticas de ordem. Com base nessas informações, julgue o item.A moda amostral é um estimador do parâmetro b.
. A partir dessas informações, julgue o item que se segue.A média das velocidades dos veículos nessa via é de 100 km/h.
. A partir dessas informações, julgue o item que se segue.O desvio padrão da distribuição das velocidades dos veículos nessa via é superior a 20 km/h.
O desvio padrão de X é igual a 6.
As variáveis aleatórias X e Y são dependentes e possuem correlação linear estritamente positiva.
A moda da distribuição X é superior a 6 horas.
Conheça nossos planos