Questões de Concurso Sobre estatística descritiva (análise exploratória de dados) em estatística

Suponha que em um povoado não haja movimentos migratórios. Nesse povoado, no ano de 2012, a população era de 10600 habitantes e, em 2016, era de 15352 habitantes. Considerando as informações, é correto afirmar que a taxa de crescimento anual nesse período é de aproximadamente

O chefe do controle de qualidade de uma empresa solicita a você que selecione uma amostra de indivíduos da população. O tamanho dessa amostra deve dar a ele 99% de certeza de que a média amostral esteja dentro de Qual deve ser o tamanho dessa amostra?

A análise dos resíduos - ou dos resíduos padronizados - é um instrumento poderoso no exame para verificar se houve violações das suposições dos modelos de regressão linear, com erros normais. Esses tipos de violações serão representadas pelas seguintes siglas:
NLIN – Não linearidade. Ausência de relação linear entre Y e X; HETE – Heterocedasticidade. Os erros aleatórios não têm variância constante; DEPE – Não independência. Os erros aleatórios não são independentes; OUTL – Outliers. O modelo apresenta um ou mais observações atípicas; NNOR – Não normalidade. Os erros não são normalmente distribuídos.
Considerando o exposto, relacione os tipos de ferramenta estatística que auxiliam na detecção destes tipos de violações das suposições do modelo e assinale a alternativa com a sequência correta.
1. NLIN 2. HETE 3. DEPE 4. OUTL 5. NNOR
( ) Histograma dos resíduos ou um gráfico de quantis. ( ) Gráfico dos resíduos versus a ordem da coleta dos dados e o teste de Durbin-Watson. ( ) Gráfico dos resíduos: em função da variável independente X ou em função dos valores estimados pela reta de regressão e diagrama de dispersão e a reta estimada. ( ) Gráfico dos resíduos versus valores ajustados (valores preditos) e testes de igualdade de variâncias. ( ) Gráfico Boxplot, gráficos de dispersão.

Seja X uma variável aleatória e seja ( X₁,. X₂, ..., X_n) uma amostra aleatória de X, seja, ainda, a estatística G( X₁,. X₂, ..., X_n) = X . Nesse caso, se E(X) = μ e Var (X) = σ² a média e o desvio padrão de G, são, respectivamente:

Suponha que a probabilidade de um assalto com vítima seja p=0,4. Sendo X o número de assaltos com vítima em um total de 7 assaltos. Considerando as informações apresentadas, qual é a probabilidade de que não haja vítima nesses 7 assaltos e qual é a média e a variância da variável aleatória X?

Quartis são valores que dividem os dados de uma amostra em quatro grupos, cada um deles contendo 1/4 do tamanho total da amostra. Em relação ao assunto, informe se é verdadeiro (V) ou falso (F) o que se afirma a seguir e assinale a alternativa com a sequência correta.
( ) O primeiro quartil Q1 tem 1/4 dos dados acima dele e 3/4 dos dados abaixo dele. ( ) O terceiro quartil Q3 tem 3/4 dos dados abaixo dele e 1/4 dos dados acima dele. ( ) O quartil Q3 é a própria mediana. ( ) A distância interquartílica é dada por DIQ = Q3 – Q1.

Quais são, respectivamente, a média, a moda e a mediana do conjunto de valores a seguir? (2, 10, 10, 5, 7, 8, 2, 8, 7, 5, 8, 9, 7, 4, 3, 8)

O Teorema do Limite Central (ou Teorema Central do Limite), TLC, é um dos mais importantes resultados da estatística (senão o mais importante), sendo fundamental na inferência estatística. Permite estimar média populacional, desvios da média ou na inferência de parâmetros atribuir a sua probabilidade de ocorrência, sua média e seu desvio. Abaixo temos a distribuição de resultados da média simples obtida a partir dos resultados de uma sequência de lançamentos (a depender da quantidade de lançamentos) de um dado. Cada sequência é repetida 10000 vezes. Nas imagens vemos a evolução do perfl da distribuição de frequência dos resultados.






Sobre esse resultado e o TLC, analise as afrmativas abaixo, dê valores Verdadeiro (V) ou Falso (F).
( ) A média converge com o número de lançamentos ao valor 3,5 mas o desvio padrão é reduzido na proporção do inverso da raiz quadrada do número de lançamentos. ( ) A variável aleatória dada pela média dos resultados dos lançamentos converge para a distribuição normal com o aumento do número de lançamentos, muito embora cada lançamento siga a distribuição uniforme entre 1 e 6 (apenas). ( ) Outliers (pontos fora do padrão), que naturalmente são permitidos como resultados, podem afetar o resultado levando a convergência a outra distribuição com o aumento do número de lançamentos.
Assinale a alternativa que apresenta a sequência correta de cima para baixo.

Abaixo temos parte da imagem de uma tabela normal, como as que se encontram em livros clássicos de estatística. Nela são dados o resultado da integral da distribuição normal entre 0 e z0 = z/σ onde σ2 é a variância e z o valor contínuo que pode ser assumido pela variável aleatória Z que segue a distribuição.

Figura: Tabela Normal das integrais da distribuição normal P(Z) entre 0 e z0 (valor de Z normalizadopela média). Para a integral entre 0 e valor z0 = 1,58 se deve extrair o termo da linha 1,5 e coluna 8.

Considere uma variável aleatória Z que obedece a distribuição de probabilidade normal com média 3 e desvio padrão 2. Utilizando a tabela normal, assinale a alternativa que corretamente apresenta a probabilidade de em uma medida aleatória o resultado Z ser maior que 4.

Um jogador tem tido aproveitamento de 80% dos pênaltis batidos. Em uma série de 5 chutes a chance dele acertar apenas 2, aproximadamente será:

Gordon Moore, engenheiro elétrico e executivo fundador da Intel propôs na edição de abril de 1965 da Revista Electronics Magazine uma Lei para o avanço tecnológico dos computadores digitais: “O número de transistores em um circuito integrado irá dobrar a cada 2 anos”. A Lei de Moore se mostrou, então, um paradigma acertado (embora com a correção de 2 anos para 18 meses) na história posterior, conforme se vê pela tendência no gráfico abaixo.


Assinale dentre as alternativas a função que descreve a Lei de Moore em termos do ano 1965 e do número de transistores no circuito integrado naquele ano, y₀ , bem como a transformação não-linear de escala que a lineariza e permite verificar empiricamente os parâmetros anunciados por Moore.

No gráfico abaixo temos o resultado de uma pesquisa realizada com 55 pessoas, na qual há o levantamento de altura (em cm) e o tamanho do calçado (na unidade brasileira, ou seja o “ponto-francês”,2/3 de cm por número).




A reta é ajustada utilizando-se o método dos mínimos quadrados e tem valor de R²=0,75. Chamando-se y: número do calçado, e x: altura (cm), assinale dentre as alternativas, aquela que pode aproximadamente corresponder à equação desta reta. 

A variável aleatória discreta, X, recebeu a seguinte sequência de valores: {6, 6, 4, 5, 6, 7, 9, 1, 8}. Assinale a alternativa que corretamente apresenta os quartis Q1, Q2 e Q3. Associados a esse conjunto de dados. 

A avaliação da simetria de uma distribuição em torno da média pode ser feita por meio de alguns estimadores como:
- Estimador obliquidade (ou assimetria, distorção, skewness): definido pelo terceiro momento central normalizado pelo estimador do desvio padrão ao cubo; - Coeficientes de assimetria de Pearson: calculados através da diferença entre os valores de média e moda (primeiro coeficiente), ou média e mediana (segundo coeficiente), ambas normalizadas pelo estimador do desvio padrão.
Considere os histogramas de frequência obtidos abaixo:



Sobre a análise de assimetria nos histogramas de frequência acima, analise as afirmativas abaixo e dê valores Verdadeiro (V) ou Falso (F).
( ) Os coeficientes de assimetria de Pearson serão negativos para I e positivos para II. ( ) Os coeficientes de assimetria de Pearson irão diferir no sinal no caso II, levando à uma situação inconclusiva. ( ) A análise por meio do coeficiente de obliquidade indicará assimetria positiva para I e negativa para II.
Assinale a alternativa que apresenta a sequência correta de cima para baixo. 

A utilização de planilhas eletrônicas com a função RAND( ) é um instrumento muito útil em estatística. Esta função gera números pseudo aleatórios igualmente distribuídos no intervalo [0,1[. Os valores abaixo foram obtidos com a fórmula “=INT(10*RAND())” em cada célula da planilha.

O valor da média, da mediana, da moda e do desvio padrão são, respectivamente: 

Como medidas de dispersão estatística é comum o emprego da variância, do desvio padrão, à distância interquartil. Entretanto há índices populares que também quantifcam dispersão como o índice de Gini, G.




Em uma pequena amostragem de uma população, um pesquisador obteve que a renda se distribuia conforme a tabela à esquerda e montou a tabela à direita para calcular o índice de Gini.


Com base nessas informações, o índice de Gini para essa amostra é de: 

No histograma abaixo temos a distribuição das notas de uma determinada turma em uma disciplina (nota máxima é 7, o intervalo para composição do canal do histograma é semi aberto, sendo fechado à esquerda e não há meio ponto). 

Assinale a alternativa que corretamente apresenta os valores da média, mediana e moda que descrevem esses dados.

A sequência a seguir é crescente e corresponde ao tempo em minutos que 8 alunos levaram para fazer uma prova de matemática:

22, 23, 27, x, y, 36, 39, 41, sendo x e y inteiros.

Sabe-se que a moda é 36 min e que a mediana é 32 min. É correto concluir que 

A tabela abaixo mostra o número de gols de cada um dos alunos no campeonato do colégio.

O valor da mediana do número de gols marcados é igual ao número de gols marcados pelo(s) seguinte(s) aluno(s):