Questões de Concurso Comentadas para if-to

Quando os valores observados ajustados podem ser expressos explicitamente como uma função dos parâmetros ajustados, isto é, quando se verifica o modelo matemático: F(La,Xa)=0, dizemos que o ajustamento se processa pelo método paramétrico.

O modelo matemático que caracteriza o método das equações de condição ou dos correlatos, sob notação matricial: F(La)=0, sintetiza o conjunto de equações a serem satisfeitas pelas observações ajustadas.

O modelo matemático La= F(Xa) reúne tanto parâmetros ajustados como valores observados, porém ligados por uma função não explícita, denominado método combinado.

O método paramétrico apresenta no modelo os valores observados para obter as equações de condição transformadas com outras incógnitas (os resíduos).

O método das equações de condição trabalha com observações indiretas, quando se deseja estimar grandezas que se vinculam às grandezas observadas através de algum modelo matemático.

O grau de liberdade pode ser calculado em função da variância amostral.

A estimativa por intervalo de confiança para a média em função da variância amostral utiliza em seu cálculo os percentis da distribuição de quiquadrado (χ_1-α/2, χ_α/2 ).

Adotando um nível de confiança mais alto, por exemplo, 1-α=99%, obtém-se um nível de confiança menor.

Quando as observações são diretas e de igual confiança e não correlacionadas, a média aritmética pode ser um bom estimador e atende ao critério do Método dos Mínimos Quadrados.

Para encontrar o valor percentil da distribuição de t-student, deve-se conhecer o valor do grau de liberdade e o valor do nível de confiança.

Somente I e III são corretas.

Somente I e II são corretas.

Somente II é correta.

Somente II e III são corretas.

Somente III é correta.

A covariância σ_xy da variável aleatória bidimensional é usada para exprimir a correlação entre duas componentes, ou seja, o grau de dependência entre as mesmas.

O coeficiente de correlação linear descreve a dependência linear entre duas componentes, se ρxy for igual a 1, podemos afirmar que as variáveis não são correlacionadas (X e Y não tendem a variar juntas).

A matriz ∑_x, assimétrica por ser σij = σji, recebe o nome de matriz variância-covariância, sendo as variâncias σ² e as covariâncias σij das componentes de uma variável n-dimensional X dispostas de maneira a formar uma matriz quadrada (nxn).

Duas medidas (ou funções) são ditas não correlacionadas quando são independentes entre si. Como exemplo, pode-se citar coordenadas obtidas através de ângulos e distâncias.

A expressão ∑y=D∑xD^T é a fórmula para propagação das covariâncias para duas variáveis X e Y multidimensionais ligadas por um modelo linear.

Uma vez por semana.

Duas vezes ao dia.

Uma vez ao dia.

Cinco vezes ao dia.

Quatro vezes ao dia.