Questões de Concurso
Foram encontradas 10.180 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Considere um modelo de regressão linear múltipla na forma
y = Xβ + ε,
em que y representa o vetor de respostas, X denota a matriz de dados,
é o vetor de coeficientes e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Admita, ainda, que cada elemento do vetor ε possui média zero e variância 4. Além disso, considere que X' represente a matriz transposta de X e que a matriz inversa de X'X seja
denota o estimador de mínimos quadrados ordinários de β.
Acerca do modelo apresentado, julgue o próximo item.
Se o vetor ε for constituído por n elementos independentes que seguem uma distribuição normal com média zero e variância 4, então 1/4 ε'ε se distribui conforme uma distribuição qui-quadrado com n graus de liberdade.
Considere um modelo de regressão linear múltipla na forma
y = Xβ + ε,
em que y representa o vetor de respostas, X denota a matriz de dados,
é o vetor de coeficientes e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Admita, ainda, que cada elemento do vetor ε possui média zero e variância 4. Além disso, considere que X' represente a matriz transposta de X e que a matriz inversa de X'X seja
denota o estimador de mínimos quadrados ordinários de β.
Acerca do modelo apresentado, julgue o próximo item.
A covariância entre 
é igual a zero.
Considere um modelo de regressão linear múltipla na forma
y = Xβ + ε,
em que y representa o vetor de respostas, X denota a matriz de dados,
é o vetor de coeficientes e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Admita, ainda, que cada elemento do vetor ε possui média zero e variância 4. Além disso, considere que X' represente a matriz transposta de X e que a matriz inversa de X'X seja
denota o estimador de mínimos quadrados ordinários de β.
Acerca do modelo apresentado, julgue o próximo item.
Considere um modelo de regressão linear múltipla na forma
y = Xβ + ε,
em que y representa o vetor de respostas, X denota a matriz de dados,
é o vetor de coeficientes e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Admita, ainda, que cada elemento do vetor ε possui média zero e variância 4. Além disso, considere que X' represente a matriz transposta de X e que a matriz inversa de X'X seja
denota o estimador de mínimos quadrados ordinários de β.
Acerca do modelo apresentado, julgue o próximo item.
A estimativa de mínimos quadrados ordinários para o coeficiente β1 é igual a 0.
A respeito das técnicas de manipulação e tratamento de dados, julgue o item seguinte.
Diagramas de caixa (box plots) consistem em uma
representação gráfica de dados numéricos a partir de seus
quantiles, sendo uma forma de visualização de dados
simples que permite a efetiva detecção visual de outliers.
Considerando a situação hipotética apresentada, julgue o item a seguir.
A correlação linear entre X e Y é igual a −1.
Considerando a situação hipotética apresentada, julgue o item a seguir.
A média de Y é igual a 1.
Considerando a situação hipotética apresentada, julgue o item a seguir.
Var [X+ Y] < 5 .
Com base nessas informações, julgue o próximo item.
Se X10 = 5, o valor projetado para a observação X12, segundo o modelo em tela, será menor que 2.
Com base nessas informações, julgue o próximo item.
A série temporal em tela apresenta uma tendência linear cujo intercepto é igual a 2.
Com base nessas informações, julgue o próximo item.
A correlação linear entre Xt-1 e Xt+1 é igual a 0,04.
Com base nessas informações, julgue o próximo item.
O desvio padrão da série temporal {Xt} é menor que 2.
Com base nessas informações, julgue o próximo item.
E [ Xt ]= 2,5.
I. A autocorrelação avalia o modo como uma observação, num dado instante, está relacionada com as observações passadas; em particular, a autocorrelação de primeira ordem caracteriza séries nas quais uma observação está correlacionada com a observação imediatamente anterior.
II. A tendência de uma série temporal é uma medida do padrão de crescimento (positivo ou negativo) da variável em um certo período de tempo.
III. A sazonalidade mede se há padrões de comportamento que se repetem em épocas específicas.
IV. Dizemos que uma série temporal apresenta estacionariedade se a variável em estudo se comporta de modo aleatório ao longo do tempo ao redor de uma média constante.
As afirmativas são respectivamente
I. Análise Discriminante Linear é usada para classificar e visualizar dados e reduzir dimensão do problema.
II. A ideia é dividir o espaço de dados em regiões que representam as classes e usar uma regra de alocação para alocar cada observação em alguma região.
III. O que se espera com a aplicação da ADL é que a variância entre classes seja maximizada em relação à variância intraclasse.
Está correto o que se afirma em
f(x; θ) = θexp{-θx}, se x > 0, f(x, θ) = 0, se x ≤ 0.
O estimador não tendencioso de variância uniformemente mínima de 1/θ é
I. Ser computacionalmente eficiente.
II. O período deve ser muito longo.
III. Os sucessivos valores devem ser independentes e uniformemente distribuídos.
Está correto o que se afirma em
I. O estimador razão é aproximadamente não viciado se o tamanho da amostra é suficientemente grande.
II. Para amostras pequenas, o estimador razão apresentará pequeno viés ou viés nulo com grande probabilidade.
III. O viés pode ser calculado considerando-se o truncamento na expansão em série de Taylor, a partir do termo de interesse; quanto menor a ordem do truncamento, mais preciso é o resultado.
Está correto apenas o que se afirma em
Conheça nossos planos