Questões de Concurso

No caso da seleção de Modelos de Regressão Múltipla por meio do grau de aderência e do nível de captura das variações da variável explicada, alguns cuidados devem ser tomados.

Dentre esses, cabe destacar que:

O modelo de regressão a seguir é formulado para que seja possível projetar a quantidade de novas ações que devem chegar ao TJ/AL, nos próximos anos.

A equação de regressão já é apresentada na sua versão final, com as estimativas dos parâmetros, junto com erros-padrão correspondentes:

Onde,

A_t= número de novas ações chegando ao TJ/AL no tempo t

PIB_t = PIB na área de atuação do TJ/AL no tempo t

Eƒ_t =medida de eficiência do TJ/AL no tempo t

N = 100 (tamanho da amostra)

Todas as variáveis estão expressas em seus logaritmos.

Sobre os resultados e as perspectivas de uso do modelo, é correto afirmar que:

Os pressupostos do modelo de regressão linear simples estão relacionados às propriedades dos estimadores de Mínimos Quadrados Ordinários (MQO), Melhor Estimador Linear Não Tendencioso (BLUE) e Máxima Verossimilhança (MV).

Sobre essas vinculações, é correto afirmar que:

Suponha que as penas previstas para punição por corrupção e lavagem de dinheiro, a serem aplicadas a um ex-chefe do executivo, são em média iguais a 12 anos. Registros passados indicam que, em geral, a variância é de 24 anos ao quadrado, com igual distribuição e independentes umas das outras.

Considere Φ(1,25)≅0,9  Φ(1,5)≅0,95; Φ(2)≅0,975 e  Φ(2,25)≅0,99, onde Φ(z) é a função acumulada da N (0,1) .

Se o réu, que será julgado em 6 processos, for condenado em todos, a probabilidade de que a sua pena exceda 45 anos é: 

Sejam X₁,X₂,...,X_n variáveis aleatórias independentes, todas com a mesma média μ e variâncias idênticas a σ² .

Então, de acordo com o TLC, é correto afirmar que a distribuição:

Suponha que a tramitação de um processo tem 16 etapas. Cada uma delas tem uma duração aleatória, com distribuição exponencial de parâmetro β = 2 semanas.

Logo, fazendo uso do Teorema do Limite Central e sendo Φ(1)≅ 0,75, Φ(1,2)≅ 0,90 , Φ(1,5)≅0,95 e Φ(2)≅ 0,975 , a probabilidade de um processo do referido tipo desviar da média por: 

Suponha que a quantidade pivotal para a construção de um intervalo de confiança do parâmetro θ é dada por tendo distribuição uniforme no intervalo (1,5).

Assim, um intervalo de confiança para um grau de confiança de 75% para uma estimativa amostral de  = 324 terá seus limites dados por:

Uma fonte oficial afirma que o valor do rendimento médio das pessoas que recorrem à defensoria pública é menor do que um salário mínimo, ou seja, R$ 954. Para uma amostra de 25 cidadãos que recorreram ao serviço, o rendimento médio apurado foi de R$ 943. Adicionalmente, em outros levantamentos, a variância dos rendimentos é conhecida, próxima de 1.600.

Sendo Φ(1,2)≅ 0,90 , Φ(1,5)≅ 0,95 e Φ(2)≅ 0,975, sobre o teste para obtenção de evidência quanto à veracidade da informação oficial, é correto afirmar que:

Para verificar se a proporção geral de recursos meramente protelatórios é muito elevada, elabora-se o seguinte teste de hipóteses: Ho: p ≤ 0,75 contra Ha: p >0,75.

Para sua realização, uma amostra de tamanho n = 5 é extraída, sendo o critério de rejeição de Ho estabelecido caso o número de recursos daquele tipo seja maior do que 4.

Se a verdadeira probabilidade é igual a 0,80, as probabilidades de ocorrência dos erros dos tipos I e II são, respectivamente:

Com o objetivo de construir um intervalo de confiança para a proporção de recursos não conhecidos por determinada corte, é extraída uma amostra de tamanho n = 625. Verifica-se que a proporção de recursos não conhecidos é igual a 6%.

Supondo Φ(1,5)≅ 0,95 e Φ(2)≅ 0,975 e usando a variância máxima para a proporção (p), o intervalo com grau de 95% é:

Para estimar a variância de determinada população, através de um intervalo, é extraída uma amostra de tamanho n = 20 e empregada a distribuição X²  . Por meio das observações amostrais tem-se  Sabe-se que

Logo, o intervalo para σ² , com 98% de confiança, é dado por:

Suponha que o estimador do parâmetro populacional θ tem distribuição normal com média θ e variância igual a 4. Uma amostra de tamanho n = 16 é extraída obtendo-se = 7.

Supondo Φ (1,5) ≅ 0,95 e Φ (2) ≅ 0,975, sendo Φ (z) a função distribuição acumulada da normal-padrão.

Então, o intervalo para θ, com 95% de confiança, será:

Sejam X e Y duas variáveis aleatórias com certa distribuição de probabilidade conjunta conhecida.

Então, sobre a esperança matemática ou a variância, é correto afirmar que:

Seja y variável aleatória contínua com distribuição uniforme no intervalo (2,5). Uma segunda variável (X) é obtida através de Y, por meio da função G(Y) = 2Y – 1.

Portanto, a função de densidade probabilidade de X é:

A Lei dos Grandes Números se apresenta em duas versões, uma versão forte e outra fraca.

Sobre essas duas versões, é correto afirmar que:

Suponha que determinada característica de uma população, representada pela variável X, tem função de densidade dada por: ƒ_x(x) = θ . x^θ-1 para 0 < θ < 1.

Então o estimador do parâmetro θ através do Método dos Momentos e usando a média populacional é igual a:

Seja X variável aleatória com função de probabilidade dada por P (X=k) = p^k(1 - p)^1-k para k = 0 e 1, onde X = 1 está associado a um sucesso e X = 0 a um fracasso. Suponha que uma AAS, X₁,X₂, ...,X_n é extraída para estimar p.

Se o método usado é de Máxima Verossimilhança, o estimador é:

O Método de Mínimos Quadrados (MQ), o Método dos Momentos (MM) e o de Máxima Verossimilhança (MV) estão entre os mais usados para estimação pontual de parâmetros.

Sobre esses, é correto afirmar que: