Questões de Concurso
Foram encontradas 10.211 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
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
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 de varejo deseja fazer uma pesquisa mercadológica com seus clientes. O esquema amostral consiste no seguinte procedimento.
I Uma amostra aleatória simples da população de agências é selecionada, utilizando como frame a lista de agências do banco.
II Para cada agência selecionada, são enviados questionários para todos os clientes com conta corrente cadastrada na agência.
Utilizando as informações acima e os conceitos relacionados às técnicas de amostragem, julgue o item que se segue.
Se a estatística de interesse é o tempo médio de atendimento dos caixas de uma agência que atende a um grande número de clientes, durante duas semanas, e assumindo que o tempo de atendimento segue distribuição exponencial, o cálculo do tamanho da amostra pode ser feito utilizando a mesma fórmula para dados normais. Esse fato é embasado no seguinte argumento: considere que X1, X2, ..., Xn representa uma sequência de variáveis aleatórias independentes e identicamente distribuídas, cada uma tendo média μ e variância 02. Então, a distribuição de tende para a distribuição normal padrão quando n → ∞ (assumindo n = 100 como grande o suficiente).
Um banco de varejo deseja fazer uma pesquisa mercadológica com seus clientes. O esquema amostral consiste no seguinte procedimento.
I Uma amostra aleatória simples da população de agências é selecionada, utilizando como frame a lista de agências do banco.
II Para cada agência selecionada, são enviados questionários para todos os clientes com conta corrente cadastrada na agência.
Utilizando as informações acima e os conceitos relacionados às técnicas de amostragem, julgue o item que se segue.
Um banco de varejo deseja fazer uma pesquisa mercadológica com seus clientes. O esquema amostral consiste no seguinte procedimento.
I Uma amostra aleatória simples da população de agências é selecionada, utilizando como frame a lista de agências do banco.
II Para cada agência selecionada, são enviados questionários para todos os clientes com conta corrente cadastrada na agência.
Utilizando as informações acima e os conceitos relacionados às técnicas de amostragem, julgue o item que se segue.
Um banco de varejo deseja fazer uma pesquisa mercadológica com seus clientes. O esquema amostral consiste no seguinte procedimento.
I Uma amostra aleatória simples da população de agências é selecionada, utilizando como frame a lista de agências do banco.
II Para cada agência selecionada, são enviados questionários para todos os clientes com conta corrente cadastrada na agência.
Utilizando as informações acima e os conceitos relacionados às técnicas de amostragem, julgue o item que se segue.
Um banco de varejo deseja fazer uma pesquisa mercadológica com seus clientes. O esquema amostral consiste no seguinte procedimento.
I Uma amostra aleatória simples da população de agências é selecionada, utilizando como frame a lista de agências do banco.
II Para cada agência selecionada, são enviados questionários para todos os clientes com conta corrente cadastrada na agência.
Utilizando as informações acima e os conceitos relacionados às técnicas de amostragem, julgue o item que se segue.
solteiro casado outros soma
inadimplente 2 15 3 20
soma 8 20 4 32
solteiro casado outros
adimplente 3 7,5 1,5
inadimplente 5 12,5 ?
solteiro casado outros
adimplente ? 0,83 0,17inadimplente 1,8 0,50 0,10
estatística do teste = 6,4; g.l. = ?;
valor-p = 0,04076
hipótese alternativa: bilateral
valor-p = 0,05416
solteiro casado outros soma
inadimplente 2 15 3 20
soma 8 20 4 32
solteiro casado outros
adimplente 3 7,5 1,5
inadimplente 5 12,5 ?
solteiro casado outros
adimplente ? 0,83 0,17inadimplente 1,8 0,50 0,10
estatística do teste = 6,4; g.l. = ?;
valor-p = 0,04076
hipótese alternativa: bilateral
valor-p = 0,05416
solteiro casado outros soma
inadimplente 2 15 3 20
soma 8 20 4 32
solteiro casado outros
adimplente 3 7,5 1,5
inadimplente 5 12,5 ?
solteiro casado outros
adimplente ? 0,83 0,17inadimplente 1,8 0,50 0,10
estatística do teste = 6,4; g.l. = ?;
valor-p = 0,04076
hipótese alternativa: bilateral
valor-p = 0,05416
solteiro casado outros soma
inadimplente 2 15 3 20
soma 8 20 4 32
solteiro casado outros
adimplente 3 7,5 1,5
inadimplente 5 12,5 ?
solteiro casado outros
adimplente ? 0,83 0,17inadimplente 1,8 0,50 0,10
estatística do teste = 6,4; g.l. = ?;
valor-p = 0,04076
hipótese alternativa: bilateral
valor-p = 0,05416
solteiro casado outros soma
inadimplente 2 15 3 20
soma 8 20 4 32
solteiro casado outros
adimplente 3 7,5 1,5
inadimplente 5 12,5 ?
solteiro casado outros
adimplente ? 0,83 0,17inadimplente 1,8 0,50 0,10
estatística do teste = 6,4; g.l. = ?;
valor-p = 0,04076
hipótese alternativa: bilateral
valor-p = 0,05416
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.
O estimador de máxima verossimilhança para o parâmetro λ de uma distribuição exponencial é 1/ em que é a média dos dados.
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)}.