Questões de Concurso

Nas estatísticas do Poder Judiciário, a taxa de congestionamento (X), que consiste em um indicador que permite medir a efetividade da movimentação processual de um tribunal, é uma variável aleatória contínua com função de densidade f(x) expressa por



Com base nessas informações, julgue os próximos itens.

A média da taxa de congestionamento é inferior a 0,10 × β.

Nas estatísticas do Poder Judiciário, a taxa de congestionamento (X), que consiste em um indicador que permite medir a efetividade da movimentação processual de um tribunal, é uma variável aleatória contínua com função de densidade f(x) expressa por



Com base nessas informações, julgue os próximos itens.

O valor de β é superior a 450 e inferior a 500.

Nas estatísticas do Poder Judiciário, a taxa de congestionamento (X), que consiste em um indicador que permite medir a efetividade da movimentação processual de um tribunal, é uma variável aleatória contínua com função de densidade f(x) expressa por



Com base nessas informações, julgue os próximos itens.

A variável aleatória X segue uma distribuição especial denominada de Beta, que é, a priori, conjugada das distribuições geométrica e de Bernoulli

Nas estatísticas do Poder Judiciário, a taxa de congestionamento (X), que consiste em um indicador que permite medir a efetividade da movimentação processual de um tribunal, é uma variável aleatória contínua com função de densidade f(x) expressa por



Com base nessas informações, julgue os próximos itens.

A distribuição da taxa de congestionamento X é simétrica em torno de 0,5.

O quadro acima mostra uma síntese da movimentação processual dos tribunais de justiça dos estados de São Paulo, Rio de Janeiro, Minas Gerais, Rio Grande do Sul e do total da justiça estadual no Brasil em 2010. Considere que o estoque de processos em andamento no estado j (E_j ), no final de 2010, seja um indicador que se define como E_j = X_j + Y_j - Z_j - W_j , em que j = 1, 2, ..., 27; X_j representa o número de casos novos registrados em 2010 no estado j; Y_j seja a quantidade de casos pendentes no estado j (i.e., casos anteriores que não foram solucionados até o final de 2010); Z_j denota o total de processos baixados (arquivados) no estado j durante 2010 e W_j seja o número de sentenças e decisões proferidas no estado j até o final de 2010. Considere, por fim, que, para todos os efeitos, o Distrito Federal seja um estado. Com base nessas informações e no quadro acima, julgue os itens que se seguem.

Considerando-se que Var(E) seja a variância da distribuição dos estoques de processos existentes nos tribunais estaduais, então Var(E) = Var(X) + Var(Y) - Var(Z) - Var(W).

O quadro acima mostra uma síntese da movimentação processual dos tribunais de justiça dos estados de São Paulo, Rio de Janeiro, Minas Gerais, Rio Grande do Sul e do total da justiça estadual no Brasil em 2010. Considere que o estoque de processos em andamento no estado j (E_j ), no final de 2010, seja um indicador que se define como E_j = X_j + Y_j - Z_j - W_j , em que j = 1, 2, ..., 27; X_j representa o número de casos novos registrados em 2010 no estado j; Y_j seja a quantidade de casos pendentes no estado j (i.e., casos anteriores que não foram solucionados até o final de 2010); Z_j denota o total de processos baixados (arquivados) no estado j durante 2010 e W_j seja o número de sentenças e decisões proferidas no estado j até o final de 2010. Considere, por fim, que, para todos os efeitos, o Distrito Federal seja um estado. Com base nessas informações e no quadro acima, julgue os itens que se seguem.

O estoque de processos em andamento no estado de São Paulo no final de 2010 representou 37,5% do total dos estoques de processos em andamento nos tribunais estaduais do país nesse mesmo período.

O quadro acima mostra uma síntese da movimentação processual dos tribunais de justiça dos estados de São Paulo, Rio de Janeiro, Minas Gerais, Rio Grande do Sul e do total da justiça estadual no Brasil em 2010. Considere que o estoque de processos em andamento no estado j (E_j ), no final de 2010, seja um indicador que se define como E_j = X_j + Y_j - Z_j - W_j , em que j = 1, 2, ..., 27; X_j representa o número de casos novos registrados em 2010 no estado j; Y_j seja a quantidade de casos pendentes no estado j (i.e., casos anteriores que não foram solucionados até o final de 2010); Z_j denota o total de processos baixados (arquivados) no estado j durante 2010 e W_j seja o número de sentenças e decisões proferidas no estado j até o final de 2010. Considere, por fim, que, para todos os efeitos, o Distrito Federal seja um estado. Com base nessas informações e no quadro acima, julgue os itens que se seguem.

Considerando-se que representem, respectivamente, as médias aritméticas das variáveis X, Y, Z e W, então representa a média aritmética da distribuição dos estoques de processos observados nos tribunais estaduais.

O quadro acima mostra uma síntese da movimentação processual dos tribunais de justiça dos estados de São Paulo, Rio de Janeiro, Minas Gerais, Rio Grande do Sul e do total da justiça estadual no Brasil em 2010. Considere que o estoque de processos em andamento no estado j (E_j ), no final de 2010, seja um indicador que se define como E_j = X_j + Y_j - Z_j - W_j , em que j = 1, 2, ..., 27; X_j representa o número de casos novos registrados em 2010 no estado j; Y_j seja a quantidade de casos pendentes no estado j (i.e., casos anteriores que não foram solucionados até o final de 2010); Z_j denota o total de processos baixados (arquivados) no estado j durante 2010 e W_j seja o número de sentenças e decisões proferidas no estado j até o final de 2010. Considere, por fim, que, para todos os efeitos, o Distrito Federal seja um estado. Com base nessas informações e no quadro acima, julgue os itens que se seguem.

O quadro apresentado é uma tabela de contingência que mostra o cruzamento entre uma variável qualitativa nominal com 4 níveis de resposta (estados) e outra variável qualitativa com quatro níveis de resposta (casos novos, pendentes, baixados e resolvidos).

O quadro acima mostra uma síntese da movimentação processual dos tribunais de justiça dos estados de São Paulo, Rio de Janeiro, Minas Gerais, Rio Grande do Sul e do total da justiça estadual no Brasil em 2010. Considere que o estoque de processos em andamento no estado j (E_j ), no final de 2010, seja um indicador que se define como E_j = X_j + Y_j - Z_j - W_j , em que j = 1, 2, ..., 27; X_j representa o número de casos novos registrados em 2010 no estado j; Y_j seja a quantidade de casos pendentes no estado j (i.e., casos anteriores que não foram solucionados até o final de 2010); Z_j denota o total de processos baixados (arquivados) no estado j durante 2010 e W_j seja o número de sentenças e decisões proferidas no estado j até o final de 2010. Considere, por fim, que, para todos os efeitos, o Distrito Federal seja um estado. Com base nessas informações e no quadro acima, julgue os itens que se seguem.

Considerando-se apenas os dados relativos aos estados de São Paulo, Rio de Janeiro, Minas Gerais e Rio Grande do Sul quanto à dispersão entre duas variáveis, é correto afirmar que a covariância entre Z e W é superior a 1 e inferior a 2.

Considere-se o modelo de séries temporais em tempo discreto na forma X_t = X_{t – 1} + f W_{t – 1} + W_t , em que t representa o tempo, φ = 1, 2, 3,...; φ … 0 é o coeficiente do modelo e W_t representa um processo de choques aleatórios com média zero e variância σ² . Com base nessas informações, julgue o item seguinte , acerca da primeira diferença X_t - X _t-1.

A função de densidade espectral dessa diferença é h(ω) = σ²( 1 - 2 sen ) / 2π, em que - π ≤ ω ≤ π.

Considere-se o modelo de séries temporais em tempo discreto na forma X_t = X_{t – 1} + f W_{t – 1} + W_t , em que t representa o tempo, φ = 1, 2, 3,...; φ … 0 é o coeficiente do modelo e W_t representa um processo de choques aleatórios com média zero e variância σ² . Com base nessas informações, julgue o item seguinte , acerca da primeira diferença X_t - X _t-1.

A auto-correlação e a auto-correlação parcial entre X_t - X _t - 1 e X _t + 12 - X _t + 11 são, respectivamente, iguais a φ / 1 + φ² e ( 1 + φ)¹² / 1 + φ² + φ⁴ + φ⁶ +... + φ²⁴

Considere-se o modelo de séries temporais em tempo discreto na forma X_t = X_{t – 1} + f W_{t – 1} + W_t , em que t representa o tempo, φ = 1, 2, 3,...; φ …0 é o coeficiente do modelo e W_t representa um processo de choques aleatórios com média zero e variância σ² . Com base nessas informações, julgue o item seguinte , acerca da primeira diferença X_t - X _t-1.

Essa diferença é uma série temporal fracamente estacionária.

Com base nas informações apresentadas no texto, julgue o item a seguir.

O stepwise é um método computacional para a estimação de coeficientes do modelo de regressão linear. Nesse método, inicialmente, todas as q variáveis explanatórias de interesse estão disponíveis no banco de dados. Em seguida, observam-se os valores da razão t e exclui-se aquela variável que possui o maior valor P. Repete-se o procedimento para as q - 1 variáveis restantes e assim sucessivamente. O processo termina quando todas as estimativas dos coeficientes apresentam valores P baixos, como os que estão apresentados no quadro do texto

Com base nas informações apresentadas no texto, julgue o item a seguir.

A quantidade de mulheres com x₃ = 1 e x₄ = 1 é superior a 310.

Com base nas informações apresentadas no texto, julgue o item a seguir.

O coeficiente de variação de x₁ é superior a 1.

Com base nas informações apresentadas no texto, julgue o item a seguir.

A variável x₄ é relativamente mais importante do que a variável x₂ , pois seu coeficiente é 800 vezes maior do que o coeficiente de x₂ .

Com base nas informações apresentadas no texto, julgue o item a seguir.

O modelo ajustado pode ser usado para calcular os valores previstos para cada indivíduo com base nas suas características x₁, x₂, x₃ e x₄. O valor esperado da variável resposta é superior a 15 e inferior a 17.

Com respeito ao texto anterior, considerando uma amostragem aleatória simples (X₁, Y₁), (X₂, Y₂), ...., (X_n, Y_n) para a estimação dos parâmetros da distribuição (λ > 0, φ > 0), em que cada vetor aleatório (X_k, Y_k) é identicamente distribuído como (T₁, T₂), k = 1, 2, ..., n, julgue o item subseqüente.

Por se tratar de uma amostra aleatória simples, espera-se que a correlação entre X_k e Y_k seja nula.

Com respeito ao texto anterior, considerando uma amostragem aleatória simples (X₁, Y₁), (X₂, Y₂), ...., (X_n, Y_n) para a estimação dos parâmetros da distribuição (λ > 0, φ > 0), em que cada vetor aleatório (X_k, Y_k) é identicamente distribuído como (T₁, T₂), k = 1, 2, ..., n, julgue o item subseqüente.

Um estimador de mínimos quadrados para λ é

Acerca dessa situação hipotética, julgue o item que se segue.

A probabilidade conjunta P(T₁ > 0, T₂ > 0) é inferior a 0,5.