Questões de Concurso

Foram encontradas 10.180 questões

Resolva questões gratuitamente!

Junte-se a mais de 4 milhões de concurseiros!

Q2114254 Estatística
Em uma fábrica de determinado tipo de peça sabe-se que simultaneamente uma máquina X produz o triplo de peças que produz uma outra máquina Y. Porém, 6% das peças produzidas por X saem com defeito e apenas 2% das peças produzidas por Y saem com defeito. Todas as peças na fábrica são produzidas somente com as máquinas X e Y e são misturadas. Escolhendo aleatoriamente, com reposição, duas peças da produção total da fábrica, a probabilidade de que nesta amostra tenha exatamente uma peça defeituosa é 
Alternativas
Q2114253 Estatística
Um certo tipo de aparelho é vendido no mercado tendo somente 3 marcas (X, Y e Z). Um comprador vai a uma loja comprar uma unidade de tal aparelho e supõe-se que a probabilidade de ele adquirir a marca Y é o dobro da probabilidade de ele adquirir a marca X e a probabilidade de ele adquirir a marca Z é igual a 1/6 da probabilidade de adquirir a marca Y. A probabilidade de ele adquirir a marca Y é igual a  
Alternativas
Q2114252 Estatística
Uma população P1 é formada pelos salários, em salários mínimos (SM), dos 100 empregados em uma empresa. A média dos salários de P1 é igual a 4 SM com um coeficiente de variação igual a 20%. A empresa decide contratar mais 25 empregados ganhando, cada um, 6 SM e verifica que o salário médio passa a ser de 4,4 SM. A nova população P2 formada, com 125 empregados, apresenta uma variância igual a 
Alternativas
Q2114251 Estatística
A tabela de frequências relativas abaixo refere-se à distribuição dos salários dos empregados em uma empresa (S), em salários mínimos (SM). As frequências da 1ª e 3ª classes não foram fornecidas, denotadas na tabela por X e Y respectivamente, porém sabe-se que X está para Y assim como 3 está para 8. O valor da média aritmética (Me) foi calculado como se todos os valores de uma classe coincidissem com o ponto médio da respectiva classe e o valor da mediana (Md) foi calculado pelo método da interpolação linear. 
22.png (289×168)

O módulo de (Me – Md) é igual a 
Alternativas
Q2114250 Estatística
Durante um período de 336 dias foi registrado diariamente em um órgão público o número de autuações de um determinado tipo de processo. A quantidade de dias Qi em que ocorreram i autuações (i = 0, 1, 2, 3, 4, 5, 6) pode ser obtida pela relação Qi = − 4i² + 30i + 10. Denotando a mediana por Md e a média aritmética por Me (número de autuações por dia) verifica-se que a respectiva moda é igual a
Alternativas
Q2111365 Estatística
Do ponto de vista dos conceitos básicos de estatística descritiva, uma tabela simples, que mostra como a variável se dissipa de acordo com divisões por nós estabelecidas, denomina-se: 
Alternativas
Q2111364 Estatística
Referente aos conceitos básicos de estatística, uma maneira de distinguir os dados é quanto ao seu nível de mensuração. Essa qualificação é o que determina quais cálculos estatísticos são significantes. São quatro os níveis de medida: nominal, ordinal, intervalar e racional:
I. Nominal: nesse nível podem estar dados qualitativos e quantitativos; eles podem ser organizados pela ordem e pela posição. II. Ordinal: aplica-se apenas a dados qualitativos; nesse nível não são realizados cálculos matemáticos. III. Intervalar: os dados neste nível podem ser ordenados; há diferenças significativas entre eles e um registro nulo não é interpretado como zero inerente. IV. Racional: esse nível é semelhante ao intervalar, mas com duas diferenças: é possível estabelecer razões entre os dados (um dado pode ser múltiplo do outro), e o registro nulo é o zero inerente.
Está correto o que se afirma em  
Alternativas
Q2108540 Estatística
 A curva de Lorenz da figura abaixo corresponde à distribuição de renda de certa população, onde a área compreendida entre a curva de Lorenz e a linha tracejada indicando o bissetor do 1º quadrante é definida como área de desigualdade e corresponde a 20%. 

Imagem associada para resolução da questão



Com base nessas informações, o índice de Gini para a distribuição de renda é
Alternativas
Q2108538 Estatística
Em um determinado período, o índice de preços de Paasche cresceu 20% e o de quantidade de Laspeyres decresceu 25%. Considerando o princípio da decomposição das causas, a variação do índice de valor tem 
Alternativas
Q2108537 Estatística
Considere o modelo de média móvel de ordem q=2, MA(2), dado por Zt = at − θ1at-1 − θ2at-2, t ∈ Z, com ruído branco at ~N(0,σ2). Então o processo resultante será
Alternativas
Q2108536 Estatística
Em uma modelagem de série temporal foi adotado o modelo auto-regressivo de ordem p = 1, AR(1), dado por Zt = 0,8Zt-1 + at , onde at é o ruído branco com média zero e variância unitária. Zt depende apenas de Zt-1 e do ruído branco no instante t, t ∈ Z. A variância do processo e o valor da função de auto-covariância Yj para j = 2 são (adotando duas casas decimais), respectivamente,
Alternativas
Q2108535 Estatística
Considere as variáveis aleatórias X1 e X2 com matriz de covariância        Em uma análise de componentes principais, as proporções de explicação dos componentes Y1 e Y2 são dadas por
Alternativas
Q2108534 Estatística
Uma variável aleatória X possui média 0 e matriz de covariância         Seja Y = X1 + X2. O valor da variância de Y é
Alternativas
Q2108533 Estatística
Um médico atende seus pacientes segundo um processo de Poisson com taxa de 5 pacientes por hora. Considere que o tempo de consulta segue uma distribuição exponencial com média 1/6 de hora e com disciplina de atendimento FIFO. O número mínimo de lugares necessários na sala de espera para que a probabilidade do paciente chegar e ficar em pé seja inferior a 10% é dado por
Dados: Log10 3 = 0,48 log10 5 = 0,70 log10 6 = 0,78
Alternativas
Q2108532 Estatística
Um processo de Wiener Wt (movimento browniano padrão) satisfaz as seguintes propriedades:
− W0 = 0 com probabilidade 1. − Para t > 0, Wt tem distribuição normal com média 0 e variância t. − Para s, t > 0, Wt+s − Ws tem a mesma distribuição de Wt . − Se 0 ≤ q ≤ r ≤ s < t, então Wt − Ws e Wr − Wq são variáveis aleatórias independentes. − A função t ↦ Wt é contínua com probabilidade 1.
Considerando as propriedades apresentadas, a média e a variância de Ws + Wt são, respectivamente,
Alternativas
Q2108531 Estatística
Considere uma partícula que faz um passeio aleatório simples, simétrico e com barreiras pelas posições {0, 1, 2, ..., 100}. Se a partícula estiver na posição 0, ela se moverá para a posição 1 no próximo passo. Se a partícula estiver na posição 100, ela se moverá para a posição 99 no próximo passo. Para as posições restantes, a partícula se move para a esquerda ou direita com igual probabilidade.
Se a partícula inicia o passeio na posição 0, a quantidade de passos necessários, em média, para ela retornar à posição 0 é
Alternativas
Q2108530 Estatística
São métodos de simulação estática:
Alternativas
Q2108529 Estatística
Considere a distribuição Beta(1,β) com função densidade de probabilidade f(x) = β(1-x)β-1 ,x ∈ [0,1] . Usando o método da transformação inversa para gerar números aleatórios X de Beta(1,β) e considerando que a variável aleatória U é distribuída uniformemente no intervalo (0,1), temos que X é obtido por
Alternativas
Q2108528 Estatística

Atenção: Para responder à questão, considere o código na linguagem R. 

Y<-c(2,3,2,4,3,5,6,3,4) #1

X1<-c(10,13,9,18,12,22,27,13,21) #2

X2<-c(6,10,4,10,10,17,16,9,13) #3

dados<-data.frame(cbind(Y,X1,X2)) #4

modelo <- lm(Y ~ X1 + X2, data = dados) #5

summary(modelo) #6

coef(modelo) #7

formula(modelo) #8

plot(modelo) #9

p <- as.data.frame(cbind(13,4)) #10

colnames(p) <- cbind("X1","X2") #11

predict(modelo, newdata=p) #12

vcov(modelo) #13

Intercept<-rep(1,times=9) #14

X<-cbind(Intercept,X1,X2) #15

t(solve(t(X)%*%X)%*%t(X)%*%Y) #16

residuals(modelo) #17 

Os comandos das linhas 14 a 16 produzem o mesmo resultado que o comando
Alternativas
Q2108527 Estatística

Atenção: Para responder à questão, considere o código na linguagem R. 

Y<-c(2,3,2,4,3,5,6,3,4) #1

X1<-c(10,13,9,18,12,22,27,13,21) #2

X2<-c(6,10,4,10,10,17,16,9,13) #3

dados<-data.frame(cbind(Y,X1,X2)) #4

modelo <- lm(Y ~ X1 + X2, data = dados) #5

summary(modelo) #6

coef(modelo) #7

formula(modelo) #8

plot(modelo) #9

p <- as.data.frame(cbind(13,4)) #10

colnames(p) <- cbind("X1","X2") #11

predict(modelo, newdata=p) #12

vcov(modelo) #13

Intercept<-rep(1,times=9) #14

X<-cbind(Intercept,X1,X2) #15

t(solve(t(X)%*%X)%*%t(X)%*%Y) #16

residuals(modelo) #17 

É correto afirmar que
Alternativas
Respostas
1761: D
1762: B
1763: A
1764: D
1765: C
1766: A
1767: B
1768: A
1769: E
1770: C
1771: A
1772: B
1773: D
1774: E
1775: B
1776: E
1777: B
1778: D
1779: A
1780: D