Questões de Concurso Para estatística

Uma agência bancária está analisando dois Serviços,o F e o G, da linha PREMIUM, e, para isso, seus funcionários entrevistaram cinco clientes, com esse perfil, queusaram os dois serviços. Esses clientes atribuíram notasde satisfação de 0,0 a 10,0 para cada serviço. As notaspara o Serviço F e para o Serviço G foram as seguintes:

Serviço F: 7, 9, 8, 6, 10 Serviço G: 8, 7, 9, 5, 10

A gestão dessa agência quer saber qual serviço apresenta maior variabilidade nas notas de satisfação. Para isso,o desvio padrão das notas de ambos os serviços foi calculado.

Considerando-se essa população, formada por esses cinco clientes, e sabendo-se que o desvio padrão das notasdo Serviço G é igual a 1,87, a diferença entre o maior e omenor desvio padrão é igual a

Dado 2√2 ≅ 2 8, 2 

O Fundo de Garantia do Tempo de Serviço (FGTS), administrado pela Caixa Econômica Federal (CEF), é um fundo que almeja proteger o trabalhador que for demitido sem justa causa. Na Tabela a seguir, encontram-se os resultados desse fundo entre 2016 e 2022, bem como os valores distribuídos aos trabalhadores nesse período. Todos os valores estão em bilhões de reais.



Um superintendente da CEF deseja saber qual é a fração do Resultado total que foi distribuído. Para isso, calculou quanto a média do Resultado distribuído representava em relação à mediana do Resultado total, no período apresentado na Tabela.

A razão entre a média do Resultado distribuído e a mediana do Resultado total é, aproximadamente,

Um banco comercial avalia solicitações de empréstimo a partir de um modelo estatístico que utiliza variáveis como renda, idade, estado civil e tempo no emprego atual para estimar a probabilidade de o cliente ficar inadimplente. O banco está atualizando o modelo estatístico atual e, com esse intuito, fez um levantamento do perfil demográfico dos clientes inadimplentes. Na Tabela a seguir, observa-se a fração de clientes inadimplentes para cada estado civil e renda mensal, medida em termos de número de salários mínimos (SM). Não existem observações coincidentes com os extremos das classes.



Sabendo-se que um cliente inadimpliu, a probabilidade de esse cliente ganhar menos do que 10 salários mínimos e ser solteiro, divorciado ou viúvo é

Um grupo de 100 funcionários de uma empresa ganhou na Mega-Sena, e o prêmio foi dividido igualmente entre esses funcionários e depositado em suas respectivas contas-correntes.

Considerando-se as medidas de dispersão dos saldos dessas contas, a única dessas medidas que foi alterada após o depósito do prêmio da Mega-Sena foi a(o)

Em uma agência de um banco comercial, 20% das contas-correntes são contas conjuntas, isto é, contas que possuem dois ou mais titulares.

Considerando-se que um gerente dessa agência administra 4 contas, qual é a probabilidade de que a maioria das contas que esse gerente administra sejam contas conjuntas?

Instituições financeiras realizam empréstimos na expectativa de receberem de volta o valor do empréstimo acrescido de juros. Nem sempre, todavia, o cliente paga ao banco o valor que lhe é devido, e isso se denomina inadimplência. A probabilidade de um cliente inadimplir varia de acordo com as características do cliente, como renda, idade ou se o cliente possui casa própria. Quando um cliente solicita um empréstimo, um modelo matemático utiliza essas características para estimar a probabilidade de o cliente inadimplir. Essa probabilidade estimada será usada para classificar o cliente conforme o seu risco de crédito. Esse risco pode variar de AA (para clientes cuja probabilidade de inadimplir é quase nula), passando por B, C, D, E, F, G e finalmente H, à medida que a probabilidade de inadimplência vai aumentando. Segundo a apresentação de resultados do terceiro trimestre de 2023, a Caixa Econômica Federal tem 92,7% de sua carteira com risco de crédito entre AA e C e encerrou 2023 com uma inadimplência de 2,16%.

A variável risco de crédito descrita acima é uma variável

Um cientista de dados está utilizando SHapley Additive exPlanations (SHAP) para entender a importância das variáveis em um modelo de aprendizado de máquina que prevê a probabilidade de um cliente deixar de ser assinante de um serviço (churn). Considere o seguinte conjunto de dados simplificado com três características para um cliente específico:



A previsão base do modelo, que representa a probabilidade estimada de um cliente se tornar um churn quando nenhuma das características individuais é considerada, é de 0,30.
Considerando-se esse contexto, qual é a probabilidade prevista pelo modelo para que esse cliente deixe de assinar o serviço?

Uma equipe precisa apresentar os resultados de diversas análises para diferentes públicos. Cada visualização deve ser escolhida e projetada de forma a comunicar claramente os insights obtidos, considerando as boas práticas de design e de acessibilidade.
Serão apresentados, em momentos diferentes, os seguintes dados:

1. Distribuição de idades de uma pesquisa populacional, que possui um grande número de participantes.
2. Comparação de receitas mensais de diferentes setores de uma empresa ao longo de um ano.
3. Proporção de vendas de diferentes produtos de uma loja durante o último trimestre.
4. Análise de correlação entre as variáveis “horas de estudo” e “nota final” de estudantes.

Considerando-se as boas práticas de design e acessibilidade, quais tipos de gráficos devem ser utilizados para a visualização dessas quatro situações?

Uma equipe de análise de riscos de um banco de investimentos precisa avaliar o risco de diferentes carteiras de clientes, que possuem ativos em escalas variadas. Para isso, ela decidiu utilizar modelos de aprendizado de máquina, a fim de auxiliar o seu processo de tomada de decisão. Os analistas da equipe perceberam que parte dos ativos disponíveis poderia influenciar desproporcionalmente a análise de risco. Assim, decidiram aplicar a técnica de normalização z-score. Com essa medida, pretendem reduzir a influência de uma variação abrupta no treinamento dos modelos de aprendizado de máquina, promovendo uma comparação justa entre os ativos e uma avaliação mais precisa do risco em cada carteira. Considere que W seja o conjunto de todos os valores em reais dos ativos de carteiras de investimentos que a equipe de analistas precisa avaliar.
Uma das características da normalização z-score é que, em sua definição original (clássica), essa normalização  

O teorema de Bayes é um mecanismo formal para atualizar probabilidades. Considere o caso de um analista de mercado que, após o encerramento de um pregão, pretende divulgar informações sobre a probabilidade de queda de determinada ação. O analista tinha uma previsão inicial de queda dessa ação de 10% e recebeu novas informações sobre a economia, no que diz respeito a um aumento da taxa de juros. O analista tem registros de que, quando houve queda nessa ação, em 20% das vezes essa queda foi precedida pelo aumento dos juros e de que, nos dias em que a ação esteve em alta, apenas em 5% das vezes elas foram precedidas pela notícia de aumento da taxa de juros.
Levando-se em conta esse cenário, e com base no teorema de Bayes, a nova probabilidade de queda da ação será de 

A lógica fuzzy é uma extensão da lógica booleana. Embora as técnicas de controle possam ser implementadas por modelos matemáticos, as implementações baseadas na lógica fuzzy apresentam um melhor desempenho.

Qual é o aspecto fundamental da lógica fuzzy?

Uma medida importante para o estudo do risco a ser mensurada é o valor esperado de cada distribuição de probabilidade considerada. Essa medida do valor esperado não demonstra o risco associado a cada proposta de investimento. Ao quantificar o risco do investimento, deve-se utilizar medida estatística de

O uso de dados quantitativos e qualitativos é fundamental para a compreensão e a análise da situação de um país, servindo de importante subsídio à tomada de decisões. Esses dados são mensurados a partir de diferentes variáveis. Sobre essas variáveis, verifica-se que

As massas M das laranjas produzidas em certa fazenda seguem distribuição normal de média 180 g e variância 25 g² . Seja Z uma outra variável aleatória com distribuição normal de média 0 e variância 1. 

Uma dessas laranjas é selecionada ao acaso. A probabilidade de que a massa da laranja escolhida seja maior que 175,8 g e menor que 184,2 g é

Dados: 

P (Z > 0,168) = 0,43

P (Z > 0,840) = 0,20

Um analista de sistemas realizou um teste estatístico de hipótese para verificar qual seria o melhor horário para a realização de um treinamento. No final do teste, foi verificado que ocorreu o erro tipo I. Esse erro acontece quando 

Qual técnica deve ser utilizada para modelar uma população a partir de dados amostrais e obter resultados baseados em determinada confiabilidade desejada?

A amostragem estatística é uma técnica utilizada em auditoria para selecionar itens de uma população a fim de obter evidências sobre uma determinada característica. Sobre a amostragem estatística, assinale a alternativa correta:

Considere o conjunto de sete medidas 12, X, 7, 5, 7, 15, 14, onde X é um número natural. Sabe-se que a moda é única e que a mediana é 3 unidades maior do que a moda.
A soma da mediana com a média é: 

Duas instâncias A e B de um dataset de tweets são representadas, respectivamente, por intermédio dos vetores
xA = [2, −2, 0, 1,] e xB = [−4, 0, 2, −4].
Os valores da similaridade de cosseno e da distância de Manhattan entre essas duas instâncias são, respectivamente: 

Anderson, analista de dados do TRF-1, gerou a matriz de confusão abaixo a partir dos resultados obtidos com um classificador binário.




Ao calcular a F1-score ponderada para esse classificador, Anderson obteve o valor: