Questões de Concurso Para estatística

Julgue o próximo item, relativo a Naive Bayes e random forest. 

Random forest é um algoritmo de classificação que permite a realização de mineração dos dados por meio da criação de estruturas de aprendizagem a partir de uma base de dados na qual se utiliza uma única árvore de decisão para a classificação dos dados.

Julgue o próximo item, relativo a Naive Bayes e random forest. 

Naive Bayes é um algoritmo de classificação baseado na aprendizagem por reforço, em que um agente realiza uma ação e recebe uma recompensa de acordo com o resultado dessa ação por meio da implementação do teorema de Bayes, com o objetivo de encontrar a probabilidade a posteriori. 

Julgue o próximo item, relativo a Naive Bayes e random forest. 

Tamanho do nó, número de árvores e número de recursos amostrados, ou número de preditores amostrados, são parâmetros de algoritmos random forest. 

No que diz respeito ao estimador hipotético T_n  do parâmetro λ, julgue o seguinte item.

Se n = 10, então o erro quadrático médio de T_n  será igual a λ²/10.

No que diz respeito ao estimador hipotético T_n  do parâmetro λ, julgue o seguinte item.

T_n  é estimador consistente.

No que diz respeito ao estimador hipotético T_n  do parâmetro λ, julgue o seguinte item.

O erro-padrão de T_n  é igual a 1.

No que diz respeito ao estimador hipotético T_n  do parâmetro λ, julgue o seguinte item.

T_n  é estimador de λ assintoticamente não viciado.

No que diz respeito ao estimador hipotético T_n  do parâmetro λ, julgue o seguinte item.

Se T_n  seguir uma distribuição normal, então a razão nT_n -(n+2)λ /√nλ   será normal padrão.

Com base nas informações precedentes e no método de estimação por máxima verossimilhança, julgue o próximo item.  

Pelo método da máxima verossimilhança, a estimativa da média de W é igual a 8/5 .

Com base nas informações precedentes e no método de estimação por máxima verossimilhança, julgue o próximo item.  

A estimativa de máxima verossimilhança da probabilidade p é igual a 0,625.

Com base nas informações precedentes e no método de estimação por máxima verossimilhança, julgue o próximo item.  

Se  (W = 2) denota a estimativa de máxima verossimilhança da probabilidade P(W= 2), então

 (W =2) = 0,4.  

Com base nas informações precedentes e no método de estimação por máxima verossimilhança, julgue o próximo item.  

Não há estimador de máxima verossimilhança para a moda de W  , já que o valor da moda não depende da probabilidade p. 

Com base nas informações precedentes e no método de estimação por máxima verossimilhança, julgue o próximo item.  

O estimador de máxima verossimilhança para a variância de W é a variância amostral.

Considerando uma distribuição condicional expressa na forma de função de densidade de probabilidade f(x|y) = ye^-xy, em que e denota a constante de Euler, e x e y, valores reais positivos que representam, respectivamente, os pontos de suporte das variáveis aleatórias contínuas X e Y, julgue o item a seguir.

As variáveis aleatórias X e Y são independentes.

Considerando uma distribuição condicional expressa na forma de função de densidade de probabilidade f(x|y) = ye^-xy, em que e denota a constante de Euler, e x e y, valores reais positivos que representam, respectivamente, os pontos de suporte das variáveis aleatórias contínuas X e Y, julgue o item a seguir.

P(X = 1) = P(Y = 10).

Considerando uma distribuição condicional expressa na forma de função de densidade de probabilidade f(x|y) = ye^-xy, em que e denota a constante de Euler, e x e y, valores reais positivos que representam, respectivamente, os pontos de suporte das variáveis aleatórias contínuas X e Y, julgue o item a seguir.

A média da variável aleatória X, condicionada ao evento Y = 5, é igual a 5.

Considerando uma distribuição condicional expressa na forma de função de densidade de probabilidade f(x|y) = ye^-xy, em que e denota a constante de Euler, e x e y, valores reais positivos que representam, respectivamente, os pontos de suporte das variáveis aleatórias contínuas X e Y, julgue o item a seguir.

P(X > 1|Y = 2) = e ^–2.

Considerando uma distribuição condicional expressa na forma de função de densidade de probabilidade f(x|y) = ye^-xy, em que e denota a constante de Euler, e x e y, valores reais positivos que representam, respectivamente, os pontos de suporte das variáveis aleatórias contínuas X e Y, julgue o item a seguir.
Se Y seguir uma distribuição exponencial com média igual a 1, então, para x > 0, a função de densidade da variável aleatória X será f(x) = (x + 1)^-2.