Questões Militares Para vunesp

Para responder à questão, considere o teste estatístico adequado. Considere o nível de significância de 0,05. Dado φ(1,645)=0,95, φ(1,96)=0,975, F(1,691)=0,95, F(2,03)=0,975, sendo φ a função de distribuição acumulada normal padrão e F a função de distribuição acumulada t de Student com 34 graus de liberdade.


Considere o teste de hipóteses: H₀:μ₁ = μ₂ contra H₁:μ₁ ≠ μ₂ com variâncias conhecidas . Suponha que os tamanhos das amostras sejam n₁ = 16 e n₂ = 20 e que as médias amostrais sejam = 18,4. É possível concluir em favor de H₀ ?

O tempo médio de utilização de um eletrodoméstico, tem, supostamente, distribuição normal com média de 10 meses. Com o objetivo de prolongar o tempo de utilização deste aparelho, os fabricantes incluíram um novo material, mais resistente, no processo de fabricação. Após a inclusão do novo material, foram testados 16 aparelhos, obtendo-se respectivamente os valores de 12 e 3 para a média e desvio padrão amostrais. Esses resultados mostram evidências do aumento do tempo de utilização do eletrodoméstico?

Dado: φ(1,645)=0,95, φ (1,96)=0,975, F(1,753)=0,95, F(2,131)=0,975; sendo φ a função de distribuição acumulada normal padrão e F a função de distribuição acumulada t de Student com 15 graus de liberdade.

Para responder à questão, utilize o teste estatístico adequado considerando o nível de 0,05 de significância. Dado φ(1,645)=0,95 e φ(1,96)=0,975; sendo φ a função de distribuição acumulada normal padrão.

Um fabricante realiza periodicamente uma pesquisa para verificar a aceitação do seu produto. Para manter o produto no mercado, o fabricante precisa que a proporção de consumidores satisfeitos seja de pelo menos 0,90. Realizou-se uma pesquisa com 100 consumidores, dos quais 85 relataram que estão satisfeitos com o produto. Esses dados mostram que o fabricante deve retirar o produto do mercado?

Ao realizar um teste de hipóteses, o pesquisador pode chegar a uma decisão correta como também pode tomar uma decisão incorreta, sendo possível a ocorrência de dois tipos de erros: rejeitar a hipótese nula quando ela é verdadeira ou falhar em rejeitar a hipótese nula quando ela é falsa. O que é o nível de significância (geralmente representado por α) em um teste de hipóteses?

Deseja-se obter uma equação que descreva o comportamento da variável Y=salário dos funcionários da empresa A em função da variável X=tempo em que trabalha na empresa e verificar se essa relação é estatisticamente significativa. Dispõe-se do arquivo dados no formato RData no qual estão armazenadas as variáveis X e Y. A forma correta para obter a equação de uma regressão linear simples e verificar se o modelo ajustado é significativo, utilizando o software R é dada por:

Considere o conjunto de dados dos funcionários de uma empresa em que estão disponíveis as variáveis X e Y, sendo a variável X uma variável categórica que contém a função que o funcionário desempenha na empresa e a variável Y uma variável numérica com os salários dos funcionários. Para calcular o valor médio dos salários de acordo com a função desempenhada na empresa utilizando o software R pode-se executar o comando:

Um estatístico recém formado recebe uma demanda de análise de um banco de dados. Na dúvida sobre as condições do uso da regressão logística, busca nas referências a teoria dessa técnica. Sobre uma regressão logística binária é correto afirmar que seu uso 

Na possibilidade de exemplificar o fenômeno de como os exercícios aeróbicos e a ingestão de calorias podem afetar o peso, quarenta oficiais recém ingressados no exército aceitaram participar de um estudo e, durante uma semana, anotou-se minuciosamente o número de minutos de exercícios aeróbicos que praticaram, junto com sua ingestão calórica (Kcal) diária. Desses dados, primeiramente, avaliou-se a associação entre as variáveis X = ‘tempo de exercício físico realizado’ e Y = ‘calorias ingeridas’ por meio de um gráfico de dispersão. Deste gráfico não se pode concluir muita coisa, por esse motivo, quantificou-se essa associação, resultando em um coeficiente de correlação r = – 0,2515. Para confirmar a existência de associação ou não entre as variáveis, aplicou-se o teste de hipótese para correlação zero, ou seja, H₀ : ρ = 0 (sendo ρ o coeficiente de correlação linear de Pearson populacional), obtendo-se um valor-p de 0,4071. Considere que ambas as variáveis possuem distribuição normal e que para todas as análises necessárias fixou-se um nível de confiança de 95%. Assim, é possível afirmar corretamente que:

Fazer diversos treinamentos para saber como agir diante de situações de emergências é uma das principais exigências para se trabalhar em áreas em que a tomada de decisão deve ser feita com urgência. No intuito de reforçar e ilustrar esse conceito aos novos ingressantes no serviço militar, um estudo, com 10 alunos, foi realizado, associando o número de horas de treinamento de cada indivíduo (X) com o número de acidentes causados(Y). Supondo que todas as pressuposições necessárias para a obtenção de um modelo de regressão linear simples foram satisfeitas, e que esse modelo se ajustou bem aos dados, o modelo estimado obtido foi:



Com relação ao exposto, é correto afirmar:

Para um estudo de saúde foram avaliadas as idades de 13 homens, relacionando-as com sua pressão arterial (mmHg). Devido ao comportamento e a associação dessas variáveis, foi inicialmente ajustado um modelo de regressão linear simples, sendo a idade a variável independente. O quadro da análise de variância deste modelo de regressão trouxe as informações a seguir:



* gl: graus de liberdade; ** SQ: Soma de quadrados *** QM: Quadrado médio; #_F: Valor F calculado.
Com base no exposto, é correto afirmar que

Pensando na saúde dos novos cadetes, para avaliar a efetividade de uma dieta combinada com um programa de exercícios físicos no controle de triglicerídeos, 16 cadetes foram sorteados para participar de um estudo. Avaliou-se a taxa de triglicerídeos antes (ml/dL) de começar a dieta com o programa e eles foram reavaliados após a dieta com o programa. Deseja-se verificar se as taxas de triglicerídeos antes (X) e depois (Y) da dieta com esse programa de exercícios físicos são iguais. Considere as seguintes informações: 
(i) Seja D_i = X_i – Y_i , onde i = 1, 2, ..., 16; (ii) D_i = 192; (iii) A variância amostral sendo S²_D= 6,25;
(iv) P(T > 1,341) = 0,10; P(T > 1,753) = 0,05; P(T > 2,131) = 0,025, em que T é uma variável aleatória contínua com distribuição t de Student com 15 graus de liberdade.
O intervalo de confiança de 90% e a conclusão desse estudo foram, respectivamente:

As definições e outras propriedades de estimadores não fornecem qualquer orientação acerca de como bons estimadores podem ser obtidos. Por essa necessidade, surgem alguns métodos de estimação pontual; entre esses, os mais usados são o método dos momentos, o método dos mínimos quadrados e o método da máxima verossimilhança. Em relação a estes métodos de estimação, é correto afirmar:

A inferência estatística tem por objetivo fazer generalizações sobre uma população com base nos dados de amostra. Um dos itens básicos nesse processo é a estimação de parâmetros, que pode ser realizado por ponto ou por intervalo. Um estimador  do parâmetro θ é qualquer função das observações de uma amostra aleatória de tamanho n da variável X com função de distribuição de probabilidade (ou função de probabilidade), f(X|θ), ou seja,  = f(X₁ , X₂, ..., X_n ). Logo, um estimador também é uma variável aleatória. Considerando que:
E(.) é a função esperança;
Var(.) é a função variância;
B(.) é a função viés; e
 é o limite da função quando n tende ao infinito.
Sobre as propriedades desejáveis dos estimadores, assinale a alternativa correta.

Para que novas estratégias de treinamento possam ser pensadas, uma escola de tiro gostaria de avaliar o treinamento dado aos seus alunos. Dessa forma, sorteou-se 64 alunos com o mesmo tempo de horas de treinamento e cada um destes realizou apenas um tiro. Destes, 32 acertaram o alvo. Considere que a probabilidade de um aluno acertar o alvo seja a mesma para todos e que os alunos são independentes entre si. Dado φ(1,645)=0,95, φ(1,96)=0,975, F(1,696)=0,95, F(2,04)=0,975; sendo φ a função de distribuição normal padrão e F a função de distribuição acumulada t de Student com 31 graus de liberdade. A estimativa intervalar clássica para essa situação, considerando um nível de significância de 5%, será:

Um dos grandes desafios do uso da inferência Bayesiana é a especificação da distribuição a priori dos parâmetros do(s) modelo(s), pois cada problema é único e tem um contexto real próprio e os graus de conhecimento variam de pesquisador para pesquisador. No processo de elicitação (especificação de distribuições de probabilidade para os parâmetros baseado em crenças e conhecimentos de uma ou mais pessoas), sobre o uso de priori(s) é correto afirmar que

O comandante do exército solicita ao oficial, especialista  em estatística, uma análise dos dados obtidos em sua missão para poder tomar decisões em relação aos próximos passos. Nessa primeira conversa, o oficial pergunta ao comandante qual é o tipo de inferência que ele deseja que seja realizada. Em relação aos dois tipos de inferência (Clássica ou Bayesiana) é correto afirmar:

Seja o modelo autorregressivo de médias móveis:

y_t = 2 + 0,7y_t-1 – 0,3ε_t-1 + 0,5ε_t-2 + ε_t

em que y é a variável observada no tempo t e ε é o ruído branco.
Nesse contexto, a notação correta que define o modelo matemático anterior é

A notação de um modelo sazonal ARIMA(0,0,1)(1,0,0)₁₂, denota que:

Uma empresa buscou investigar o efeito de diferentes provedores de internet. Para atingir este objetivo, realizou-se um experimento unifatorial utilizando o modelo de fator aleatório. Quatro provedores foram selecionados aleatoriamente, e para cada provedor foram realizados 10 testes de velocidade de internet em momentos aleatórios. Ao realizar a Análise de Variância, obteve-se Soma de Quadrados de 1830 para os provedores e Soma de Quadrados de 5400 para o Resíduo. Neste contexto, o valor estimado da componente de variância do efeito dos provedores é:

Seja um experimento realizado em delineamento inteiramente casualizado com dois tratamentos (T1 e T2) e 4 repetições por tratamento (R1, R2, R3 e R4). Os valores observados deste experimento foram os seguintes:

Na Análise de Variância deste experimento, o valor da Soma de Quadrados dos Tratamentos é: