Questões de Concursos Inferência Estatística

Resolva questões de Inferência Estatística comentadas com gabarito, online ou em PDF, revisando rapidamente e fixando o conteúdo de forma prática.

Ordenar por:

22Q114107 | Probabilidade e Estatística, Inferência Estatística, Analista de Pesquisa Operacional Júnior, Petrobras, CESGRANRIO

Sejam S o conjunto de busca, N a relação de vizinhança e g a função avaliação. De um pseudoalgoritmo de busca local estocástica retiram-se os seguintes comandos:

Uma alternativa para aumentar a rapidez dos algoritmos de busca local estocástica é selecionar o próximo passo de maneira mais eficiente. Neste contexto, o mecanismo de seleção do passo de busca do algoritmo, cujos comandos foram destacados acima, usa a estratégia de seleção

✂️ a) do primeiro vizinho com melhora (first improvement) com ordem fixa para avaliar os vizinhos.
✂️ b) do primeiro vizinho com melhora (first improvement) com ordem aleatória para avaliar os vizinhos.
✂️ c) do melhor vizinho (best improvement) que escolhe o vizinho com melhora máxima em g.
✂️ d) por melhora aleatória (random improvement) que escolhe aleatoriamente um vizinho entre os vizinhos com melhora.
✂️ e) por pior melhora (least improvement) que escolhe o vizinho de melhora mínima em g.

23Q671787 | Probabilidade e Estatística, Inferência Estatística, Analista Judiciário Estatística, TJ PA, CESPE CEBRASPE, 2020

Um estimador que fornece a resposta correta em média é chamado não enviesado. Formalmente, um estimador é não enviesado caso seu valor esperado seja igual ao parâmetro que está sendo estimado. Idem. Ibidem.

Os possíveis estimadores para a média populacional (µ) incluem ?, média de uma amostra, ?, a menor observação da amostra, e ?, a primeira observação coletada de uma amostra. Considerando essas informações, julgue os itens subsequentes.

I A média de uma amostra (?) é exemplo de um estimador enviesado para a média populacional (µ), pois seu valor esperado é igual à média populacional, ou seja, E(?) = µ.

II A menor observação da amostra (?) é um exemplo de estimador não enviesado, pois o valor da menor observação da amostra deve ser inferior à média da amostra; portanto, E(?) < µ.

III A primeira observação coletada de uma amostra equivale a tomar ao acaso uma amostra aleatória da população de tamanho igual a um e, portanto, é considerado um estimador não enviesado.

Assinale a opção correta.

✂️ a)
Nenhum item está certo.
✂️ b)
Apenas o item I está certo.
✂️ c)
Apenas o item II está certo.
✂️ d)
Apenas o item III está certo.
✂️ e)
Todos os itens estão certos.

27Q856304 | Probabilidade e Estatística, Inferência estatística, Analista Judiciário Estatística, TJ PA, CESPE CEBRASPE, 2020

O teste de hipóteses se assemelha ao julgamento de um crime. Em um julgamento, há um réu, que inicialmente se presume inocente. As provas contra o réu são, então, apresentadas, e, se os jurados acham que são convincentes, sem dúvida alguma, o réu é considerado culpado. A presunção de inocência é vencida.
Michael Barrow. Estatística para economia, contabilidade e
administração. São Paulo: Ática, 2007, p. 199 (com adaptações).
João foi julgado culpado pelo crime de assassinato e condenado a cumprir pena de 20 anos de reclusão. Após 10 anos de prisão, André, o verdadeiro culpado pelo delito pelo qual João fora condenado, confessou o ilícito e apresentou provas irrefutáveis de que é o verdadeiro culpado, exclusivamente.
Considerando a situação hipotética apresentada e o fragmento de texto anterior, julgue os itens que se seguem.
I Pode-se considerar que a culpa de João seja uma hipótese alternativa.
II No julgamento, ocorreu um erro conhecido nos testes de hipótese como erro do tipo I.
III Se a hipótese nula fosse admitida pelos jurados como verdadeira e fosse efetivamente João o culpado pelo crime, o erro cometido teria sido o chamado erro do tipo II.
Assinale a opção correta.

✂️ a) Certo
✂️ b) Errado

28Q672406 | Probabilidade e Estatística, Inferência Estatística, Analista Judiciário Estatística, TJ PA, CESPE CEBRASPE, 2020

Uma fábrica de cerveja artesanal possui uma máquina para envasamento regulada para encher garrafas de 800 mL. Esse mesmo valor é utilizado como média µ, com desvio padrão fixo no valor de 40 mL. Com o objetivo de manter um padrão elevado de qualidade, periodicamente, é retirada da produção uma amostra de 25 garrafas para se verificar se o volume envazado está controlado, ou seja, com média µ = 800 mL. Para os testes, fixa-se o nível de significância ? = 1%, o que dá valores críticos de z de - 2,58 e 2,58.

Com base nessas informações, julgue os seguintes itens.

I É correto indicar como hipótese alternativa H₁: µ # 800 mL, pois a máquina poderá estar desregulada para mais ou para menos.

II Caso uma amostra apresente média de 778 mL, os técnicos poderão parar a produção para a realização de nova regulagem, pois tal valor está dentro da região crítica para o teste.

III A produção não precisaria ser paralisada caso uma amostra apresentasse média de 815 mL, pois este valor está fora da região crítica para o teste.

Assinale a opção correta.

✂️ a)
Apenas o item I está certo.
✂️ b)
Apenas o item II está certo.
✂️ c)
Apenas os itens I e III estão certos.
✂️ d)
Apenas os itens II e III estão certos.
✂️ e)
Todos os itens estão certos.

29Q656866 | Probabilidade e Estatística, Inferência estatística, Analista Judiciário Estatística, TJ PA, CESPE CEBRASPE, 2020

✂️ a) Apenas o item I está certo.
✂️ b) Apenas o item II está certo.
✂️ c) Apenas os itens I e III estão certos.
✂️ d) Apenas os itens II e III estão certos.
✂️ e) Todos os itens estão certos.

31Q145573 | Probabilidade e Estatística, Inferência estatística, Analista Judiciário Estatística, TRF 2a, FCC

Uma pesquisa realizada com 8.400 habitantes de uma cidade, escolhidos aleatoriamente, revelou que 70% deles estavam satisfeitos com o desempenho do prefeito. Considere que é normal a distribuição amostral da frequência relativa dos habitantes satisfeitos com o desempenho do prefeito e que, na curva normal padrão Z, a probabilidade P(Z>1,96) = 0,025. Considerando a cidade com uma população de tamanho infinito, o intervalo de confiança para esta proporção ao nível de confiança de 95%, com base no resultado da amostra, é

✂️ a) [65,10% ; 74,90%].
✂️ b) [66,08% ; 73,92%].
✂️ c) [67,06% ; 72,94%].
✂️ d) [68,04% ; 71,96%].
✂️ e) [69,02% ; 70,98%].

34Q669645 | Probabilidade e Estatística, Inferência Estatística, Analista Judiciário Estatística, TJ PA, CESPE CEBRASPE, 2020

Considerando que a inferência estatística é um processo que consiste na utilização de observações feitas em uma amostra com o objetivo de estimar as propriedades de uma população, assinale a opção correta.

✂️ a)
Na estatística inferencial, um parâmetro é um valor conhecido, extraído de uma amostra, utilizado para a estimação de uma grandeza populacional.
✂️ b)
Independentemente do tamanho da amostra, um estimador consistente sempre irá convergir para o verdadeiro valor da grandeza populacional.
✂️ c)
A amplitude de uma amostra definirá se a média amostral poderá ser um estimador de máxima verossimilhança da média populacional.
✂️ d)
Sendo â um estimador de máxima verossimilhança de um parâmetro a, então (a) ^1/2 = (â) ^1/2.
✂️ e)
Sendo a e b estimadores de um mesmo parâmetro cujas variâncias são simbolizadas por Var(a) e Var(b). Se Var(a) > Var(b), então é correto afirmar que a é um melhor estimador que b.

35Q1064068 | Estatística, Inferência Estatística, Tarde, CVM, FGV, 2024

Um gestor avalia a expectativa de rentabilidade mensal de um fundo de ações utilizando o modelo de regressão linear clássico y = β₀ + β₁x + ϵ, em que y é a rentabilidade, x é um indicador econômico, β₀ e β₁ são parâmetros a serem estimados por mínimos quadrados e ϵ é o termo de erro. O modelo satisfaz aos pressupostos para estimação por mínimos quadrados. Com base em uma amostra de 3 meses, na qual os valores observados da variável explicativa x foram x₁ = 1, x₂ = 2 e x₃ = 2, o modelo estimado conduziu aos resíduos e₁ = 2, e₂= 1 e e₃ = 1.

A estimativa, baseada no estimador não viciado, para a covariância entre os estimadores de β₀ e β₁, é:

✂️ a) - 4;
✂️ b) - 5;
✂️ c) -10;
✂️ d) -15;
✂️ e) -20.

37Q1044593 | Estatística, Inferência Estatística, Analista de Pesquisa Energética Recursos Energéticos, EPE, FGV, 2024

Uma concessionária, que presta serviço na área de energia renovável, afirma que 90% dos seus clientes estão satisfeitos com seu serviço.
Um analista curioso resolve fazer um teste de hipótese para verificar se a afirmação da concessionária é verdadeira. Para tanto, selecionou uma amostra de 25 clientes, dos quais verificou que 20 estão satisfeitos com os serviços prestados pela concessionária.
Considerando que o analista aplicou um teste bilateral com um nível de significância de 5%, onde Zα/2 = 1,96, assinale a opção que indica a conclusão do teste de hipótese aplicado pelo analista.

✂️ a) Não se pode rejeitar a hipótese nula, ou seja, não se pode contradizer a afirmação concessionária.
✂️ b) Rejeita-se a hipótese nula, ou seja, não se pode contradizer a afirmação concessionária.
✂️ c) Não se pode rejeitar a hipótese nula, ou seja, pode-se contradizer a afirmação concessionária.
✂️ d) Rejeita-se a hipótese nula, ou seja, pode-se contradizer a afirmação concessionária.
✂️ e) O teste é inconclusivo.

38Q1062702 | Estatística, Inferência Estatística, Geral, SEFAZ SE, CESPE CEBRASPE, 2025

A fim de se efetuar o teste de hipóteses para certa média populacional especificado como H₀: μ = 10 versusH₁: μ > 10, tomou-se uma amostra aleatória simples de tamanho n = 16 de uma população normal. A média amostral foi igual a 11 e o desvio padrão amostral, igual a 2.
A partir dessa situação hipotética, assinale a opção correta.

✂️ a) O nível de significância do teste de hipóteses representa a probabilidade de se rejeitar indevidamente a hipótese alternativa (H₁).
✂️ b) A hipótese nula (H₀)deverá ser rejeitada quando a média amostral for superior a 10, de acordo com a hipótese alternativa (H₁).
✂️ c) O valor da estatística do teste t de Student é igual a -2.
✂️ d) O nível descrito do teste é superior a 50%.
✂️ e) A função poder do teste em questão tende a aumentar à medida que a média populacional aumenta.

40Q1068390 | Estatística, Inferência Estatística, Estatística, EsFCEx, VUNESP, 2024

Considere a teoria de decisão Bayesiana. Sobre uma priori não-informativa, é possível afirmar:

✂️ a) Uma priori não-informativa deve ser utilizada nas situações em que há conhecimentos que permitam especificar uma distribuição priori informativa.
✂️ b) Utilizando uma priori não informativa, sempre obtemos uma família conjugada.
✂️ c) Sempre que empregada uma priori não-informativa, as interpretações utilizando análise Bayesiana serão equivalentes à análise clássica.
✂️ d) A única forma de utilizar uma priori não-informativa é assumindo para priori uma distribuição uniforme.
✂️ e) Mesmo utilizando uma priori não informativa, a interpretação obtida para o intervalo de credibilidade é distinta da obtida utilizando o intervalo de confiança convencional.

Questões de Concursos Inferência Estatística

Resolva questões de Inferência Estatística comentadas com gabarito, online ou em PDF, revisando rapidamente e fixando o conteúdo de forma prática.

21Q690970 | Probabilidade e Estatística, Inferência Estatística, Primeiro Tenente Estatística, Quadro Técnico, Marinha, 2019

22Q114107 | Probabilidade e Estatística, Inferência Estatística, Analista de Pesquisa Operacional Júnior, Petrobras, CESGRANRIO

23Q671787 | Probabilidade e Estatística, Inferência Estatística, Analista Judiciário Estatística, TJ PA, CESPE CEBRASPE, 2020

24Q668293 | Probabilidade e Estatística, Inferência Estatística, Analista Judiciário Estatística, TJ PA, CESPE CEBRASPE, 2020

25Q211569 | Matemática, Inferência estatística, Geofísico Júnior Física, Petrobras, Petrobrás Geofísico Júnior Física

26Q106901 | Matemática, Inferência estatística, Analista de Comercialização e Logística, Petrobras, CESGRANRIO

27Q856304 | Probabilidade e Estatística, Inferência estatística, Analista Judiciário Estatística, TJ PA, CESPE CEBRASPE, 2020

28Q672406 | Probabilidade e Estatística, Inferência Estatística, Analista Judiciário Estatística, TJ PA, CESPE CEBRASPE, 2020

29Q656866 | Probabilidade e Estatística, Inferência estatística, Analista Judiciário Estatística, TJ PA, CESPE CEBRASPE, 2020

30Q181588 | Matemática, Inferência estatística, Economista, Petrobras, CESGRANRIO

31Q145573 | Probabilidade e Estatística, Inferência estatística, Analista Judiciário Estatística, TRF 2a, FCC

32Q139735 | Matemática, Inferência estatística, Analista Judiciário Economia, TJ RO, CESGRANRIO

33Q689661 | Probabilidade e Estatística, Inferência Estatística, Primeiro Tenente Estatística, Quadro Técnico, Marinha, 2019

34Q669645 | Probabilidade e Estatística, Inferência Estatística, Analista Judiciário Estatística, TJ PA, CESPE CEBRASPE, 2020

35Q1064068 | Estatística, Inferência Estatística, Tarde, CVM, FGV, 2024

36Q1038851 | Estatística, Inferência Estatística, Auditor de Controle Externo Contas Públicas, TCE PE, FGV, 2025

37Q1044593 | Estatística, Inferência Estatística, Analista de Pesquisa Energética Recursos Energéticos, EPE, FGV, 2024

38Q1062702 | Estatística, Inferência Estatística, Geral, SEFAZ SE, CESPE CEBRASPE, 2025

39Q1062913 | Estatística, Inferência Estatística, Estatística, TJ MS, FGV, 2024

40Q1068390 | Estatística, Inferência Estatística, Estatística, EsFCEx, VUNESP, 2024