Questões de Concursos: Conceitos de Estatística

Seja o modelo linear de análise de covariância Y_i = ? + ?D_i + ?X_i + ?_i referente a um determinado ramo de atividade. Y_i representa o salário anual de um empregado i, X_i é o número de anos de experiência do empregado i e ?_i é o erro aleatório com as respectivas hipóteses da correspondente regressão (?, ? e ? são parâmetros desconhecidos). Com relação a este modelo, dado que D_i = 1 se o empregado i for homem e D_i = 0 se o empregado i for mulher, pode-se afirmar que

Em relação ao planejamento e à organização das pesquisas quantitativas, julgue os itens que se seguem.

Um único levantamento cross-section referente a determinada variável X permite avaliar a evolução temporal de X.

Os estimadores não viesados E₁, E₂ e E₃, dados abaixo, são utilizados para obtenção da média ? diferente de zero de uma população normal com variância unitária. Considere que (X, Y, Z) é uma amostra aleatória, com reposição, de tamanho 3 desta população, com m, n e p sendo parâmetros reais.

E₁ = mX + nY + pZ

E₂ = 2mX + 2nY + pZ

E₃ = mX + 2nY + 2pZ

A soma das variâncias de E₁, E₂ e E₃ é igual a

As entrevistas com os habitantes para o censo demográfico de certo país duraram 5 dias e mostraram a existência de 144.427.331 habitantes. Pode-se afirmar com certeza que este número:

Julgue os itens a seguir, acerca de noções e conceitos de estatística e de tratamento de dados estatísticos.

Verificou-se que, depois de tabular os dados de um experimento, houve necessidade de estabilizar a variância, porque a variância do tratamento na escala original variou diretamente com a média. Nesse caso, deve-se considerar uma transformação logarítmica dos dados.

Considerando que, de acordo com Marshall, os fatores de risco podem ser compreendidos em termos de suas distribuições de probabilidade ao longo de um horizonte de tempo, com modelos muito diferentes sendo úteis conforme a situação seja de curto ou longo prazo, julgue os itens de 101 a 107, acerca de modelos e métodos analíticos.

A teoria bayesiana da probabilidade não permite dados adicionais para informar a probabilidade dos eventos e consiste em nós que representam variáveis e arcos entre eles representando as variáveis condicionais, ligando-as. Possibilita captar as probabilidades de outros eventos do modelo com base em subconjuntos específicos de eventos agregados.

Considerando que, de acordo com Marshall, os fatores de risco podem ser compreendidos em termos de suas distribuições de probabilidade ao longo de um horizonte de tempo, com modelos muito diferentes sendo úteis conforme a situação seja de curto ou longo prazo, julgue os itens de 101 a 107, acerca de modelos e métodos analíticos.

A distribuição log normal não permite valores negativos e é utilizada para simular a distribuição de impactos para os quais não há possibilidade de um ganho positivo como resultado do evento. Ela serve, por exemplo, para modelar taxas de juro próximas a algum valor negativo mínimo.

Com relação a data mining (mineração de dados), julgue os próximos itens.

Em modelos de classificação, ocorre overfitting quando o número de erros cometidos no grupo de dados usado para treinar (ajustar) o modelo é muito pequeno e o número de erros de generalização é grande.

Relativamente à Análise Multivariada de Dados, considere as afirmativas abaixo.

I. A análise fatorial é um exemplo de técnica de interdependência, o que significa que nenhuma variável ou grupo de variáveis é definida como sendo dependente ou independente.

II. A análise de correlação canônica não é adequada se as variáveis independentes são quantitativas.

III. A análise discriminante múltipla é adequada se a única variável dependente for categórica.

IV. A análise de correspondência não é adequada para teste de hipóteses.

Está correto o que se afirma APENAS em

Considere uma amostra aleatória (X, Y, Z), com reposição, extraída de uma população normal com média ? e variância 1. Considere também os 3 estimadores não viesados de ? , com m, n e p sendo parâmetros reais:

E₁ = mX - 2nY - pZ

E₂ = 2mX + nY - 4pZ

E₃ = mX - 8nY + pZ

Entre os 3 estimadores, o mais eficiente apresenta uma variância igual a