Questões de Estatística do ano 2025

Pesquise questões de concurso nos filtros abaixo

Listagem de Questões de Estatística do ano 2025

#Questão 1087704 - Estatística, Conhecimentos de estatística, CESPE / CEBRASPE, 2025, FUNPRESP-EXE, Analista de Previdência Complementar - Área 8: Estatística, Ciência de Dados e Inovação

No que se refere a modelagem estatística de dados, julgue o item subsecutivo.


A modelagem estatística de dados é realiza em cinco etapas, na seguinte sequência: coleta de dados; análise exploratória; análise descritiva; manipulação do banco de dados; e diagnóstico. 

#Questão 1087705 - Estatística, Análise de séries temporais, CESPE / CEBRASPE, 2025, FUNPRESP-EXE, Analista de Previdência Complementar - Área 8: Estatística, Ciência de Dados e Inovação

No que se refere a modelagem estatística de dados, julgue o item subsecutivo.


O método ARIMA refere-se aos modelos de séries temporais, que fazem a previsão de valores futuros com base na autocorreção e na sazonalidade. 

#Questão 1087706 - Estatística, Modelos lineares, CESPE / CEBRASPE, 2025, FUNPRESP-EXE, Analista de Previdência Complementar - Área 8: Estatística, Ciência de Dados e Inovação

No que se refere a modelagem estatística de dados, julgue o item subsecutivo.


O modelo de árvore de decisão é utilizado quando a resposta é binária, como, por exemplo, prever se um cliente fará ou não determinada compra com base em seu histórico de compras. 

#Questão 1087883 - Estatística, Estatística descritiva (análise exploratória de dados), CESPE / CEBRASPE, 2025, FUNPRESP-EXE, Analista de Previdência Complementar - Área 5: Gestão e Investimentos e Riscos de Investimentos

As tabelas precedentes mostram as estimativas dos coeficientes e seus respectivos erros padrão proporcionados pelo método de mínimos quadrados ordinários em um modelo de regressão linear com um intercepto e 4 variáveis regressoras (X1, X2, X3 e X4) para modelar uma variável dependente Y. As tabelas mostram, ainda, o tamanho da amostra, o coeficiente de determinação (R2 ) e o erro quadrático médio desse modelo, que foi igual a 36. Com base nessas informações e nos dados das tabelas, julgue o item subsequente. 


O coeficiente de explicação deverá aumentar se a variável X2 for retirada do modelo.


#Questão 1087884 - Estatística, Modelos lineares, CESPE / CEBRASPE, 2025, FUNPRESP-EXE, Analista de Previdência Complementar - Área 5: Gestão e Investimentos e Riscos de Investimentos

As tabelas precedentes mostram as estimativas dos coeficientes e seus respectivos erros padrão proporcionados pelo método de mínimos quadrados ordinários em um modelo de regressão linear com um intercepto e 4 variáveis regressoras (X1, X2, X3 e X4) para modelar uma variável dependente Y. As tabelas mostram, ainda, o tamanho da amostra, o coeficiente de determinação (R2 ) e o erro quadrático médio desse modelo, que foi igual a 36. Com base nessas informações e nos dados das tabelas, julgue o item subsequente. 


Se a variável Y for considerada normal, e assumindo-se que a aproximação normal seja válida para a distribuição dos estimadores dos coeficientes do modelo, é correto concluir que todos os coeficientes são estatisticamente significativos com p-valores inferiores a 1%.

Navegue em mais matérias e assuntos

{TITLE}

{CONTENT}

{TITLE}

{CONTENT}
Estude Grátis