Questões sobre Conceitos de Estatística

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 cadeia de Markov é um caso particular de processo estocástico com estados contínuos e que apresenta a propriedade markoviana, significando que os estados anteriores são irrelevantes para a predição dos estados seguintes, desde que o estado atual seja conhecido.

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.

Quando as distribuições exponencial ou log normal parecem inadequadas e quando as condições de aleatoridade não são satisfeitas, aplica-se a distribuição de Weibull. que serve, entre outras aplicações, para modelar o tempo entre ocorrências, quando a probabilidade de ocorrência muda com o tempo e os índices de falha não são constantes.

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.

As distribuições de freqüências para eventos de ocorrência comum são seguidamente modeladas como uma distribuição de Poisson. Os sistemas modelados com uma freqüência ou índice de falhas de Poisson têm um índice de falhas variável ao longo do tempo.

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.