Considerando que uma cadeia de Markov seja representada pelo dígrafo ilustrado acima, julgue os itens a seguir.
Considerando que uma cadeia de Markov seja representada pelo dígrafo ilustrado acima, julgue os itens a seguir.
Se o processo inicia-se no estado 1, 2 ou 3, então, a probabilidade de ser absorvido no estado 4 é 5/24, 7/24 ou 1/2, respectivamente.
Uma cadeia de Markov é denominada irredutível (ou ergódica) caso qualquer estado possa ser transformado em qualquer outro estado, não necessariamente em um único passo. Uma cadeia de Markov com matriz de transição P é regular caso exista um número inteiro positivo n tal que todos os elementos da matriz potência Pn sejam estritamente positivos.
Julgue os seguintes itens a respeito desses conceitos.
Uma cadeia de Markov é denominada irredutível (ou ergódica) caso qualquer estado possa ser transformado em qualquer outro estado, não necessariamente em um único passo. Uma cadeia de Markov com matriz de transição P é regular caso exista um número inteiro positivo n tal que todos os elementos da matriz potência Pn sejam estritamente positivos.
Julgue os seguintes itens a respeito desses conceitos.
Uma cadeia de Markov é denominada irredutível (ou ergódica) caso qualquer estado possa ser transformado em qualquer outro estado, não necessariamente em um único passo. Uma cadeia de Markov com matriz de transição P é regular caso exista um número inteiro positivo n tal que todos os elementos da matriz potência Pn sejam estritamente positivos.
Julgue os seguintes itens a respeito desses conceitos.
Uma cadeia de Markov é denominada irredutível (ou ergódica) caso qualquer estado possa ser transformado em qualquer outro estado, não necessariamente em um único passo. Uma cadeia de Markov com matriz de transição P é regular caso exista um número inteiro positivo n tal que todos os elementos da matriz potência Pn sejam estritamente positivos.
Julgue os seguintes itens a respeito desses conceitos.
Algum elemento da matriz de transição P de uma cadeia de Markov regular pode ser zero.
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
Julgue os itens subsecutivos, acerca de análise multivariada e distribuições conjuntas.
Para dados não correlacionados, a distância de Mahalanobis é proporcional à distância euclidiana.
Julgue os itens subsecutivos, acerca de análise multivariada e distribuições conjuntas.
Se o vetor (X, Y) seguir uma distribuição normal bivariada, e se as distribuições marginais X e Y não forem correlacionadas, então a densidade conjunta de (X, Y) será igual ao produto das funções de densidade de X e de Y.
