171
Q761211
172
Q761210
Para um estudo sobre a gestão de riscos jurídicos em determinado tribunal, um analista efetuará simulações de Monte Carlo com base em realizações de variáveis aleatórias contínuas Y (exponencial, com média m), U (uniforme no intervalo [0,1]) e Q (qui-quadrado, com k graus de liberdade).
Considerando que Y, U e Q sejam mutuamente independentes, julgue os próximos itens.
173
Q761209
Para um estudo sobre a gestão de riscos jurídicos em determinado tribunal, um analista efetuará simulações de Monte Carlo com base em realizações de variáveis aleatórias contínuas Y (exponencial, com média m), U (uniforme no intervalo [0,1]) e Q (qui-quadrado, com k graus de liberdade).
Considerando que Y, U e Q sejam mutuamente independentes, julgue os próximos itens.
A transformação
proporciona uma realização da distribuição normal padrão.
174
Q761208
Para um estudo sobre a gestão de riscos jurídicos em determinado tribunal, um analista efetuará simulações de Monte Carlo com base em realizações de variáveis aleatórias contínuas Y (exponencial, com média m), U (uniforme no intervalo [0,1]) e Q (qui-quadrado, com k graus de liberdade).
Considerando que Y, U e Q sejam mutuamente independentes, julgue os próximos itens.
Realizações G de uma distribuição gama com média 2m podem ser obtidas com base na transformação G = Y - m × ln(U).
175
Q761207
Para um estudo sobre a gestão de riscos jurídicos em determinado tribunal, um analista efetuará simulações de Monte Carlo com base em realizações de variáveis aleatórias contínuas Y (exponencial, com média m), U (uniforme no intervalo [0,1]) e Q (qui-quadrado, com k graus de liberdade).
Considerando que Y, U e Q sejam mutuamente independentes, julgue os próximos itens.
176
Q761206
Para um estudo sobre a gestão de riscos jurídicos em determinado tribunal, um analista efetuará simulações de Monte Carlo com base em realizações de variáveis aleatórias contínuas Y (exponencial, com média m), U (uniforme no intervalo [0,1]) e Q (qui-quadrado, com k graus de liberdade).
Considerando que Y, U e Q sejam mutuamente independentes, julgue os próximos itens.
177
Q761205
A respeito da autocorrelação dos erros de um modelo de regressão linear, julgue os itens subsequentes. Na presença de autocorrelação de erros, o estimador mais eficiente da regressão por mínimos quadrados ordinários continua sendo BLUE (best linear unbiased estimator), ou seja, melhor estimador linear não viesado.
178
Q761204
A respeito da autocorrelação dos erros de um modelo de regressão linear, julgue os itens subsequentes. Ocorre autocorrelação dos erros caso os erros da regressão sigam um processo autorregressivo de ordem 1, ou seja, um AR(1).
179
Q761203
A respeito da autocorrelação dos erros de um modelo de regressão linear, julgue os itens subsequentes. Como regra geral, a presença de autocorrelação dos erros é um problema que não pode ser corrigido, de modo que a modelagem por regressão deve ser abandonada quando detectado esse problema.
180
Q761202
A respeito da autocorrelação dos erros de um modelo de regressão linear, julgue os itens subsequentes. O teste de Durbin–Watson é um teste que permite identificar a autocorrelação serial de primeira ordem.