Questões de Estatística da Instituto Consulplan

Um modelo de regressão linear múltipla foi ajustado para prever o tempo de tramitação de processos judiciais (em dias), com base nas variáveis explicativas X₁ = número de partes envolvidas no processo e X₂ = quantidade de páginas do processo. Parte dos resultados obtidos após ajustar o modelo com base em uma amostra de tamanho 100 são apresentados na tabela a seguir:



Além disso, o Fator de Inflação da Variância (VIF) associado à variável X₁ foi calculado, retornando o valor 5,0. Com base nas informações fornecidas, assinale a afirmativa correta

Em determinado Tribunal de Justiça existem dois setores responsáveis pela análise de processos em diferentes etapas. Sabe-se que cada setor possui dois servidores e os processos são distribuídos entre os servidores conforme a demanda. Considere que as variáveis aleatórias X e Y representam o número de servidores ocupados, respectivamente, nos setores 1 e 2 em um momento específico. A função de probabilidade conjunta de X e Y é dada na tabela a seguir: 



Com base na função de probabilidade conjunta fornecida, qual é a covariância entre as variáveis aleatórias X e Y?

A estatística descritiva é o estudo da coleta, análise, interpretação, apresentação, organização e utilização de dados. O objetivo principal é auxiliar na tomada de decisões a partir de dados, fornecendo métodos para estimar incertezas e avaliar riscos. Tendo por base conhecimentos de estatística descritiva relativos a medidas de dispersão e probabilidades, assinale a afirmativa INCORRETA.

As ferramentas estatísticas são essenciais para o controle da produção, permitindo monitorar e melhorar processos industriais por meio da coleta, análise e interpretação de dados. Técnicas como gráficos de controle, análise de variabilidade e métodos de amostragem ajudam a identificar desvios, prevenir defeitos e garantir a qualidade do produto final, além de contribuir para a redução de custos e aumento da eficiência. Acerca das ferramentas estatísticas, relacione adequadamente as colunas a seguir.

1.Gráfico de controle.
2.Histograma.
3.Diagrama de causa e efeito.
4. Amostragem estatística.
5. Capacidade do processo (Índice Cp).

( ) Ferramenta utilizada para identificar causas potenciais de problemas em um processo.
( ) Método que mede a capacidade de um processo em produzir dentro de limites especificados.
( ) Representação gráfica que ilustra a distribuição de frequências de um conjunto de dados.
( ) Técnica que permite monitorar a estabilidade de um processo ao longo do tempo.
( ) Método para coletar dados representativos de um processo ou lote, reduzindo custos de inspeção.

A sequência está correta em 

Considere o caso mais simples de uma variável independente e de uma variável dependente, em que a forma de relação entre ambas é linear: Y = α + βX + ε. Nesse caso, Xé usado para representar a variável independente e Y é usado para representar a variável dependente. Salienta-se que as letras maiúsculas X e Y representam a designação das variáveis aleatórias, já as minúsculas, valores específicos das variáveis aleatórias. Por sua vez, “ε” é um termo de distúrbio ou erro estocástico com média zero. Considerando essas informações e conhecimentos adicionais sobre análise de regressão linear simples, analise as afirmativas a seguir.

I. O valor da variável dependente Y é considerado como o de uma variável aleatória, que depende de valores fixos (não aleatórios) da variável independente X.
II. Uma relação teórica em linha reta existe entre Y e o valor esperado de X para cada um dos valores possíveis de X. Essa linha de regressão teórica: E (Y ̸X) = α + βX possui uma inclinação α e uma interseção β. Os coeficientes de regressão α e β constituem parâmetros de população, cujos valores são desconhecidos e se deseja estimá-los.
III. Associada a cada valor de X, existe uma distribuição de probabilidade p(y ̸x) dos valores possíveis da variável aleatória Y. Quando X for igual a um valor xi, o valor de Y observado será obtido da distribuição de probabilidade p(y ̸x_i) e não estará necessariamente na linha de regressão teórica.

Quanto às premissas subjacentes ao modelo de regressão linear simples, está correto o que se afirma apenas em