221 Q1085629
Estatística Amostragem Amostragem aleatória simples
Ano: 2025
Banca: CESPE / CEBRASPE

Em relação aos conceitos de probabilidade, julgue o item que se segue. 


Na amostragem aleatória simples sem reposição (AASs), a covariância entre as frequências fi e fj com que as unidades i e j aparecem na amostra é maior ou igual à covariância correspondente na amostragem aleatória simples com reposição (AASc). 

222 Q1085628
Estatística Principais distribuições de probabilidade Distribuição Poisson
Ano: 2025
Banca: CESPE / CEBRASPE

Em relação aos conceitos de probabilidade, julgue o item que se segue. 


Considere que X é uma variável aleatória de Poisson, e Y é uma distribuição discreta que assume valores no conjunto [1; ∞], tal que P(Y = k) é proporcional a P(X = k). Nesse caso, se ambas as distribuições possuem o mesmo parâmetro, então ocorre P(Y = k) ≥ 4.P(X = k), se esse parâmetro for menor ou igual a −ln 3/4. 

223 Q1085627
Estatística Calculo de probabilidades Probabilidade condicional, Teorema de Bayes e independência
Ano: 2025
Banca: CESPE / CEBRASPE

Em relação aos conceitos de probabilidade, julgue o item que se segue. 


Um evento E com probabilidade igual a zero é impossível de ocorrer. 

224 Q1085608
Estatística Estatística descritiva (análise exploratória de dados) Medidas de Dispersão (Amplitude, Desvio Médio, Variância, Desvio Padrão e Coeficiente de Variação)
Ano: 2025
Banca: CESPE / CEBRASPE

        Uma empresa de mineração de ferro está analisando os dados coletados durante suas operações para melhorar os processos de extração e beneficiamento. O conjunto de dados inclui as seguintes variáveis:

• teor_de_ferro: percentual de ferro presente em amostras do minério.

• toneladas_extraidas: quantidade de minério extraída por turno.


        Durante o estudo, foi utilizada a técnica de categorização de dados e, mais especificamente, a discretização de dados. Além disso, os conjuntos de dados presentes nas tabelas...

225 Q1085607
Estatística Estatística descritiva (análise exploratória de dados) Tipos de variáveis
Ano: 2025
Banca: CESPE / CEBRASPE

        Uma empresa de mineração de ferro está analisando os dados coletados durante suas operações para melhorar os processos de extração e beneficiamento. O conjunto de dados inclui as seguintes variáveis:

• teor_de_ferro: percentual de ferro presente em amostras do minério.

• toneladas_extraidas: quantidade de minério extraída por turno.


        Durante o estudo, foi utilizada a técnica de categorização de dados e, mais especificamente, a discretização de dados. Além disso, os conjuntos de dados presentes nas tabelas...

226 Q1084913
Estatística Modelos lineares
Ano: 2025
Banca: CESPE / CEBRASPE

Julgue o item a seguir, referente a conceitos e técnicas estatísticas aplicadas à análise multivariada. 


A MANOVA é preferível à ANOVA univariada quando há mais de uma variável dependente, pois garante que todas as comparações entre grupos sejam significativas individualmente. 

227 Q1084911
Estatística Modelos lineares Análise Multivariada
Ano: 2025
Banca: CESPE / CEBRASPE

Julgue o item a seguir, referente a conceitos e técnicas estatísticas aplicadas à análise multivariada.


A regressão linear múltipla é uma técnica de análise multivariada usada para modelar a relação entre uma variável dependente e múltiplas variáveis independentes.

228 Q1084910
Estatística Inferência estatística
Ano: 2025
Banca: CESPE / CEBRASPE

A respeito de modelos de regressão e testes estatísticos utilizados na análise multivariada, julgue o item que se segue. 


O valor de p (p-value) indica a probabilidade de a hipótese alternativa ser verdadeira. 

229 Q1084909
Estatística Análise Multivariada
Ano: 2025
Banca: CESPE / CEBRASPE

A respeito de modelos de regressão e testes estatísticos utilizados na análise multivariada, julgue o item que se segue. 


A regressão logística pode ser usada para prever variáveis dependentes contínuas. 

230 Q1084908
Estatística Análise Multivariada
Ano: 2025
Banca: CESPE / CEBRASPE

Com referência à análise de componentes principais (PCA, na sigla em inglês) e sua aplicação na redução de dimensionalidade, julgue o item subsequente. 


A PCA transforma variáveis correlacionadas em componentes principais não correlacionados, preservando a máxima variabilidade dos dados.