
O coeficiente de correlação de Pearson entre a quantidade de Escherichia coli (em UFC/mL) e o tempo de estocagem (em horas) foi estimado em 0,73. Observando-se apenas o valor desse coeficiente, é correto afirmar que

O coeficiente de correlação de Pearson entre a quantidade de Escherichia coli (em UFC/mL) e o tempo de estocagem (em horas) foi estimado em 0,73. Observando-se apenas o valor desse coeficiente, é correto afirmar que

A respeito da amostra apresentada no texto, em relação à quantidade de Escherichia coli, é correto afirmar que
Uma variável aleatória Gama é definida para valores reais e positivos e sua função densidade é dada por

Estão corretas apenas as afirmativas
O modelo de regressão logística é um caso particular de um modelo linear generalizado em que o componente aleatório tem distribuição Bernoulli e a função de ligação é a logito. Diante do exposto, marque V para as afirmativas verdadeiras e F para as falsas.

A sequência está correta em

A sequência está correta em
O modelo de componentes principais é utilizado para representar a estrutura de variância-covariância em função de um número reduzido de combinações lineares das variáveis originais, com o objetivo de se ter uma redução de dados e uma melhor interpretação destes. Para o vetor aleatório X´ = [X1, X2, ∙∙∙, Xp] com matriz de covariância Σ e autovalores iguais a λ1 ≥ λ2 ≥ ∙∙∙ ≥ λp ≥ 0, e as combinações lineares:

Estão corretas apenas as afirmativas
“A análise de resíduos de um modelo de regressão linear múltipla pode ser utilizada para verificar se o modelo se adequa aos dados. Nesse sentido, gráficos e testes ajudam a identificar discrepâncias entre os valores observados da variável resposta e os valores preditos pelo modelo.” De acordo com o trecho anterior, marque V para as afirmativas verdadeiras e F para as falsas.
( ) Quando os pontos do diagrama de dispersão do resíduo padronizado versus variável explicativa apresentar uma tendência, a inclusão do logaritmo da variável explicativa pode melhorar o modelo.
( ) Quando os pontos do diagrama de dispersão do resíduo versus variável omitida no modelo apresentar uma tendência linear, a inclusão da variável omitida pode melhorar o modelo.
( ) Quando o dese...
Em uma população finita de tamanho N, onde existem k indivíduos com uma característica de interesse, ao se selecionar uma amostra aleatória de tamanho n sem reposição, o número de indivíduos com a característica na amostra (R) é uma variável aleatória com distribuição hipergeométrica. A probabilidade de se ter exatamente r indivíduos na amostra com a característica de interesse é dada por

Estão corretas apenas as alternativas
Marque V para as afirmativas verdadeiras e F para as falsas.
( ) Para ajustar um modelo ARIMA, é necessário considerar os estágios de identificação e estimação.
( ) Um processo autorregressivo de ordem p tem a função de autocovariância decrescente, na forma de exponenciais ou senoides amortecidas, finitas em extensão.
( ) Um processo de médias móveis de ordem q tem função de autocovariância finita, apresentando um corte após o “lag” q.
( ) Um processo autorregressivo e de médias móveis de ordem (p, q) tem função de autocovariância infinita em extensão, que decai de acordo com exponenciais e/ou senoides amortecidas após o “lag” q-p.
( ) Após a identificação provisória de um modelo de séries temporais, pode-se usar os métodos de mínimos quadrad...
Uma série temporal corresponde a um conjunto de observações que são, naturalmente, ordenadas pelo tempo, espaço, profundidade etc., que apresentam dependência em observações vizinhas. As observações correspondem a um processo {Xt, t ∈ T}, e
I. que pode ser discreto, se T = {t1, t2, ∙∙∙, tn}; contínuo, se T = {t: t1 < t < t2}, ou multivariado, se X´t = (X1t, X2t, ∙∙∙, Xkt).
II. Xt pode ser uma variável discreta ou contínua.
III. os dois principais objetivos da análise de uma série temporal, a saber: compreender o mecanismo gerador e predizer o comportamento gerador e o comportamento futuro.
IV. a tendência é um efeito de longo prazo na média. Sazonalidade é um efeito ligado às variações periódicas. Ciclos...