Ajustar TELEBRAS | Especialista em Gestão de Telecomunicações - Estatística | CONCURSO

(1,0) 1 - 

2003 2004 2005 2006 2007 2008 2009 2010

X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0

Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0

A tabela acima mostra as quantidades, em milhões de unidades, de linhas de telefones fixos (X) e de celulares (Y), em determinada região do país, de 2003 a 2010. Tendo como referência os dados dessa tabela, julgue o item que se segue.

O intervalo entre quartis (ou intervalo interquartílico) da distribuição Y é superior a 108,5 × 106

(1,0) 2 - 

2003 2004 2005 2006 2007 2008 2009 2010

X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0

Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0

A tabela acima mostra as quantidades, em milhões de unidades, de linhas de telefones fixos (X) e de celulares (Y), em determinada região do país, de 2003 a 2010. Tendo como referência os dados dessa tabela, julgue o item que se segue.

Em relação às estatísticas de posição da variável X, observa-se que Mo = Q2 < Me, em que Mo é a moda, Q2 corresponde ao segundo quartil e Me é a média amostral. Essa relação sugere que a distribuição de X possui assimetria positiva (ou à direita)

(1,0) 3 - 

2003 2004 2005 2006 2007 2008 2009 2010

X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0

Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0

A tabela acima mostra as quantidades, em milhões de unidades, de linhas de telefones fixos (X) e de celulares (Y), em determinada região do país, de 2003 a 2010. Tendo como referência os dados dessa tabela, julgue o item que se segue.

O diagrama de dispersão de X versus Y é a representação gráfica da distribuição de probabilidade conjunta entre essas variáveis

(1,0) 4 - 

Em um espaço de probabilidade (?, ?, P), ? representa o espaço amostral, ? é a álgebra de eventos e P é a medida de probabilidade.A respeito dos eventos não vazios A e B em (?, ?, P), julgue o item seguinte.

Se A e B forem eventos independentes e equiprováveis com P(A) = P(B) = 0,1, então P(A ? B) < 0,20

(1,0) 5 - 

Em um espaço de probabilidade (?, ?, P), ? representa o espaço amostral, ? é a álgebra de eventos e P é a medida de probabilidade.A respeito dos eventos não vazios A e B em (?, ?, P), julgue o item seguinte.

Se P(A) ? P(B), então A ? B

(1,0) 6 - 

A distribuição do número de erros (Y) registrados em um sistema computacional, do instante T = 0 até o instante T = t, é descrita pela distribuição de probabilidade condicional na forma P(Y = k | X = t) = (1 - e-t)e-kt, em que k = 0, 1, 2, ... representa uma possível realização da variável aleatória Y e X representa uma distribuição exponencial com média unitária.

Com base nessas informações, julgue o item subsecutivo.

Se ? é a média da variável aleatória Y, então 0 < ? < ?

(1,0) 7 - 

A distribuição do número de erros (Y) registrados em um sistema computacional, do instante T = 0 até o instante T = t, é descrita pela distribuição de probabilidade condicional na forma P(Y = k | X = t) = (1 - e-t)e-kt, em que k = 0, 1, 2, ... representa uma possível realização da variável aleatória Y e X representa uma distribuição exponencial com média unitária.

Para alguma constante positiva ? e para alguma medida de posição ?, a variável transformada Z = ? × (Y - ?) terá média nula e variância unitária

(1,0) 8 - 

A distribuição do número de erros (Y) registrados em um sistema computacional, do instante T = 0 até o instante T = t, é descrita pela distribuição de probabilidade condicional na forma P(Y = k | X = t) = (1 - e-t)e-kt, em que k = 0, 1, 2, ... representa uma possível realização da variável aleatória Y e X representa uma distribuição exponencial com média unitária.

A distribuição de probabilidades da variável aleatória Y é dada por  , em que k = 0, 1, 2, ....

(1,0) 9 - 

A distribuição do número de erros (Y) registrados em um sistema computacional, do instante T = 0 até o instante T = t, é descrita pela distribuição de probabilidade condicional na forma P(Y = k | X = t) = (1 - e-t)e-kt, em que k = 0, 1, 2, ... representa uma possível realização da variável aleatória Y e X representa uma distribuição exponencial com média unitária.

A média condicional E(Y | X = t) é igual a (et -1)-1 , em que t > 0

(1,0) 10 - 

Em métodos estatísticos e estudos estatísticos por simulações computacionais, a transformação de variável é um recurso que permite resolver problemas de não normalidade e de heterocedasticidade. Acerca de transformação de variáveis, julgue o item seguinte.


A transformação de Box-Müller permite gerar duas distribuições normais independentes, com base em duas distribuições uniformes independentes

(1,0) 11 - 

Em métodos estatísticos e estudos estatísticos por simulações computacionais, a transformação de variável é um recurso que permite resolver problemas de não normalidade e de heterocedasticidade. Acerca de transformação de variáveis, julgue o item seguinte.

Considere que X siga a distribuição contínua assimétrica, em torno da média, e possua mediana nula. Nessa situação, a transformação de Box-Cox Y= 2?X - 2 produzirá variável transformada, que seguirá a distribuição normal univariada

(1,0) 12 - 

Em métodos estatísticos e estudos estatísticos por simulações computacionais, a transformação de variável é um recurso que permite resolver problemas de não normalidade e de heterocedasticidade. Acerca de transformação de variáveis, julgue o item seguinte.

Suponha que, no intervalo [0, 1], U seja uniforme e contínua e Y = - lnU. Nessa situação, a variância da variável transformada Y será inferior à da variável U

(1,0) 13 - 

Em métodos estatísticos e estudos estatísticos por simulações computacionais, a transformação de variável é um recurso que permite resolver problemas de não normalidade e de heterocedasticidade. Acerca de transformação de variáveis, julgue o item seguinte.

Considere a transformação Y - ?X , em que a variável aleatória X segue a distribuição qui-quadrado com 1 grau de liberdade. Nesse caso, é correto afirmar que Y segue a distribuição normal padrão

(1,0) 14 - 

Em métodos estatísticos e estudos estatísticos por simulações computacionais, a transformação de variável é um recurso que permite resolver problemas de não normalidade e de heterocedasticidade. Acerca de transformação de variáveis, julgue o item seguinte.

Suponha que, no intervalo [0, 1], a variável aleatória U seja uniforme e contínua. Nesse caso, se , então Y seguirá a distribuição logística

(1,0) 15 - 

De uma grande população X, será retirada, aleatoriamente, uma amostra simples de tamanho n para que seja estimada a taxa média m de satisfação do cliente. Considerando que a variância dessa população seja igual a 5 e que a média amostral  seja o estimador não tendencioso da taxa m, julgue o item a seguir.

De acordo com o teorema limite central, o erro de estimação ? =  - m converge em distribuição para a normal, com média zero e variância 5