Conteúdo aberto do FC Concursos

Questões de concursos de Estatística para CESGRANRIO

Leia os enunciados, as respostas e os comentários dos professores. Para estudar, usar a revisão espaçada e acompanhar seu progresso, entre na sua conta.

FC624138 · Estatística

Um cientista mediu uma grandeza y para tempos t = 0,1,2,3, obtendo os seguintes valores: y(0) $\cong$ 1,2, y(1) ≅ 1,4, y(2) $\cong$ 1,8, y(3) $\cong$ 2,0. Usando mínimos quadrados, o cientista obtém a função afim y = at+b que melhor a

CESGRANRIO · 2024

Ler resposta e comentário →

FC624139 · Estatística

Considere um modelo de regressão linear simples de Y, expressa em 1.000 habitantes, e em X, expressa em US$, na forma Y = $\beta_0$ + $\beta_1$X + $\varepsilon$, e suponha que se queira mudar a escala de X para R$ ao câmbio de US$1 =

CESGRANRIO · 2018

Ler resposta e comentário →

FC624140 · Estatística

Um pesquisador utilizou-se de um modelo de regressão linear simples para estudar a relação entre a variável dependente Y, expressa em reais, e a variável independente X, expressa em dias. Posteriormente, ele decidiu fazer uma transformação

CESGRANRIO · 2018

Ler resposta e comentário →

FC624141 · Estatística

Uma instituição financeira pretende lançar no mercado um aplicativo para celular. Para isso, deseja relacionar o grau de conhecimento dos clientes com as variáveis: nível de escolaridade e idade. Uma amostra aleatória de 46 clientes foi sel

CESGRANRIO · 2018

Ler resposta e comentário →

FC624142 · Estatística

Para ilustrar a importância da análise gráfica em análises de regressão linear, F. J. Anscombe produziu quatro conjuntos de pares (x, y) a partir das mesmas estatísticas suficientes, como: coeficientes linear e angular; soma dos quadrados d

CESGRANRIO · 2018

Ler resposta e comentário →

FC624143 · Estatística

Para realizar uma estimativa de vendas de um determinado produto y, um planejador decidiu utilizar um modelo causal. Esse modelo utiliza x como variável independente. Uma parte dos cálculos realizados para determinar os parâmetros da regres

CESGRANRIO · 2014

Ler resposta e comentário →

FC624144 · Estatística

Utilize a descrição abaixo para resolver a questão. Uma empresa deseja decidir se a troca, a cada cinco anos, de todos os condicionadores de ar é uma política acertada. Para facilitar a decisão, um modelo de regressão simples foi utilizado

CESGRANRIO · 2014

Ler resposta e comentário →

FC624145 · Estatística

A descrição abaixo se refere à questão. Um modelo de regressão linear $Y= \beta_0 + \beta_1X + \in$ (Y = peso, em kg, e X = altura, em cm) foi definido para estudar a relação entre peso e altura de crianças com menos de 1 ano das unidades

CESGRANRIO · 2013

Ler resposta e comentário →

FC624146 · Estatística

Sejam a série de receita anual de um produto e seu respectivo modelo linear descritos no Gráfico a seguir. Considerando-se esse modelo, qual é a previsão aproximada para a receita no ano de 2013?

CESGRANRIO · 2013

Ler resposta e comentário →

FC624147 · Estatística

Para se avaliar o custo de produção de uma empresa, utilizou-se um modelo de regressão linear simples: Yi = β0 + β1Xi + εi , sendo Yi o custo diário de produção (em unidades monetárias) Xi a quantidade diária produzida (em dezenas). Uma amo

CESGRANRIO · 2012

Ler resposta e comentário →

FC624148 · Estatística

A análise de regressão de lances livres convertidos de 29 times da NBA, durante a temporada de 2010-2011, revelou uma reta de regressão ajustada Y = 55,20 + 0,73X com R2 = 0,87 e S (desvio padrão da amostra) = 53,20. O total de lances livre

CESGRANRIO · 2012

Ler resposta e comentário →

FC624149 · Estatística

Considere duas variáveis, X e Y, com as seguintes características: Ambas seguem distribuições normais padronizadas; A covariância entre as variáveis é de 0,70. Considere ainda a regressão linear de Y em função de \(E(Y|X) = \beta_0 + \beta_

CESGRANRIO · 2016

Ler resposta e comentário →

FC624150 · Estatística

Num estudo sobre a correlação linear entre uma covariável X e uma variável resposta Y de interesse, a reta de regressão estimada por meio de 30 pares de observação foi $\hat y_i= -1,5x_i+3$ e o coeficiente de determinação foi de 49%. Com

CESGRANRIO · 2016

Ler resposta e comentário →

FC624151 · Estatística

O coeficiente de determinação R2 de um modelo de regressão linear simples sem intercepto é um valor que mede o ajustamento do modelo aos dados, e tem seu valor dado por um número real x

CESGRANRIO · 2014

Ler resposta e comentário →

FC624152 · Estatística

Uma pesquisa deseja verificar a relação entre lucratividade e capacidade ociosa das fábricas em um determinado setor produtivo. A realização de uma regressão linear simples de lucratividade em função de capacidade ociosa resultou nos seguin

CESGRANRIO · 2014

Ler resposta e comentário →

FC624153 · Estatística

O seguinte modelo de regressão linear para 20 pares de observações de interesse é proposto: $Y_i=\alpha+\beta X_i+\epsilon_i\,para\,i=1,2,...,20$ Se o coeficiente R 2 obtido é 0,64, o valor da estatística F usada para testar a relação ent

CESGRANRIO · 2014

Ler resposta e comentário →

FC624154 · Estatística

A descrição abaixo se refere à questão. Um modelo de regressão linear $Y= \beta_0 + \beta_1X + \in$ (Y = peso, em kg, e X = altura, em cm) foi definido para estudar a relação entre peso e altura de crianças com menos de 1 ano das unidades

CESGRANRIO · 2013

Ler resposta e comentário →

FC624155 · Estatística

A descrição abaixo se refere à questão. Um modelo de regressão linear $Y= \beta_0 + \beta_1X + \in$ (Y = peso, em kg, e X = altura, em cm) foi definido para estudar a relação entre peso e altura de crianças com menos de 1 ano das unidades

CESGRANRIO · 2013

Ler resposta e comentário →

FC624156 · Estatística

Foi realizado um estudo entre duas variáveis (dependente y e explicativa x) utilizando-se o método de regressão linear simples. Seu resultado é representado pelo modelo e seu coeficiente de determinação, y = 0,0974x - 4,1943 com R2 = 0,9673

CESGRANRIO · 2013

Ler resposta e comentário →

FC624157 · Estatística

A fim de avaliar a correlação linear entre duas variáveis de interesse, X (covariável) e Y (variável resposta), um pesquisador conduz 10 experimentos, obtendo o coeficiente de correlação r = 0,8. Quanto da variabilidade da variável Y NÃO é

CESGRANRIO · 2012

Ler resposta e comentário →

FC624158 · Estatística

A fim de se testar a hipótese da não existência de uma relação linear entre Y (variável resposta) e X (covariável), uma análise de regressão é conduzida através de 10 pares de dados observados (xi,yi), i = 1, 2,..,10. A tabela (incompleta)

CESGRANRIO · 2012

Ler resposta e comentário →

FC624159 · Estatística

O modelo de regressão linear Y = β0 + β1X1 + ε foi aplicado a um conjunto de dados, sendo ε o ruído branco. Considere a tabela ANOVA, incompleta, resultante a seguir. Fonte Soma de quadrados Graus de liberdade Regressão 8 1 Resíduo 2 20 Tot

CESGRANRIO · 2012

Ler resposta e comentário →

FC624160 · Estatística

A fim de explicar a relação linear entre duas variáveis de interesse, X (covariável) e Y (variável resposta), uma regressão linear foi proposta, tendo como modelo Yi = αXi + β + εi com εi N(0,2). Além disso, conduzindo 20 experimentos sobre

CESGRANRIO · 2012

Ler resposta e comentário →

FC624161 · Estatística

Suponha que um modelo de regressão linear simples, $Y \, = \, \beta_0 \, + \, \beta_1 X \, + \, \varepsilon,$ foi utilizado em uma amostra aleatória simples de 45 pares de observações (x, y). Alguns dos resultados obtidos foram: \(\sum_{i

CESGRANRIO · 2012

Ler resposta e comentário →

Próximos conteúdos →

Questões de concursos de Estatística para CESGRANRIO

Um cientista mediu uma grandeza y para tempos t = 0,1,2,3, obtendo os seguintes valores: y(0) \(\cong\) 1,2, y(1) ≅ 1,4, y(2) \(\cong\) 1,8, y(3) \(\cong\) 2,0. Usando mínimos quadrados, o cientista obtém a função afim y = at+b que melhor a

Considere um modelo de regressão linear simples de Y, expressa em 1.000 habitantes, e em X, expressa em US$, na forma Y = \(\beta_0\) + \(\beta_1\)X + \(\varepsilon\), e suponha que se queira mudar a escala de X para R$ ao câmbio de US$1 =

Um pesquisador utilizou-se de um modelo de regressão linear simples para estudar a relação entre a variável dependente Y, expressa em reais, e a variável independente X, expressa em dias. Posteriormente, ele decidiu fazer uma transformação

Uma instituição financeira pretende lançar no mercado um aplicativo para celular. Para isso, deseja relacionar o grau de conhecimento dos clientes com as variáveis: nível de escolaridade e idade. Uma amostra aleatória de 46 clientes foi sel

Para ilustrar a importância da análise gráfica em análises de regressão linear, F. J. Anscombe produziu quatro conjuntos de pares (x, y) a partir das mesmas estatísticas suficientes, como: coeficientes linear e angular; soma dos quadrados d

Para realizar uma estimativa de vendas de um determinado produto y, um planejador decidiu utilizar um modelo causal. Esse modelo utiliza x como variável independente. Uma parte dos cálculos realizados para determinar os parâmetros da regres

Utilize a descrição abaixo para resolver a questão. Uma empresa deseja decidir se a troca, a cada cinco anos, de todos os condicionadores de ar é uma política acertada. Para facilitar a decisão, um modelo de regressão simples foi utilizado

A descrição abaixo se refere à questão. Um modelo de regressão linear \(Y= \beta_0 + \beta_1X + \in\) (Y = peso, em kg, e X = altura, em cm) foi definido para estudar a relação entre peso e altura de crianças com menos de 1 ano das unidades

Sejam a série de receita anual de um produto e seu respectivo modelo linear descritos no Gráfico a seguir. Considerando-se esse modelo, qual é a previsão aproximada para a receita no ano de 2013?

Para se avaliar o custo de produção de uma empresa, utilizou-se um modelo de regressão linear simples: Yi = β0 + β1Xi + εi , sendo Yi o custo diário de produção (em unidades monetárias) Xi a quantidade diária produzida (em dezenas). Uma amo

A análise de regressão de lances livres convertidos de 29 times da NBA, durante a temporada de 2010-2011, revelou uma reta de regressão ajustada Y = 55,20 + 0,73X com R2 = 0,87 e S (desvio padrão da amostra) = 53,20. O total de lances livre

Considere duas variáveis, X e Y, com as seguintes características: Ambas seguem distribuições normais padronizadas; A covariância entre as variáveis é de 0,70. Considere ainda a regressão linear de Y em função de \(E(Y|X) = \beta_0 + \beta_

Num estudo sobre a correlação linear entre uma covariável X e uma variável resposta Y de interesse, a reta de regressão estimada por meio de 30 pares de observação foi \(\hat y_i= -1,5x_i+3\) e o coeficiente de determinação foi de 49%. Com

O coeficiente de determinação R2 de um modelo de regressão linear simples sem intercepto é um valor que mede o ajustamento do modelo aos dados, e tem seu valor dado por um número real x

Uma pesquisa deseja verificar a relação entre lucratividade e capacidade ociosa das fábricas em um determinado setor produtivo. A realização de uma regressão linear simples de lucratividade em função de capacidade ociosa resultou nos seguin

O seguinte modelo de regressão linear para 20 pares de observações de interesse é proposto: \(Y_i=\alpha+\beta X_i+\epsilon_i\,para\,i=1,2,...,20\) Se o coeficiente R 2 obtido é 0,64, o valor da estatística F usada para testar a relação ent

A descrição abaixo se refere à questão. Um modelo de regressão linear \(Y= \beta_0 + \beta_1X + \in\) (Y = peso, em kg, e X = altura, em cm) foi definido para estudar a relação entre peso e altura de crianças com menos de 1 ano das unidades

A descrição abaixo se refere à questão. Um modelo de regressão linear \(Y= \beta_0 + \beta_1X + \in\) (Y = peso, em kg, e X = altura, em cm) foi definido para estudar a relação entre peso e altura de crianças com menos de 1 ano das unidades

Foi realizado um estudo entre duas variáveis (dependente y e explicativa x) utilizando-se o método de regressão linear simples. Seu resultado é representado pelo modelo e seu coeficiente de determinação, y = 0,0974x - 4,1943 com R2 = 0,9673

A fim de avaliar a correlação linear entre duas variáveis de interesse, X (covariável) e Y (variável resposta), um pesquisador conduz 10 experimentos, obtendo o coeficiente de correlação r = 0,8. Quanto da variabilidade da variável Y NÃO é

A fim de se testar a hipótese da não existência de uma relação linear entre Y (variável resposta) e X (covariável), uma análise de regressão é conduzida através de 10 pares de dados observados (xi,yi), i = 1, 2,..,10. A tabela (incompleta)

O modelo de regressão linear Y = β0 + β1X1 + ε foi aplicado a um conjunto de dados, sendo ε o ruído branco. Considere a tabela ANOVA, incompleta, resultante a seguir. Fonte Soma de quadrados Graus de liberdade Regressão 8 1 Resíduo 2 20 Tot

A fim de explicar a relação linear entre duas variáveis de interesse, X (covariável) e Y (variável resposta), uma regressão linear foi proposta, tendo como modelo Yi = αXi + β + εi com εi N(0,2). Além disso, conduzindo 20 experimentos sobre

Suponha que um modelo de regressão linear simples, \(Y \, = \, \beta_0 \, + \, \beta_1 X \, + \, \varepsilon,\) foi utilizado em uma amostra aleatória simples de 45 pares de observações (x, y). Alguns dos resultados obtidos foram: \(\sum_{i