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.

FC624186 · Estatística

Suponha que um processo estacionário de séries de tempo yt tenha sido gerado por um modelo ARMA (p,q). As suas funções de correlação (ACF) e de autocorrelação parcial (PACF) são dadas pelos gráficos abaixo. Suponha, ainda, que a média incon

CESGRANRIO · 2013

Ler resposta e comentário →

FC624187 · Estatística

Suponha o seguinte modelo MA(1): yt = ut + a1(ut-1) em que ut é um ruído branco cuja variância é igual a \(\sigma^2\). Assim, a variância incondicional e as autocorrelações de primeira e de segunda ordens são iguais, respectivamente, a

CESGRANRIO · 2013

Ler resposta e comentário →

FC624188 · Estatística

Considere a função de autocorrelação amostral, FAC, e a função de autocorrelação parcial amostral, FACP, de uma série temporal com 120 observações. Considere ainda a função de autocorrelação amostral, FAC, e a função de autocorrelação parci

CESGRANRIO · 2012

Ler resposta e comentário →

FC624189 · Estatística

Seja {Zt, t ≥ 0} uma série temporal tal que para todo t ≥ 0, E[Z t ] = 0 e E[Z 2t ] = t. Além disso, suponha que para todo 0 ≤ s < t, Zt − Zs e Zs sejam independentes. Assim o coeficiente de correlação entre Z27 e Z48 é dado por

CESGRANRIO · 2012

Ler resposta e comentário →

FC624190 · Estatística

O processo Yt cuja função de autocorrelação pk = 0 para \(\forall_k\) ≠ 0 é o

CESGRANRIO · 2012

Ler resposta e comentário →

FC624191 · Estatística

Estabelece-se um modelo AR(1) aos seguintes dados: \(y_1=2,0,y_2=-1,7,y_3=1,5,y_4=-2,0\) e \(y_5=1,5,\) com os valores iniciais \(\epsilon_1=0,\mu=0\)e \(p_1=0.\) O valor inteiro mais próximo de \(S=\sum_{t=1}^5\epsilon_t^2\) para os dados

CESGRANRIO · 2014

Ler resposta e comentário →

FC624192 · Estatística

Seja um modelo autorregressivo de ordem 2, AR(2), aplicado a uma série temporal, Z t , de modo que Z t = φ 1Ζ t-1 + φ 2Ζ t-2 + a t , sendo φ 1 = 0,8, e a autocorrelação de lag 1, p 1 = \(\frac {7} {8}\). O valor de φ 2 é

CESGRANRIO · 2012

Ler resposta e comentário →

FC624193 · Estatística

A investigação do número diário de navios que partem de um porto concluiu que a série segue o processo AR(1) \(X_t = \mu + \phi X_{t−1} + \cdots + \varepsilon_t\) onde \(\varepsilon_t\) é ruído branco. A função de autocorrelação amostral do

CESGRANRIO · 2012

Ler resposta e comentário →

FC624194 · Estatística

Entender qual processo melhor explica a dinâmica de uma série temporal é uma questão central da análise de séries temporais univariadas. A metodologia de Box-Jenkins auxilia na resposta a essa questão, indicando se a dinâmica temporal de um

CESGRANRIO · 2024

Ler resposta e comentário →

FC624195 · Estatística

Um analista de planejamento utilizou um modelo ARMA(1,1) para estimar a safra de grãos (w) anual para determinada cidade no interior do Mato Grosso do Sul. O modelo usado é escrito da seguinte forma: \(w_t = \alpha w_{t-1} + \beta e_{t-1}+e

CESGRANRIO · 2024

Ler resposta e comentário →

FC624196 · Estatística

Considere o modelo de séries temporais cuja equação é dada por (1-L)(1+0,4L 7) X t=(1-0,3L+1,2L 2) \(\varepsilon_t\), \(\varepsilon_t\)~N (0, \(\sigma^2_\varepsilon\) ), levando em conta polinômios autoregressivos e médias móveis, ambos com

CESGRANRIO · 2018

Ler resposta e comentário →

FC624197 · Estatística

Considere as afirmações a seguir referentes ao modelo de série temporal: \(y_t=0,8y_{t-1}\,+2\epsilon_t-0,5\epsilon_{t-1}\) com \(\epsilon_t\) normalmente distribuído com média 0 e variância \(\sigma^2\). I - O modelo descrito é ARMA(1,1).

CESGRANRIO · 2014

Ler resposta e comentário →

FC624198 · Estatística

O método de seleção de modelos de Box-Jenkins consiste em três estágios: identificação, estimação e checagem de diagnóstico. Em cada estágio é feita uma análise com estatísticas, métodos e testes. Associe cada estágio com o elemento nele ut

CESGRANRIO · 2013

Ler resposta e comentário →

FC624199 · Estatística

Os critérios de informação de Akaike (AIC) e de Schwartz (SBC) são estatísticas que ajudam na seleção do melhor modelo de séries temporais. Observe as afirmações a seguir concernentes a tais processos: I – O valor da estatística do critério

CESGRANRIO · 2013

Ler resposta e comentário →

FC624200 · Estatística

Um dos tipos importantes de dados utilizados em análises são os de séries temporais. Nas análises aplicadas às séries temporais,

CESGRANRIO · 2024

Ler resposta e comentário →

FC624201 · Estatística

Dados de qualquer série temporal podem ser pensados como sendo gerados por um processo estocástico. Quando um processo estocástico possui suas média, variância e autocovariância constantes ao longo do tempo, diz-se que este é um processo es

CESGRANRIO · 2024

Ler resposta e comentário →

FC624202 · Estatística

Grande parte dos procedimentos de análise de séries temporais pressupõe séries estacionárias. Um procedimento comum para converter uma série temporal não estacionária em uma série estacionária reside na utilização de diferenças sucessivas d

CESGRANRIO · 2018

Ler resposta e comentário →

FC624203 · Estatística

Alguns filtros estatísticos suavizadores são utilizados para estimar o produto potencial e o hiato do produto, sendo o filtro Hodrick e Prescott (HP) um dos mais utilizados para esse fim. O filtro HP

CESGRANRIO · 2024

Ler resposta e comentário →

FC624204 · Estatística

Os modelos de vetores autorregressivos (VAR) são uma classe de modelos estatísticos usados para capturar as interações dinâmicas entre múltiplas séries temporais. Uma característica dessa categoria de modelos VAR é que

CESGRANRIO · 2024

Ler resposta e comentário →

FC624205 · Estatística

Considere o modelo ARIMA Xt – 0,8Xt−1 – 0,2Xt−2 = at – 1,1at−1 + 12, onde at é ruído branco com distribuição normal de variância 1. Seja B o operador backshift, ou seja, B Xt = Xt−1. Nesse contexto, considere as afirmativas abaixo. I - A va

CESGRANRIO · 2013

Ler resposta e comentário →

FC624206 · Estatística

Um técnico, a fim de monitorar a mobilidade social de renda em uma região geográfica, criou um modelo agrupando as tradicionais classes sociais A, B, C, D e E em três extratos: Classes A e B: Alta renda Classe C: Média renda Classes D e E:

CESGRANRIO · 2024

Ler resposta e comentário →

FC624207 · Estatística

Um vendedor de uma determinada empresa pode visitar duas cidades A e B para vender o seu produto. Para ir a essas cidades, ele segue algumas regras: caso ele esteja na cidade A, ele escolhe ir, no dia seguinte, para a cidade B com probabili

CESGRANRIO · 2018

Ler resposta e comentário →

FC624208 · Estatística

Em 2013, uma determinada região apresentou a seguinte divisão modal para o ano Y: 80% para o modo rodoviário, 10% para o modo ferroviário e 10% para o modo hidroviário. Do ano Y para o ano Y+1, deve-se considerar a matriz de probabilidade d

CESGRANRIO · 2014

Ler resposta e comentário →

FC624209 · Estatística

Considere uma cadeia de Markov com espaço de estados S = {1, 2, 3} e matriz de transição \(P= \begin{bmatrix} \ 1 & 0 & 0 \\ 0,2 & 0,7 & 0,1 \\ 0 & 0 & 1 \end{bmatrix}\) A probabilidade condicional de uma transição para o estado 1, dado que

CESGRANRIO · 2012

Ler resposta e comentário →

Próximos conteúdos →