Questões de Concurso

Um contador trabalha em uma firma de auditoria e foi alocado na equipe de Data Analytics. Sua tarefa é analisar o comportamento das vendas de uma rede varejista, para definir parâmetros de risco e identificar dias com faturamentos atípicos.
Após extrair os dados, o contador constata que o faturamento diário da rede segue perfeitamente uma distribuição normal, com média igual a R$ 40.000,00. O contador também verifica que a probabilidade de que, em um dia aleatório, o faturamento esteja entre R$ 38.000,00 e R$ 42.000,00 é de 52%.
Com base nessas informações, o contador conclui corretamente que a probabilidade de a rede varejista registrar faturamento diário inferior a R$ 38.000,00 é de

Os valores de referência de exames laboratoriais são obtidos a partir de estudos estatísticos populacionais. Para isso, uma amostragem grande de indivíduos de uma determinada população é utilizada para avaliar os parâmetros para os quais se deseja obter os valores de referência. Pontos denominados “fora da curva” geralmente são descartados; os valores geralmente seguem uma curva de distribuição normal na população analisada, desprezando-se os valores correspondentes às amostras com menores valores (quartil 2,5) e às amostras com maiores valores (97,5), com intervalo de confiança de 95%. Isto significa que se um valor de referência segue distribuição normal em uma população, com intervalo de confiança de 95%,

Ao realizar um teste de hipóteses para a média de uma população com amostras pequenas (n < 30) e desvio padrão populacional desconhecido, a distribuição t de Student é a mais apropriada para construir o intervalo de confiança ou calcular o valor p. Em relação à teoria da distribuição t e sua aplicação, julgue os itens a seguir:

I. A estatística de teste segue exatamente uma distribuição t de Student com n ? 1 graus de liberdade se a população for normal. Se a população não for normal, mas for simétrica e com curtose moderada, o teste t ainda é razoavelmente robusto para amostras pequenas.

II. A distribuição t de Student tem caudas mais pesadas que a distribuição Normal padrão, mas à medida que os graus de liberdade aumentam, a t se aproxima da Normal. Para n ? 30, a diferença é geralmente considerada desprezível na prática.

III. O intervalo de confiança para a média usando a distribuição t é dado por  Se, erroneamente, usássemos o quantil da Normal (Z_?/2) no lugar do t, o intervalo seria mais estreito, aumentando a probabilidade de não conter o verdadeiro parâmetro (cobertura abaixo do nominal).

IV. Para testar a média de uma população com amostra pequena e desvio padrão desconhecido, a distribuição Qui-quadrado (X ²) seria apropriada se o interesse fosse na variância, não na média. Já a distribuição F é usada para comparação de duas variâncias ou em ANOVA.

V. A estatística t de Student para uma amostra pode ser derivada como razão entre uma Normal padrão e a raiz quadrada de uma Qui-quadrado dividida por seus graus de liberdade, assumindo independência. Essa relação justifica o nome “t” e a forma da densidade.

Assinale a alternativa com a sequência CORRETA (V/F): 

Um analista de confiabilidade está interessado em estudar o tempo médio entre falhas consecutivas (TBF – Time Between Failures) em equipamentos hospitalares de alta complexidade. Para modelar essa variável aleatória contínua e não negativa, a distribuição Exponencial é frequentemente utilizada. Em relação às propriedades da distribuição Exponencial e suas aplicações em análise de confiabilidade, julgue os itens a seguir:

I. Se T ~ Exponencial (?) (com função densidade ƒ(t) = ? e^??t , t ? 0, e média 1/?), então a função de risco (taxa de falha) é constante e igual a ?, o que caracteriza ausência de memória: P (T > t + s ? T > s) = P (T > t).

II. A distribuição Exponencial é o único modelo contínuo com propriedade de falta de memória, e isso a torna inadequada para modelar equipamentos com desgaste (taxa de falha crescente), mas adequada para falhas aleatórias não relacionadas ao envelhecimento.

III. Se o número de falhas em um intervalo de tempo segue um processo de Poisson homogêneo com taxa ?, então o tempo entre falhas consecutivas segue uma distribuição Exponencial com média 1/?. Além disso, o tempo até a k-ésima falha segue uma distribuição Gama (Erlang) com parâmetros k e ?.

IV. Para uma amostra aleatória T₁, T₂, … , T_n i.i.d. Exponencial(?), o estimador de máxima verossimilhança de ? é ? = 1/T?, que é um estimador não viesado para ?.

V. O coeficiente de variação (CV) da distribuição Exponencial é igual a 1, independentemente do valor de ?, o que significa que o desvio padrão é igual à média. Esse é um critério diagnóstico útil para verificar a adequação do modelo exponencial a dados empíricos.

Assinale a alternativa com a sequência CORRETA (V/F):

Ao padronizar indicadores de desempenho institucional, um pesquisador transformou os dados para a escala Z.

Na distribuição normal padrão, a média e a variância são, respectivamente: