Filtrar
5 Questões de concurso encontradas
Página 1 de 1
Questões por página:
Questões por página:
Concurso:
SEPLAG-MG
Disciplina:
Estatística
Considerando que na regressão linear se tem
a utilização da equação reduzida da reta, comumente
escrita como y = Ax + B, sendo x a variável e y
a variável A como coeficiente e B
como coeficiente , a aproximação linear é muito
importante principalmente para estimativas e
não muito extensas na variável x, ou seja, projeções de
prazo.
Preenche, CORRETA e respectivamente, as lacunas:
Preenche, CORRETA e respectivamente, as lacunas:
Um Auditor-Fiscal da Receita Federal está utilizando um modelo de regressão linear simples para estimar a Receita Bruta de
Vendas (Y) esperada de uma empresa varejista com base no seu Custo das Mercadorias Vendidas - CMV (X). A análise dos
últimos 24 meses apresentou os seguintes resultados:
• Equação de Regressão: ? = R$ 25.000,00 + 1,4X
• Coeficiente de Determinação R2 = 0,92
• Erro Padrão da Estimativa: R$ 10.000,00
Durante o período de auditoria atual, o contribuinte declarou um CMV de R$ 50.000,00 e uma Receita Bruta de Vendas de R$ 105.000,00. Com base no modelo de regressão, pode-se afirmar que:
• Equação de Regressão: ? = R$ 25.000,00 + 1,4X
• Coeficiente de Determinação R2 = 0,92
• Erro Padrão da Estimativa: R$ 10.000,00
Durante o período de auditoria atual, o contribuinte declarou um CMV de R$ 50.000,00 e uma Receita Bruta de Vendas de R$ 105.000,00. Com base no modelo de regressão, pode-se afirmar que:
Concurso:
MPE-ES
Disciplina:
Estatística
No âmbito de uma investigação sobre eficiência administrativa, um analista de dados modelou a relação entre o tempo de tramitação de procedimentos (Y, em dias) e o número de apensos (X) utilizando uma técnica de Regressão Linear, cujo modelo se apresenta na forma
O relatório de sumarização do modelo apresentou os seguintes parâmetros:
• Coeficiente de Intercepto: 15
• Coeficiente Angular: 5
Com base estritamente nos estimadores fornecidos e assumindo que o valor de X = 8 pertence ao domínio de validade do modelo, a estimativa pontual para o valor esperado do tempo de tramitação dos procedimentos investigatórios é de
O relatório de sumarização do modelo apresentou os seguintes parâmetros:
• Coeficiente de Intercepto: 15
• Coeficiente Angular: 5
Com base estritamente nos estimadores fornecidos e assumindo que o valor de X = 8 pertence ao domínio de validade do modelo, a estimativa pontual para o valor esperado do tempo de tramitação dos procedimentos investigatórios é de
Concurso:
MPE-ES
Disciplina:
Estatística
No âmbito de uma investigação sobre eficiência administrativa, um analista de dados modelou a relação entre o tempo de tramitação de procedimentos (Y, em dias) e o número de apensos (X) utilizando uma técnica de Regressão Linear, cujo modelo se apresenta na forma
O relatório de sumarização do modelo apresentou os seguintes parâmetros:
• Coeficiente de Intercepto: 15;
• Coeficiente Angular: 5.
Com base estritamente nos estimadores fornecidos, e assumindo que o valor de X = 8 pertence ao domínio de validade do modelo, a estimativa pontual para o valor esperado do tempo de tramitação dos procedimentos investigatórios é de
O relatório de sumarização do modelo apresentou os seguintes parâmetros:
• Coeficiente de Intercepto: 15;
• Coeficiente Angular: 5.
Com base estritamente nos estimadores fornecidos, e assumindo que o valor de X = 8 pertence ao domínio de validade do modelo, a estimativa pontual para o valor esperado do tempo de tramitação dos procedimentos investigatórios é de
Concurso:
Prefeitura de Cuiabá - MT
Disciplina:
Estatística
Considere dois conjuntos de dados distintos, denotados por C1 e C2, ambos do mesmo tamanho, isto é, com a mesma quantidade de valores. A cada conjunto foi aplicado o mesmo método de regressão linear. O erro médio quadrático obtido para C1 foi menor do que para C2. Com base no exposto, analise as afirmativas a seguir, e assinale V para a afirmativa verdadeira e F para a falsa.
( ) O erro médio quadrático é uma métrica típica de erro em problemas de regressão cujo valor varia entre 0 e 1.
( ) Pode-se afirmar que o conjunto de dados C1 está melhor ajustado ao modelo do que o conjunto de dados C2.
( ) Pode-se afirmar que para melhorar o ajuste do conjunto de dados C2 é preciso aumentar seu tamanho.
As afirmativas são, respectivamente,
( ) O erro médio quadrático é uma métrica típica de erro em problemas de regressão cujo valor varia entre 0 e 1.
( ) Pode-se afirmar que o conjunto de dados C1 está melhor ajustado ao modelo do que o conjunto de dados C2.
( ) Pode-se afirmar que para melhorar o ajuste do conjunto de dados C2 é preciso aumentar seu tamanho.
As afirmativas são, respectivamente,
