Questões de Concurso

O histograma abaixo representa a distribuição dos preços unitários de custo, em R$, de determinado equipamento de informática no mercado. No eixo das abscissas constam os intervalos de classe, em R$, e no eixo das ordenadas as respectivas densidades de frequências em (R$)^-1.

 

Observação: Densidade de frequência de um intervalo é o resultado da divisão da respectiva frequência relativa pela correspondente amplitude do intervalo.

Considerando os intervalos de classe fechados à esquerda e abertos à direita, se 105 preços apresentam valores menores que R$ 6,00, então o número de preços que apresentam valores iguais ou superiores a R$ 4,00 é

A distribuição dos valores dos salários, em dezembro de 2014, dos 200 funcionários em um órgão público é representada por uma tabela de frequências absolutas, com todos os intervalos de classe apresentando a mesma amplitude, sendo fechados à esquerda e abertos à direita. O valor da mediana, obtido pelo método da interpolação linear, foi igual a R$ 5.600,00 e pertencente ao intervalo de classe, em reais, [ 5.000,00 ; 6.500,00 ). Se 80 funcionários possuem um salário inferior a R$ 5.000,00, então a porcentagem dos funcionários que apresentam um salário igual ou superior a R$ 6.500,00 é, em %, igual a

Uma variável aleatória Gama é definida para valores reais e positivos e sua função densidade é dada por

com parâmetros α > 0 e ß > 0.

Diante do exposto, analise as afirmativas.
I. Pode-se demonstrar que E(x) = αß e Var(x) = αalpha;ß².

II. A função gama é dada por

III. Pode-se mostrar que G(α) = (α – 1) G(α – 1) e para α inteiro, G(α) = (α – 1)!.

IV. Quando α = 1, a função densidade da gama e igual à distribuição exponencial com parâmetro ß.

V. Quando α = v/2 e ß = 2, com v > 0 inteiro, a função densidade da gama é igual à distribuição Qui-quadrado com v graus de liberdade.

Estão corretas apenas as afirmativas

O modelo de regressão logística é um caso particular de um modelo linear generalizado em que o componente aleatório tem distribuição Bernoulli e a função de ligação é a logito. Diante do exposto, marque V para as afirmativas verdadeiras e F para as falsas.

( ) Para uma variável explicativa numérica, o modelo logístico tem uma forma linear para o logito da probabilidade: , ou seja, p(x) aumenta ou diminui como uma função linear de x.
( ) A chance ou odds é a razão entre as probabilidades de sucesso e fracasso e pode ser expressa como e^α (e^ß ) ^x . Quando a variável explicativa aumenta em uma unidade, a chance é aumentada multiplicativamente por ß.
( ) Para a avaliação do modelo de regressão com variáveis explicativas numéricas pode-se utilizar a estatística X² de Pearson ou a estatística G² do teste da razão de verossimilhança dadas, respectivamente, por:



( ) Para a análise de resíduos de um modelo de regressão logística com variáveis explicativas numéricas pode-se utilizar o resíduo de Pearson ou o resíduo ajustado de Pearson, dados, respectivamente, por:



( ) O modelo de regressão logística multicategorizada é uma generalização do modelo de regressão logística, onde a variável resposta assume mais de duas categorias. Quando as categorias são nominais, escolhe-se uma como sendo a base para se construir as chances e fazer as análises necessárias. No caso de categorias ordinais, a ordenação pode ser incorporada ao modelo na forma de probabilidades acumuladas, obtendo-se, então, o modelo logito acumulativo.

A sequência está correta em

Os Modelos Lineares Generalizados (MLG) são definidos a partir de três características: o componente aleatório, que estabelece a distribuição da variável resposta; o componente sistemático, que determina as variáveis explicativas a serem utilizadas como preditoras no modelo e estabelece a equação de predição como linear; e, a função de ligação, que estabelece a relação entre o componente sistemático e a esperança matemática da variável resposta. Diante do exposto, analise.

I. O componente aleatório permite que a distribuição seja da família exponencial ou de suas generalizações, contemplando, entre outras, as distribuições: normal, Bernoulli, Poisson, Gama, Normal, Inversa, Exponencial, Binomial.
II. A função de ligação deve transformar o domínio da variável aleatória de forma a permitir que qualquer valor do componente sistemático seja admissível. As funções mais utilizadas são: identidade, inversa, inversa ao quadrado, logarítmica, logito, probito, complemento log-log, potência, Box-Cox e Aranda-Ordaz.
III. O ajuste de um MLG pode ser feito pelo método de máxima verossimilhança. As equações normais produzidas, em geral, precisam ser resolvidas por processos iterativos. Os mais utilizados são o método de Newton- Raphson e o de escore de Fisher. Eles são distintos, qualquer que seja a função de ligação.
IV. Para dados de contagem com distribuição de Poisson, o MLG corresponde ao modelo de regressão de Poisson. A função de ligação mais utilizada é a logarítmica. Quando existe superdispersão nos dados, adota-se uma generalização de MLG que admite o parâmetro de dispersão.
V. Vários tipos de resíduo podem ser utilizados para avaliar a qualidade do ajuste de um MLG, entre eles, resíduos ordinários, resíduos de Pearson, resíduos de Pearson padronizados e componente do desvio.

Estão corretas apenas as afirmativas