Questões Estatística para Concursos

A moda, pois é a medida mais frequentemente utilizada em distribuições assimétricas.

A média aritmética, pois sempre representa fielmente o tempo de espera médio.

O desvio padrão, pois ele informa diretamente o tempo médio esperado.

A amplitude total, pois considera todos os valores da amostra.

A mediana, pois é menos sensível a valores extremos que podem distorcer a interpretação.

Um erro de medição aleatório sem impacto real no processo.

Que o processo continua estável e dentro dos limites normais de controle.

Que os comprimidos devem ser descartados imediatamente, pois estão fora das especificações.

Uma possível mudança sistemática no processo, exigindo investigação.

Que a variabilidade do processo aumentou, exigindo a troca do maquinário.

O modelo possui alta variância e baixa precisão nos dados de treinamento.

O modelo se ajusta excessivamente aos dados de treinamento, capturando até mesmo o ruído, e apresenta baixo desempenho em dados não vistos.

O modelo é incapaz de capturar a complexidade dos dados de treinamento, resultando em baixo desempenho tanto nos dados de treinamento quanto nos de teste.

O modelo apresenta alta precisão em dados de teste, mas baixa precisão em dados de treinamento.

O modelo utiliza regularização excessiva, simplificando demais a função de hipótese.

Rejeitar a hipótese nula e concluir que pelo menos um grupo difere dos demais.

Aceitar a hipótese nula e concluir que não há diferença entre os grupos.

Concluir que todas as médias dos grupos são diferentes entre si.

Reduzir o número de grupos para melhorar a análise.

Ajustar um modelo de regressão linear simples.

A normalidade dos resíduos em uma ANOVA.

A homoscedasticidade dos erros em um modelo linear.

A presença de autocorrelação nos resíduos de um modelo de regressão.

A adequação de um modelo ARIMA.

impacto da colinearidade entre variáveis preditoras.

O tamanho da amostra da série.

A magnitude dos valores na série.

A presença de tendências e sazonalidades.

O coeficiente de correlação entre os valores passados e futuros.

A necessidade de interpretabilidade do modelo.

Yt=ϕ1Yt—1+εt

Yt=θ1εt—1+εt

Yt=α+βt+εt

Yt=εt

Yt=ϕ1Yt—1+ϕ2Yt—2+εt

A amostra é muito grande.

A população tem média desconhecida e variância conhecida.

Os dados seguem uma distribuição binomial.

A população tem variância desconhecida e a amostra é pequena.

O tamanho da amostra é menor que 100.

Rejeitar a hipótese alternativa, pois o valor-p é maior que 0,05.

Rejeitar a hipótese nula, pois o valor-p é menor que 10%.

Reduzir a amostra para diminuir o valor-p.

Aceitar a hipótese nula, pois o valor-p é exatamente 0,05.

Considerar o teste inconclusivo e aumentar o nível de significância.

Os fatores agem de forma independente sobre a variável resposta.

A mudança no nível de um fator depende do nível do outro fator.

Os fatores não possuem efeito significativo na variável resposta.

O experimento foi planejado incorretamente.

O erro amostral é reduzido a zero.