Foram encontradas 50 questões.
Quatro modelos da classe SARIMA foram ajustados aos dados de uma série temporal mensal contendo n=126 observações. Em todos os casos, aplicou-se uma diferença simples e uma diferença sazonal de ordem 1 na série sendo a sazonalidade igual a 12.
Os modelos ajustados foram
Modelo 1: SARIMA (0 1 1) (0 1 1) s=12 |
Modelo 3: SARIMA (0 1 1) (0 1 3) s=12 |
Modelo 2: SARIMA (0 1 1) (0 1 2) s=12 |
Modelo 4: SARIMA (0 1 1) (1 1 2) s=12 |
Na tabela 5 encontram-se as estimativas dos parâmetros de cada modelo com os desvios-padrão respectivos, a probabilidade de significância (p-valor) e a estimativa da variância residual (erros do modelo).
Os resíduos do modelo foram considerados ruídos brancos e os testes estatísticos para normalidade dos resíduos dos quatro modelos indicaram a distribuição normal como válida para os resíduos.
Tabela 5 - Estimativas e probabilidades de significância
Modelo 1 - Variância Residual Estimada= 0,941
Estimativa | Desvio-padrão |
p-valor |
|
MA(1) |
0,9336 |
0,0170 |
0,000 |
SMA(12) |
0,9365 |
0,0276 |
0,000 |
Modelo 2 - Variância Residual Estimada= 0,935
Estimativa | Desvio-padrão |
p-valor |
|
MA(1) |
0,9306 |
0,0171 |
0,000 |
SMA(12) |
1,0326 | 0,0562 |
0,000 |
SMA(24) |
-0,0921 | 0,0566 |
0,104 |
Modelo 3 - Variância Residual Estimada= 0,941
Estimativa | Desvio-padrão |
p-valor |
|
MA(1) |
-0,0086 | 0,0180 |
0,000 |
SMA(12) |
0,9526 | 0,0562 |
0,000 |
SMA(24) |
0,9300 | 0,0773 |
0,712 |
SMA(36) |
-0,0676 | 0,0571 |
0,238 |
Modelo 4 - Variância Residual Estimada= 0,933
Estimativa | Desvio-padrão |
p-valor |
|
SAR(12) |
-0,8586 | 0,6195 |
0,167 |
MA(1) |
0,9350 | 0,0165 |
0,000 |
SMA(12) |
0,0878 | 0,5998 |
0,884 |
SMA(24) |
0,8311 | 0,5698 |
0,146 |
Com base apenas nas informações apresentadas, dentre os quatro modelos ajustados, pode-se dizer que o mais indicado para representar o comportamento dos valores da série temporal estudada é o modelo
Provas
Leia a seguinte frase e assinale a alternativa que completa corretamente a lacuna nela existente.
A diferenciação é um recurso utilizado na área de Análise de Séries Temporais como um mecanismo para tentar corrigir a falta de da série
Provas
Num estudo uma amostra aleatória de tamanho n=102 de seis variáveis aleatórias contínuas foram observadas. Uma análise fatorial ortogonal foi feita a partir da matriz de correlação dessas variáveis. O método de componentes principais foi utilizado para estimação das cargas fatoriais. As estimativas das cargas fatoriais para os dois primeiros fatores estão apresentadas na tabela 4, juntamente com a variância estimada de cada fator.
Tabela 4 - Estimativas das cargas fatoriais
Estimativas das cargas fatoriais |
||
Variável padronizada |
Fator 1 |
Fator 2 |
V1 |
0,85 |
0,03 |
V2 |
0,92 |
0,14 |
V3 |
0,07 |
0,87 |
V4 |
0,06 |
0,79 |
V5 |
0,73 |
0,02 |
V6 |
0,19 |
0,83 |
Variância estimada do Fator |
2,15 |
2,09 |
Leia a seguinte frase e assinale a alternativa que completa corretamente as lacunas nela existentes.,
O percentual de explicação do Fator 1 em relação à variância total é aproximadamente igual a , e a comunalidade da variável padronizada V4 é aproximadamente igual a .
Provas
Uma pesquisa foi realizada com 30 propriedades de uma área com o propósito de avaliar a relação do preço da propriedade com o seu tamanho (em acres) e o fato de estar localizada em área sujeita à inundação na época de chuvas. Essa variável, chamada de localização, foi categorizada como “1” se a propriedade localiza-se em área sujeita à inundação e “0” em caso contrário. Um modelo de regressão linear simples foi ajustado aos dados considerando o logaritmo na base 10 do preço da propriedade como variável dependente e as variáveis tamanho e localização como independentes, obtendo-se a equação:
log(preço) = 12,509 + 0,058 tamanho - 7,32 localização
A probabilidades de significância correspondentes ao modelo ajustado são apresentadas no tabela 3.
Tabela 3 - Probabilidades de significância
Preditor |
Probabilidade de significância |
Constante |
0,000 |
Tamanho |
0,090 |
Localização |
0,030 |
Nesse caso, para as propriedades de mesmo tamanho, pode se afirmar a 5% de significância que as propriedades localizadas em área sujeita à inundação na época de chuvas apresentam
Provas
Quatro termômetros são utilizados para medir a temperatura do nível de fusão de um material. Num estudo experimental totalmente aleatorizado, 12 amostras independentes do material em questão, sendo três amostras para cada termômetro, foram utilizadas para avaliar a existência de diferenças significativas entre as médias de temperatura dos quatro termômetros. A análise de dados resultou numa soma de quadrados total igual a 51,40 e uma soma de quadrados relativa à fonte de variação (termômetros) igual a 31,32. Os valores críticos da distribuição da correspondente estatística F de Fisher-Snedecor para os percentis 2,5%, 5%, 10%, 90%,95% e 97,5% são dados no tabela 2.
Tabela 2 – Valores da distribuição F de Fisher-Snedecor
Percentis |
2,5 | 5 | 10 | 90 | 95 | 97,5 |
!$ F !$ |
0,068 |
0,113 |
0,190 |
2,924 |
4,067 |
5,416 |
Leia a seguinte frase e assinale a alternativa que completa corretamente as lacunas existentes.
O valor observado da estatística de teste F é aproximadamente igual a , e a 5% de significância, indica a da hipótese nula.
Provas
Seja Y a variável resposta de estudo e suponha que a população hipotética seja constituída de N=16 elementos com os valores populacionais de Y dados na tabela 1. Suponha que se desejasse selecionar uma amostra de tamanho n=3, sem reposição, dessa população por meio de um procedimento probabilístico. Dois procedimentos são propostos a seguir.
Procedimento A: Utiliza-se amostragem sistemática com período de amostragem igual a 2 mantendo-se os elementos do frame na ordem dada na tabela 1.
Procedimento B: A população é dividida em dois conglomerados sendo o conglomerado 1 constituído dos elementos {1,2,3} e o conglomerado 2 constituído dos elementos {4,5,6}. Seleciona-se por amostragem aleatória simples sem reposição, 1 (hum) conglomerado, e todos os seus elementos amostrais são observados.
Tabela 1 – Dados Populacionais
Elementos Amostrais |
1 | 2 | 3 | 4 | 5 | 6 |
Valores de Y |
25 | 30 | 16 | 35 | 10 | 40 |
Suponha que o objetivo seja estimar a média populacional de Y.
Nesse caso, o melhor procedimento amostral é
Provas
Dois avaliadores participaram de um experimento realizado com a finalidade de julgar o sabor de um suco de frutas de uma determinada marca. Eles saborearam 10 amostras do produto e para cada amostra atribuíram uma nota na escala contínua de 0 a 10. Quanto maior a nota, maior é a satisfação do avaliador com o sabor do suco. As médias e os desvios-padrão amostrais dos avaliadores são dados a seguir.
Avaliador A: média amostral = 7,42 desvio-padrão amostral = 0,65
Avaliador B: média amostral = 6,95 desvio-padrão amostral = 0,56
O objetivo é contratar o julgador com notas mais homogêneas para participar de outros experimentos na empresa. Considerando-se que a distribuição das notas dos 2 julgadores são aproximadamente normais, o teste estatístico F de Fisher-Snedecor foi feito para comparação das variâncias das notas dos dois avaliadores. A hipótese alternativa é a de que as variâncias são diferentes. A 5% de significância os valores que determinam a região de rejeição da hipótese nula (região crítica) são: F1 = 0,248 e F2 = 4,026.
A 5% de significância pode-se afirmar que
Provas
Um procedimento de amostragem é utilizado na fiscalização de veículos em um posto de fiscalização instalado em uma rodovia de tráfego diário intenso. Ao longo do dia, veículos são abordados pela fiscalização aleatoriamente. Seja A o evento: “o motorista do veículo inspecionado está com a carta de habilitação vencida ou sem a documentação do veículo”.
Seja X a variável aleatória definida como o número de veículos fiscalizados ao longo do dia até a primeira ocorrência do evento A. O domínio da variável X é o conjunto {1, 2, 3, 4,...}. Seja !$ θ !$ a probabilidade de ocorrência do evento A, !$ θ !$ desconhecido, 0 < !$ θ !$ < 1. Seja B o evento: {X > 2}. Deseja-se estimar, pelo método de máxima verossimilhança, a probabilidade de ocorrência do evento B denotada por P(B).
Uma amostra aleatória de cinco dias de fiscalização indicou os seguintes valores amostrais da variável aleatória X
4 7 3 7 4
Com base na amostra observada, a estimativa de máxima verossimilhança de P(B) é
Provas
Sabe-se que 10% dos componentes fabricados por uma empresa são defeituosos sendo que todo componente defeituoso não é utilizado na composição do produto final. No processo de produção, a inspeção da qualidade dos componentes fabricados é feita em dois estágios. No primeiro, um inspetor avalia visualmente alguns atributos de qualidade do componente e o considera defeituoso ou não-defeituoso.
Os itens considerados não-defeituosos nesse estágio são encaminhados para uma segunda etapa na qual uma variável aleatória contínua X é medida no componente.
A partir do valor observado da variável X, o componente é declarado defeituoso ou não-defeituoso.
Sabe-se que componentes não-defeituosos são identificados corretamente, tanto na inspeção feita no primeiro estágio, quanto na inspeção feita no segundo. No entanto, aproximadamente 5% dos componentes defeituosos inspecionados pelo inspetor no primeiro estágio são por ele considerados como não-defeituosos.
Já no segundo estágio da inspeção, o percentual de componentes defeituosos que são erroneamente classificados como não-defeituosos é igual a 4%. As inspeções no primeiro e segundo estágios são independentes.
Sendo assim, pode-se afirmar que o percentual de componentes defeituosos produzidos pela empresa e que passam como não-defeituosos nos dois estágios de inspeção é igual a
Provas
Uma empresa necessita da fabricação de 20 lotes de um produto para comercialização sendo que a produção desses lotes será terceirizada. Quatro fornecedores foram contatados para fabricação dos lotes sendo estipulada uma data contratual para entrega de cada um dos 20 lotes a serem fabricados. Para cada lote entregue fora do prazo a empresa contratante tem um prejuízo de 25.000 reais. Os lotes são fabricados independentemente.
As propostas encaminhadas pelos fornecedores estão descritas a seguir.
Fornecedor A: o preço para produção de cada lote é de 36.500 reais havendo uma chance de 3% de atraso na entrega do mesmo.
Fornecedor B: o preço para produção de cada lote é de 36.000 reais havendo uma chance de 5% de atraso na entrega do mesmo. Para cada lote entregue fora do prazo estipulado, o fornecedor concede um desconto de 15.000 reais.
Fornecedor C: o preço para produção de cada lote é de 35.000 reais havendo uma chance de 10% de atraso na entrega do mesmo. Para cada lote entregue fora do prazo estipulado, o fornecedor concede um desconto de 5.000 reais.
Fornecedor D: o preço para produção de cada lote é de 37.000 reais havendo uma chance de 5% de atraso na entrega do mesmo. Para cada lote entregue fora do prazo estipulado, o fornecedor concede um desconto de 20.000 reais.
Considerando apenas os dados fornecidos no enunciado da questão, para maximizar o lucro esperado, a empresa deve contratar o fornecedor
Provas
Caderno Container