Foram encontradas 32.181 questões.
Sabendo que, nessa situação hipotética, o tempo de falha segue uma variável aleatória contínua e que as probabilidades referentes a esses eventos são positivas, julgue o item seguinte.
P(A) < P(B).
Provas
Sabendo que, nessa situação hipotética, o tempo de falha segue uma variável aleatória contínua e que as probabilidades referentes a esses eventos são positivas, julgue o item seguinte.
O evento A é o complementar do evento C.
Provas
Sabendo que, nessa situação hipotética, o tempo de falha segue uma variável aleatória contínua e que as probabilidades referentes a esses eventos são positivas, julgue o item seguinte.
A e C são eventos independentes.
Provas
Com base no referencial teórico das medidas descritivas de curtose, julgue o item subsequente.
Curtose alta indica apenas um pico mais elevado, não estando relacionada às caudas.
Provas
Com base no referencial teórico das medidas descritivas de curtose, julgue o item subsequente.
Em distribuições leptocúrticas, os valores se concentram mais próximos da média.
Provas
Julgue o item seguinte, relacionado a medidas descritivas de assimetria.
Assimetria negativa indica que a distribuição possui maior concentração de valores à esquerda e uma cauda mais longa que se estende para a direita.
Provas
Julgue o item seguinte, relacionado a medidas descritivas de assimetria.
Distribuições com assimetria à esquerda geralmente apresentam média menor que a mediana.
Provas
Julgue o item seguinte, relacionado a medidas descritivas de assimetria.
Assimetria igual a zero não implica, necessariamente, uma distribuição totalmente simétrica.
Provas
Julgue o item seguinte, relacionado a medidas descritivas de assimetria.
Assimetria elevada frequentemente indica a presença de valores extremos, que impactam a forma da distribuição.
Provas
Julgue o próximo item, relativo a medidas descritivas de dispersão.
A multiplicação de todos os valores de um conjunto de dados X por uma constante k ≠ 0 implica que a média e a variância também sejam multiplicadas por k, ou seja, E[kX] = kE[X] e Var[kX] = kVar[X].
Provas
Caderno Container