Foram encontradas 32.986 questões.
|
unidade da Federação |
tráfico de entorpecentes |
lavagem de dinheiro |
corrupção |
total |
| estado A | 32 | 20 | 15 | 67 |
| estado B | 25 | 18 | 20 | 63 |
| estado C | 28 | 15 | 12 | 55 |
| estado D | 40 | 10 | 5 | 55 |
| estado E | 10 | 25 | 30 | 65 |
Com base nos dados hipotéticos precedentes, relativos a crimes federais investigados, ao longo de 2024, em cinco unidades da Federação, julgue os itens seguintes.
A moda entre os tipos de crime apresentados é o tráfico de entorpecentes.
Provas
|
unidade da Federação |
tráfico de entorpecentes |
lavagem de dinheiro |
corrupção |
total |
| estado A | 32 | 20 | 15 | 67 |
| estado B | 25 | 18 | 20 | 63 |
| estado C | 28 | 15 | 12 | 55 |
| estado D | 40 | 10 | 5 | 55 |
| estado E | 10 | 25 | 30 | 65 |
Com base nos dados hipotéticos precedentes, relativos a crimes federais investigados, ao longo de 2024, em cinco unidades da Federação, julgue os itens seguintes.
A amplitude entre os totais de crimes investigados por unidade da Federação é 14.
Provas
|
unidade da Federação |
tráfico de entorpecentes |
lavagem de dinheiro |
corrupção |
total |
| estado A | 32 | 20 | 15 | 67 |
| estado B | 25 | 18 | 20 | 63 |
| estado C | 28 | 15 | 12 | 55 |
| estado D | 40 | 10 | 5 | 55 |
| estado E | 10 | 25 | 30 | 65 |
Com base nos dados hipotéticos precedentes, relativos a crimes federais investigados, ao longo de 2024, em cinco unidades da Federação, julgue os itens seguintes.
O desvio padrão dos totais por unidade da Federação é inferior a 5.
Provas
Um estudo está sendo realizado para a classificação de registros administrativos quanto à procedência de inconsistências. A base de dados foi coletada com informações quantitativas padronizadas de 120 registros, já rotulados como pertencentes a três grupos: A (correções técnicas), B (fraude documental) e C (erro de digitação). Inicialmente, foi aplicada uma análise discriminante linear (ADL) para que se pudesse verificar a separação entre os grupos. Em seguida, foi realizada uma análise de agrupamento (cluster) do tipo hierárquica, com distância euclidiana ao quadrado e método de Ward, sem se considerarem os rótulos originais.
Julgue os seguintes itens, relacionados à situação hipotética precedente.
A ADL permite que se obtenham, no máximo, dois eixos discriminantes para o problema descrito.
Provas
Um estudo está sendo realizado para a classificação de registros administrativos quanto à procedência de inconsistências. A base de dados foi coletada com informações quantitativas padronizadas de 120 registros, já rotulados como pertencentes a três grupos: A (correções técnicas), B (fraude documental) e C (erro de digitação). Inicialmente, foi aplicada uma análise discriminante linear (ADL) para que se pudesse verificar a separação entre os grupos. Em seguida, foi realizada uma análise de agrupamento (cluster) do tipo hierárquica, com distância euclidiana ao quadrado e método de Ward, sem se considerarem os rótulos originais.
Julgue os seguintes itens, relacionados à situação hipotética precedente.
8 Na análise de agrupamento hierárquico pelo método de Ward, os grupos são formados com base na maximização da variância intragrupo.
Provas
Uma análise multivariada que está sendo realizada envolve quatro variáveis padronizadas Z1, Z2, Z3 e Z4, constituídas por duzentos registros administrativos. Para a identificação de estruturas latentes e a redução da dimensionalidade do problema, foram aplicadas a análise de componentes principais (ACP) e a análise fatorial exploratória (AFE) com extração por componentes principais. A seguir, são mostrados os autovalores para as componentes principais, que resultaram da decomposição espectral da matriz de correlações, bem como as cargas fatoriais não rotacionadas dos dois primeiros fatores extraídos.
| \( \lambda_1 \) | \( \lambda_2 \) | \( \lambda_3 \) |
| 2,3 | 0,7 | 0,5 |
| variável | fator 1 | fator 2 |
| Z1 | 0,80 | 0,10 |
| Z2 | 0,75 | 0,30 |
| Z3 | 0,60 | 0,55 |
| Z4 | 0,10 | 0,85 |
Com base nessas informações, julgue os próximos itens.
A comunalidade da variável Z4 é inferior a 0,7.
Provas
Uma análise multivariada que está sendo realizada envolve quatro variáveis padronizadas Z1, Z2, Z3 e Z4, constituídas por duzentos registros administrativos. Para a identificação de estruturas latentes e a redução da dimensionalidade do problema, foram aplicadas a análise de componentes principais (ACP) e a análise fatorial exploratória (AFE) com extração por componentes principais. A seguir, são mostrados os autovalores para as componentes principais, que resultaram da decomposição espectral da matriz de correlações, bem como as cargas fatoriais não rotacionadas dos dois primeiros fatores extraídos.
| \( \lambda_1 \) | \( \lambda_2 \) | \( \lambda_3 \) |
| 2,3 | 0,7 | 0,5 |
| variável | fator 1 | fator 2 |
| Z1 | 0,80 | 0,10 |
| Z2 | 0,75 | 0,30 |
| Z3 | 0,60 | 0,55 |
| Z4 | 0,10 | 0,85 |
Com base nessas informações, julgue os próximos itens.
A variável Z2 possui maior associação com o fator 2 que com o fator 1.
Provas
Uma análise multivariada que está sendo realizada envolve quatro variáveis padronizadas Z1, Z2, Z3 e Z4, constituídas por duzentos registros administrativos. Para a identificação de estruturas latentes e a redução da dimensionalidade do problema, foram aplicadas a análise de componentes principais (ACP) e a análise fatorial exploratória (AFE) com extração por componentes principais. A seguir, são mostrados os autovalores para as componentes principais, que resultaram da decomposição espectral da matriz de correlações, bem como as cargas fatoriais não rotacionadas dos dois primeiros fatores extraídos.
| \( \lambda_1 \) | \( \lambda_2 \) | \( \lambda_3 \) |
| 2,3 | 0,7 | 0,5 |
| variável | fator 1 | fator 2 |
| Z1 | 0,80 | 0,10 |
| Z2 | 0,75 | 0,30 |
| Z3 | 0,60 | 0,55 |
| Z4 | 0,10 | 0,85 |
Com base nessas informações, julgue o próximo item.
O quarto autovalor \( (\lambda_4) \) deve ser igual a zero.
Provas
Uma análise multivariada que está sendo realizada envolve quatro variáveis padronizadas Z1, Z2, Z3 e Z4, constituídas por duzentos registros administrativos. Para a identificação de estruturas latentes e a redução da dimensionalidade do problema, foram aplicadas a análise de componentes principais (ACP) e a análise fatorial exploratória (AFE) com extração por componentes principais. A seguir, são mostrados os autovalores para as componentes principais, que resultaram da decomposição espectral da matriz de correlações, bem como as cargas fatoriais não rotacionadas dos dois primeiros fatores extraídos.
| \( \lambda_1 \) | \( \lambda_2 \) | \( \lambda_3 \) |
| 2,3 | 0,7 | 0,5 |
| variável | fator 1 | fator 2 |
| Z1 | 0,80 | 0,10 |
| Z2 | 0,75 | 0,30 |
| Z3 | 0,60 | 0,55 |
| Z4 | 0,10 | 0,85 |
Com base nessas informações, julgue os próximos itens.
Com base na regra de Kaiser (ou critério de Kaiser), é correto afirmar que apenas o primeiro componente principal deveria ser retido na ACP.
Provas
Julgue os itens a seguir, relativos à análise multivariada.
A função densidade de probabilidade relativa à distribuição normal multivariada é bimodal.
Provas
Caderno Container