Um dado especial possui 12 faces numeradas de 1 a 12. Ao lançá-lo, qual é a probabilidade de obter um número múltiplo de 3?

Em determinado concurso público, 1.472 candidatos realizaram a prova objetiva, dos quais 313 foram aprovados nessa etapa. Se um desses candidatos fosse escolhido aleatoriamente, a probabilidade de ele não ter sido aprovado seria:

A partir dos dados apresentados, assinale a alternativa que contém, respectivamente, a média, a mediana e a moda aproximada dos valores do IPCA no período considerado.

Durante uma ação itinerante do Crefito, registrou-se o número de denúncias analisadas por plantão jurídico ao longo de determinado período. Ao todo, foram considerados 40 plantões realizados em diferentes municípios. A distribuição do número de denúncias analisadas por plantão está apresentada na tabela a seguir:

Com base nesses dados, qual é a mediana do número de denúncias analisadas por plantão?

A análise de componentes principais é uma técnica de redução de dados em que o objetivo principal é a construção de uma combinação linear das principais variáveis que representa a totalidade. Então, nesse tipo de análise, são aplicados os seguintes gráficos:

Em situações que a variável resposta \( y \)\( i \) é dicotômica, tem-se que \( y \)\( i \) segue uma distribuição de Bernouli com parâmetro p, ou seja, \( y \)\( i \)~\( B \)\( e \)\( r \)(\( \pi \)_{\( i \)}), para \( i \) = \( 1 \), … , \( n \). Suponha que uma covariável \( x \)\( i \) está associada para cada observação i. Usando a função de ligação logito, temos que \( ln \dfrac{\pi_i}{1-\pi_i} = \beta_0 + \beta_1 x_i \) . Com base no exposto, é correto afirmar que o modelo logístico é dado por

Quando o gráfico de dispersão sugere um relacionamento aproximadamente linear entre as duas variáveis, o modelo indicado é representado pela seguinte equação:

\( y \)\( i \) = \( \beta \)\( o \) + \( \beta \)\( 1 \)\( x \)\( i \) + \( \varepsilon \)\( i \) ,

em que \( y \)\( i \) é o i-ésimo valor da variável dependente ou resposta; \( \beta \)\( o \) e \( \beta \)\( 1 \) são os parâmetros do modelo ou coeficientes de regressão; \( x \)\( i \) é o i-ésimo valor da variável independente ou covariável; \( \varepsilon \)\( i \) é o iésimo erro aleatório. Considerando que os \( \varepsilon \)\( i \) são idênticos, independentes e distribuídos conforme o modelo Normal com média 0 e variância \( \sigma_{\varepsilon}^{2} \) , ou seja, \( \varepsilon_i \sim N(0, \sigma_{\varepsilon}^2) \), é correto afirmar que

Sabe-se que, ao realizar um teste de hipóteses, está-se sujeito a cometer erros. O Erro tipo I consiste em rejeitar a hipótese nula quando, na verdade, ela é verdadeira e o Erro tipo II consiste em não rejeitar a hipótese nula quando, na verdade, ela é falsa. Sabe-se também que a função poder do teste é a probabilidade de que o procedimento do teste leve a rejeição da hipótese nula, dado um valor do parâmetro. Então, a probabilidade do Erro tipo I e do Erro tipo II, e a função poder do teste são, respectivamente, dadas por: