Foram encontradas 32.986 questões.
Em relação aos princípios e métodos da pesquisa quantitativa e da pesquisa qualitativa, julgue os seguintes itens.
Em pesquisas quantitativas com a aplicação de métodos estatísticos para a construção de inferências sobre a população de interesse, a aleatoriedade é um aspecto crucial para se garantir a representatividade da amostra.
Provas
Provas
Os dados abaixo representam uma amostra de massa, em quilos, de mulheres adultas em consultório médico.
54, 63, 75,81, 65, 58, 88, 95, 51
O valor da média dessas massas, em quilos, é igual a:
Provas
O gráfico a seguir apresenta a distribuição das idades de um grupo de crianças
Assim, de acordo com as informações do gráfico, o valor correto do desvio padrão dessas idades é mais próximo de
Provas
Em determinada investigação, decidiu-se por uma reconstituição do caso. Para haver uma maior fidelidade na reconstituição, a data escolhida deveria ser chuvosa. Então foram considerados cinco datas, sendo estas com as seguintes probabilidades: Dias A e B com a mesma probabilidade de chuva. Dia C com o dobro da probabilidade de chuva do dia A, e dia D com o dobro da probabilidade de chuva do dia B, e, por último o dia E com o dobro da probabilidade de chuva do dia D. Nestas condições, assinale a alternativa que apresenta qual a probabilidade da chuva ocorrer nos dias B ou D.
Provas
Você está investigando uma série de delitos em algumas cidades circunvizinhas, e, para tanto, iniciou uma análise das ocorrências pela quantidade de habitantes destas cidades num período de 360 dias e chegou na tabela que segue.
| Cidade |
Incidentes (ocorrências) |
População (habitantes) |
| Cidade Aprazível do Norte | 78 | 12.000 |
| Cidade Aprazível do sul | 112 | 15.000 |
| Cidade Aprazível do Leste | 98 | 13.000 |
| Cidade Aprazível do Oeste | 215 | 22.000 |
| Cidade Aprazível do Centro | 128 | 18 |
Na avalição da tabela se pode identificar qual a cidade com maior grau de incidentes no período. Assinale a alternativa que apresenta corretamente esta informação.
Provas
Para a resolução da questão abaixo, pode ser necessário utilizar alguns dos resultados a seguir.
• Probabilidades aproximadas da Normal padrão (Z ~ N(0,1):
|
P(Z>0.25) = 0.40 |
P(Z>0.5) = 0.31 |
|
P(Z>0.8) = 0.21 |
P(Z>1) = 0.16 |
|
P(Z>1.2) = 0.12 |
P(Z>1.28) = 0.1, |
|
P(Z>1.5) = 0.07 |
P(Z>1.64) = 0.05 |
|
P(Z>1,96) = 0.025 |
P(Z>2) = 0.02 |
|
P(Z>2,33) = 0,01 |
P(Z>2.5) = 0.06; |
|
Pr(Z>2,575) = 0,005 |
P(Z>3) = 0.013 |
• Valores aproximados da função exponencial:
|
exp(-1/40) = 0.97 |
exp(-1) = 0,368 |
|
exp(-2) = 0,135 |
exp(-4) = 0,018 |
• Valores aproximados da função logaritmo natural:
|
ln(2) = 0,7 |
ln(3) = 1,1 |
ln(4) = 1,4. |
Também podem ser úteis os trechos de tabelas das distribuições a seguir.
• Distribuição t de Student:
|
Graus de Liberdade |
Área de extremidade superior |
||||
|
10% |
5% | 2,5% | 1% |
0,5% |
|
| 15 | 1,341 | 1,753 | 2.131 | 2,602 |
2,947 |
| 16 | 1,337 | 1,746 | 2,120 | 2,583 |
2,921 |
| 17 | 1,333 | 1,740 | 2,110 | 2,567 |
2,898 |
| 18 |
1,330 |
1,734 | 2,101 | 2,552 |
2,878 |
| 19 | 1,328 | 1,729 | 2,093 | 2,539 |
2,861 |
| 20 | 1,325 | 1,725 | 2,086 | 2,528 |
2,845 |
• Distribuição qui-quadrado
|
Graus de Liberdade |
Área de extremidade superior |
||||
|
2,5% |
2% |
1% |
0,2% |
0,1% |
|
| 6 |
14,449 |
15,033 |
16,812 |
20,791 |
22,457 |
|
7 |
16,013 |
16,622 |
18,472 |
22,601 |
24,322 |
| 8 |
17,534 |
18,168 |
20,090 |
24,352 |
26,125 |
| 9 |
19,023 |
19,679 |
21,666 |
26,056 |
27,877 |
| 10 |
20,483 |
21,161 |
23,209 |
27,722 |
29,588 |
• Distribuição qui-quadrado:
|
Graus de Liberdade |
Área de extremidade superior |
||||
|
99% |
98% |
97,5% |
95% |
90% |
|
| 8 |
1,646 |
2,032 |
2,180 |
2,733 |
3,490 |
|
9 |
2,088 |
2.532 |
2,700 |
3,325 |
4,168 |
| 10 |
2,558 |
3,059 |
3,247 |
3,940 |
4,865 |
| 11 |
3,053 |
3,609 |
3,816 |
4,575 |
5,578 |
| 12 |
3,571 |
4,178 |
4,404 |
5,226 |
6,304 |
Um assessor de investimentos tenta prever a rentabilidade mensal futura y de um ativo. Ele considera que y (em %) siga um modelo \(AR(1):y_t = \phi_0 + \phi_1 y_{t-1}+\epsilon_t \), em que \(E(\epsilon_t)=0\) e \(corr(\epsilon_t,\epsilon_{t-s})=0\), para \(s = 1, 2, ...\) . A estimativa obtida para \(\phi_0\) foi 8. A rentabilidade prevista pelo modelo, no longuíssimo prazo, é:
Provas
Para a resolução da questão abaixo, pode ser necessário utilizar alguns dos resultados a seguir.
• Probabilidades aproximadas da Normal padrão (Z ~ N(0,1):
|
P(Z>0.25) = 0.40 |
P(Z>0.5) = 0.31 |
|
P(Z>0.8) = 0.21 |
P(Z>1) = 0.16 |
|
P(Z>1.2) = 0.12 |
P(Z>1.28) = 0.1, |
|
P(Z>1.5) = 0.07 |
P(Z>1.64) = 0.05 |
|
P(Z>1,96) = 0.025 |
P(Z>2) = 0.02 |
|
P(Z>2,33) = 0,01 |
P(Z>2.5) = 0.06; |
|
Pr(Z>2,575) = 0,005 |
P(Z>3) = 0.013 |
• Valores aproximados da função exponencial:
|
exp(-1/40) = 0.97 |
exp(-1) = 0,368 |
|
exp(-2) = 0,135 |
exp(-4) = 0,018 |
• Valores aproximados da função logaritmo natural:
|
ln(2) = 0,7 |
ln(3) = 1,1 |
ln(4) = 1,4. |
Também podem ser úteis os trechos de tabelas das distribuições a seguir.
• Distribuição t de Student:
|
Graus de Liberdade |
Área de extremidade superior |
||||
|
10% |
5% | 2,5% | 1% |
0,5% |
|
| 15 | 1,341 | 1,753 | 2.131 | 2,602 |
2,947 |
| 16 | 1,337 | 1,746 | 2,120 | 2,583 |
2,921 |
| 17 | 1,333 | 1,740 | 2,110 | 2,567 |
2,898 |
| 18 |
1,330 |
1,734 | 2,101 | 2,552 |
2,878 |
| 19 | 1,328 | 1,729 | 2,093 | 2,539 |
2,861 |
| 20 | 1,325 | 1,725 | 2,086 | 2,528 |
2,845 |
• Distribuição qui-quadrado
|
Graus de Liberdade |
Área de extremidade superior |
||||
|
2,5% |
2% |
1% |
0,2% |
0,1% |
|
| 6 |
14,449 |
15,033 |
16,812 |
20,791 |
22,457 |
|
7 |
16,013 |
16,622 |
18,472 |
22,601 |
24,322 |
| 8 |
17,534 |
18,168 |
20,090 |
24,352 |
26,125 |
| 9 |
19,023 |
19,679 |
21,666 |
26,056 |
27,877 |
| 10 |
20,483 |
21,161 |
23,209 |
27,722 |
29,588 |
• Distribuição qui-quadrado:
|
Graus de Liberdade |
Área de extremidade superior |
||||
|
99% |
98% |
97,5% |
95% |
90% |
|
| 8 |
1,646 |
2,032 |
2,180 |
2,733 |
3,490 |
|
9 |
2,088 |
2.532 |
2,700 |
3,325 |
4,168 |
| 10 |
2,558 |
3,059 |
3,247 |
3,940 |
4,865 |
| 11 |
3,053 |
3,609 |
3,816 |
4,575 |
5,578 |
| 12 |
3,571 |
4,178 |
4,404 |
5,226 |
6,304 |
Seja o modelo de séries temporais $MA(2):Y_t=\epsilon_t - k\epsilon_{t-1}+0,5_{\epsilon t-2}$, em que $E(\epsilon_t)=0, V(\epsilon_t)=2$ e $corr(\epsilon_t,\epsilon_{t-s}=0$, para $s=1,2,...$ . O coeficiente $k$ assume um valor que não é fornecido. Sabemos, porém, que a função de autocovariância teórica desse modelo, avaliada no lag (defasagem) 1, assume um valor negativo igual a - 0,75.
Assim, o valor de $k$ é:
Provas
Para a resolução da questão abaixo, pode ser necessário utilizar alguns dos resultados a seguir.
• Probabilidades aproximadas da Normal padrão (Z ~ N(0,1):
|
P(Z>0.25) = 0.40 |
P(Z>0.5) = 0.31 |
|
P(Z>0.8) = 0.21 |
P(Z>1) = 0.16 |
|
P(Z>1.2) = 0.12 |
P(Z>1.28) = 0.1, |
|
P(Z>1.5) = 0.07 |
P(Z>1.64) = 0.05 |
|
P(Z>1,96) = 0.025 |
P(Z>2) = 0.02 |
|
P(Z>2,33) = 0,01 |
P(Z>2.5) = 0.06; |
|
Pr(Z>2,575) = 0,005 |
P(Z>3) = 0.013 |
• Valores aproximados da função exponencial:
|
exp(-1/40) = 0.97 |
exp(-1) = 0,368 |
|
exp(-2) = 0,135 |
exp(-4) = 0,018 |
• Valores aproximados da função logaritmo natural:
|
ln(2) = 0,7 |
ln(3) = 1,1 |
ln(4) = 1,4. |
Também podem ser úteis os trechos de tabelas das distribuições a seguir.
• Distribuição t de Student:
|
Graus de Liberdade |
Área de extremidade superior |
||||
|
10% |
5% | 2,5% | 1% |
0,5% |
|
| 15 | 1,341 | 1,753 | 2.131 | 2,602 |
2,947 |
| 16 | 1,337 | 1,746 | 2,120 | 2,583 |
2,921 |
| 17 | 1,333 | 1,740 | 2,110 | 2,567 |
2,898 |
| 18 |
1,330 |
1,734 | 2,101 | 2,552 |
2,878 |
| 19 | 1,328 | 1,729 | 2,093 | 2,539 |
2,861 |
| 20 | 1,325 | 1,725 | 2,086 | 2,528 |
2,845 |
• Distribuição qui-quadrado
|
Graus de Liberdade |
Área de extremidade superior |
||||
|
2,5% |
2% |
1% |
0,2% |
0,1% |
|
| 6 |
14,449 |
15,033 |
16,812 |
20,791 |
22,457 |
|
7 |
16,013 |
16,622 |
18,472 |
22,601 |
24,322 |
| 8 |
17,534 |
18,168 |
20,090 |
24,352 |
26,125 |
| 9 |
19,023 |
19,679 |
21,666 |
26,056 |
27,877 |
| 10 |
20,483 |
21,161 |
23,209 |
27,722 |
29,588 |
• Distribuição qui-quadrado:
|
Graus de Liberdade |
Área de extremidade superior |
||||
|
99% |
98% |
97,5% |
95% |
90% |
|
| 8 |
1,646 |
2,032 |
2,180 |
2,733 |
3,490 |
|
9 |
2,088 |
2.532 |
2,700 |
3,325 |
4,168 |
| 10 |
2,558 |
3,059 |
3,247 |
3,940 |
4,865 |
| 11 |
3,053 |
3,609 |
3,816 |
4,575 |
5,578 |
| 12 |
3,571 |
4,178 |
4,404 |
5,226 |
6,304 |
Um analista investiga, mediante um modelo de regressão linear, a relação entre a rentabilidade $y$ de ofertas públicas disponíveis no mercado e um indicador de risco associado ao emissor, representado pela variável explicativa x. Foi utilizada uma amostra de 20 pares de observações mensais. Considerando que o termo de erro siga distribuição Normal, o modelo estimado está apresentado a seguir (os erros padrão estão entre parênteses).
Quando se avalia a significância da estimativa do impacto de $x$ sobre $y$, o p-valor associado ao teste de hipóteses bilateral correspondente está:
Provas
Para a resolução da questão abaixo, pode ser necessário utilizar alguns dos resultados a seguir.
• Probabilidades aproximadas da Normal padrão (Z ~ N(0,1):
|
P(Z>0.25) = 0.40 |
P(Z>0.5) = 0.31 |
|
P(Z>0.8) = 0.21 |
P(Z>1) = 0.16 |
|
P(Z>1.2) = 0.12 |
P(Z>1.28) = 0.1, |
|
P(Z>1.5) = 0.07 |
P(Z>1.64) = 0.05 |
|
P(Z>1,96) = 0.025 |
P(Z>2) = 0.02 |
|
P(Z>2,33) = 0,01 |
P(Z>2.5) = 0.06; |
|
Pr(Z>2,575) = 0,005 |
P(Z>3) = 0.013 |
• Valores aproximados da função exponencial:
|
exp(-1/40) = 0.97 |
exp(-1) = 0,368 |
|
exp(-2) = 0,135 |
exp(-4) = 0,018 |
• Valores aproximados da função logaritmo natural:
|
ln(2) = 0,7 |
ln(3) = 1,1 |
ln(4) = 1,4. |
Também podem ser úteis os trechos de tabelas das distribuições a seguir.
• Distribuição t de Student:
|
Graus de Liberdade |
Área de extremidade superior |
||||
|
10% |
5% | 2,5% | 1% |
0,5% |
|
| 15 | 1,341 | 1,753 | 2.131 | 2,602 |
2,947 |
| 16 | 1,337 | 1,746 | 2,120 | 2,583 |
2,921 |
| 17 | 1,333 | 1,740 | 2,110 | 2,567 |
2,898 |
| 18 |
1,330 |
1,734 | 2,101 | 2,552 |
2,878 |
| 19 | 1,328 | 1,729 | 2,093 | 2,539 |
2,861 |
| 20 | 1,325 | 1,725 | 2,086 | 2,528 |
2,845 |
• Distribuição qui-quadrado
|
Graus de Liberdade |
Área de extremidade superior |
||||
|
2,5% |
2% |
1% |
0,2% |
0,1% |
|
| 6 |
14,449 |
15,033 |
16,812 |
20,791 |
22,457 |
|
7 |
16,013 |
16,622 |
18,472 |
22,601 |
24,322 |
| 8 |
17,534 |
18,168 |
20,090 |
24,352 |
26,125 |
| 9 |
19,023 |
19,679 |
21,666 |
26,056 |
27,877 |
| 10 |
20,483 |
21,161 |
23,209 |
27,722 |
29,588 |
• Distribuição qui-quadrado:
|
Graus de Liberdade |
Área de extremidade superior |
||||
|
99% |
98% |
97,5% |
95% |
90% |
|
| 8 |
1,646 |
2,032 |
2,180 |
2,733 |
3,490 |
|
9 |
2,088 |
2.532 |
2,700 |
3,325 |
4,168 |
| 10 |
2,558 |
3,059 |
3,247 |
3,940 |
4,865 |
| 11 |
3,053 |
3,609 |
3,816 |
4,575 |
5,578 |
| 12 |
3,571 |
4,178 |
4,404 |
5,226 |
6,304 |
Queremos testar se a média anual de fraudes no mercado de capitais é superior a 4, com base nos registros do número de fraudes por ano ao longo dos últimos 16 anos, considerados como observações de uma amostra aleatória simples de uma população Normal. A variância dessa população é conhecida e é igual a 25.
Considerando que a média na população seja igual a 4.1, a probabilidade de que se cometa o Erro Tipo II nesse teste, ou seja, de que não se encontre evidência estatística de que a média é maior do que 4, é, aproximadamente:
Provas
Caderno Container