Banco de questões
Questões de Estatística (Cebraspe) Questões de certo/errado e de múltipla escolha das provas anteriores, com o gabarito definitivo da banca. Responda de graça com uma conta: até 10 por dia.
Filtrar por disciplina, órgão, cargo, ano Disciplina Todas as disciplinas Administração Financeira e Orçamentária (2357) Administração Geral (3635) Arquitetura e Urbanismo (630) Arquivologia (679) Auditoria (959) Biblioteconomia (556) Biologia (372) Comunicação Social (1528) Conhecimentos Específicos (7027) Conhecimentos Gerais (174) Contabilidade (3128) Criminologia (77) Direito (799) Direito Administrativo (6096) Direito Ambiental (292) Direito Civil (860) Direito Constitucional (3462) Direito do Trabalho (193) Direito Eleitoral (135) Direito Empresarial (352) Direito Financeiro (137) Direito Internacional Público (63) Direito Penal (2008) Direito Previdenciário (1217) Direito Processual Civil (608) Direito Processual do Trabalho (170) Direito Processual Penal (1074) Direito Tributário (1124) Direitos Humanos (571) Diversos (158) Economia (937) Enfermagem (538) Engenharia (3594) Estatística (1414) Ética no Serviço Público (334) Farmácia (79) Física (157) Fisioterapia (105) Fonoaudiologia (40) Geociências (170) Geografia (26) Informática (9766) Legislação de Trânsito (76) Legislação Institucional (447) Língua Portuguesa (3183) Matemática Financeira (438) Medicina (2043) Meio Ambiente (489) Nutrição (48) Odontologia (761) Pedagogia (495) Proteção de Dados (381) Psicologia (1265) Química (533) Raciocínio Lógico (1148) Redação Oficial (196) Saúde Pública (606) Serviço Social (543) Terapia Ocupacional (46) Assunto Todos os assuntos Abordagens clássica, burocrática e sistêmica da administração (3) Administração direta e indireta federal (2) Amostragem aleatória simples, estratificada, sistemática e por conglomerados (5) Análise quantitativa (3) Competência interpessoal nas organizações (3) Controle jurisdicional e atividade financeira do Estado (2) Correção gramatical (4) Cultura organizacional (3) Data analytics e ferramentas de análise de dados (4) Desenvolvimento de projetos digitais (4) Disciplina constitucional relativa aos direitos políticos (1) Estatística (1316) Estrutura organizacional (2) Finalidades dos textos oficiais (2) Funções da administração (2) Gerenciamento de conflitos nas organizações (3) Inovação e design thinking (5) Interpretação do nível de confiança de 90% (2) Manipulação e limpeza de dados (3) Modelagem dimensional (4) Regras constitucionais e legais que regem o exercício do controle externo (4) Séries temporais (6) Storytelling (6) Técnicas de amostragem (12) Tipos de variáveis e seus níveis de mensuração (5) UX (user experience) (4) Visualização de dados (4) Órgão Todos os órgãos AGU (1) ANA (13) ANAC (9) ANATEL (44) ANM (32) ANP (37) ANTT (50) ANVISA (4) Banco Central (15) Câmara dos Deputados (19) CAPES (52) CBM-AL (5) CBM-RO (4) CBM-TO (2) CGE-AL (6) CGE-RJ (7) CNJ (3) CNMP (35) DATAPREV (36) DPE-RO (1) FINEP (8) FUNPRESP (138) IBAMA (4) ICMBIO (6) INPI (17) Justiça Eleitoral (CPNU) (52) MP-CE (8) MPC-SC (2) MPE-AC (1) MPE-RO (23) MPO (8) PC-DF (6) PC-PB (11) PC-RJ (1) PC-RO (12) PC-SE (4) PF (121) PGE-PI (1) PGE-RJ (2) POLC-AL (5) SECONT-ES (20) SEFA-PR (36) SEFAZ-AC (3) SEFAZ-RJ (4) SEFAZ-RN (2) SEFAZ-RS (2) SEFAZ-SE (8) SEFIN-FORTALEZA-CE (37) SERPRO (3) STJ (24) SUSEP (29) TC-DF (3) TCE-MG (5) TCE-PA (88) TCE-PE (11) TCE-PR (10) TCE-RN (18) TCE-RS (3) TCE-SC (12) TCU (4) TJ-ES (35) TJ-PA (92) TJ-PR (1) TRE-BA (5) TRE-PE (3) TRF-6 (65) TRT-10 (70) TRT-7 (1) TRT-8 (15) Cargo Todos os cargos (modelo) - Conhecimentos Gerais para os Cargos 1 a 4 (3) (p1) (1) Agente de Polícia (3) Agente de Polícia Federal (8) Agente de Polícia Judiciária (4) Agente Fazendário Estadual – Função: Contador (1) Agente Fazendário Estadual – Função: Estatístico (35) Aluno-praça (1) Analista Administrativo – Especialidade: Relações Públicas Ou Comunicação Organizacional (3) Analista Ambiental – Tema 3: Gestão, Proteção e Controle da Qualidade Ambiental (4) Analista da Defensoria Pública – Especialidade: Contabilidade (1) Analista de Contas Públicas – Especialidades: Administração, Contabilidade, Economia Ou Engenharia (2) Analista de Controle Externo – Área de Graduação/Especialidade: Ciência da Computação (1) Analista de Controle Externo – Especialidade: Ciência da Computação (3) Analista de Controle Externo – Especialidade: Ciências Atuariais (1) Analista de Planejamento e Orçamento – Especialidade: Geral (8) Analista de Previdência Complementar – Área 5: Gestão de Investimentos e Riscos de Investimentos (13) Analista de Previdência Complementar – Área 8: Estatística, Ciência de Dados e Inovação (37) Analista de Previdência Complementar – Área de Atuação: Atuária (19) Analista de Previdência Complementar – Área de Atuação: Comercial (6) Analista de Previdência Complementar – Área de Atuação: Investimentos (21) Analista de Sistemas e Métodos (2) Analista de Tecnologia (11) Analista de Tecnologia da Informação – Perfil: Desenvolvimento e Software (4) Analista de Tecnologia da Informação – Perfil: Engenharia Civil (11) Analista de Tecnologia da Informação – Perfil: Inteligência da Informação (7) Analista do CNMP – Área: Apoio Técnico Especializado – Especialidade: Estatística (35) Analista em Ciência e Tecnologia – Especialidade: Estatística (52) Analista em Estatística (21) Analista Fazendário Municipal – Área de Conhecimento: Ciências Econômicas/finanças (3) Analista Fazendário Municipal – Área de Conhecimento: Engenharia Civil (20) Analista Fazendário Municipal – Área de Conhecimento: Geografia (7) Analista Judiciário – Apoio Especializado – Especialidade – Estatística (35) Analista Judiciário – Área: Administrativa (12) Analista Judiciário – Área: Administrativa – Especialidade: Contabilidade (2) Analista Judiciário – Área: Apoio Especializado – Especialidade: Análise de Dados (3) Analista Judiciário – Área: Apoio Especializado – Especialidade: Contadoria (7) Analista Judiciário – Área: Apoio Especializado – Especialidade: Engenharia Eletrônica (10) Analista Judiciário – Área: Apoio Especializado – Especialidade: Estatística (184) Analista Judiciário – Área: Apoio Especializado – Especialidade: Medicina (Ramo: Clínica Médica) (5) Analista Judiciário – Área: Apoio Especializado – Especialidade: Medicina do Trabalho (3) Analista Judiciário – Especialidade: Estatística (87) Analista Judiciário – Especialidade: Fiscal de Arrecadação (2) Analista Ministerial – Especialidade: Arquitetura e Urbanismo (4) Analista Ministerial – Especialidade: Ciências da Computação (2) Analista Ministerial – Especialidade: Engenharia Ambiental (2) Analista Técnico – Área: Supervisão e Regulação de Mercados (16) Analista Técnico – Área: Tecnologia da Informação e Ciência de Dados (3) Analista – Área: Economia e Finanças (6) Aspirante-a-ofical Bombeiro Militar (5) Auditor da Receita Estadual (1) Auditor de Controle Externo (3) Auditor de Controle Externo – Área: Administrativa (6) Auditor de Controle Externo – Área: Contábil (3) Auditor de Controle Externo – Especialidade: Estatística (18) Auditor do Estado – Especialidade: Ciências Econômicas (13) Auditor do Tesouro Municipal (7) Auditor Fiscal de Controle Externo – Área: Ciências da Computação (1) Auditor Fiscal de Controle Externo – Área: Ciências Econômicas (11) Auditor Técnico de Tributos (1) Auxiliar de Perícia (5) Bloco I (1) Bloco I - Adaptada (1) C02 – Perito Oficial Criminal – Área: Biologia (1) C06 – Perito Oficial Médico-legal – Área: Psiquiatria (1) C07 – Perito Oficial Médico-legal – Área: Patologia (1) C09 – Perito Oficial Químico-legal – Área: Geral (1) C10 – Perito Oficial Químico-legal – Área: Química (2) Cadete (1) Conhecimentos Básicos (9) Conhecimentos Básicos - Bloco I - para os Cargos 15, 16 e 17 (8) Conhecimentos Básicos - Cargo 12 - Auditor de Controle Externo - Administrativa - Especialidade - Estatistica (9) Conhecimentos Básicos - Cargo 31 - Auditor de Controle Externo - Fiscalizacao - Especialidade - Estatistica (4) Conhecimentos Básicos - Técnico Administrativo (4) Conhecimentos Básicos para Todos os Cargos (13) Conhecimentos Complementares (p2) (2) Conhecimentos Complementares - Cargos 9, 10 e 11 (3) Conhecimentos Específicos (9) Conhecimentos Específicos - Atividade 5 (15) Conhecimentos Específicos - Atividade 6 (9) Conhecimentos Específicos - Atividade 7 (13) Conhecimentos Específicos - Cargo 12 - Auditor de Controle Externo - Administrativa - Especialidade - Estatistica (40) Conhecimentos Específicos - Cargo 15 - Técnico Judiciario - Apoio Especializado - Especialidade - Saude Bucal (1) Conhecimentos Específicos - Cargo 17 - Técnico Judiciario - Servicos Gerais - Especialidade - Seguranca Judiciaria (1) Conhecimentos Específicos - Cargo 27 - Auditor de Controle Externo - Fiscalizacao - Especialidade - Economia (4) Conhecimentos Específicos - Cargo 3 - Analista Judiciario - Administrativa - Especialidade - Contabilidade (1) Conhecimentos Específicos - Cargo 31 - Auditor de Controle Externo - Fiscalizacao - Especialidade - Estatistica (31) Conhecimentos Específicos - Cargo 4 - Analista Judiciario Apoio Especializado - Especialidade Medicina (psiquiatria) (1) Conhecimentos Específicos - Cargo 4 Analista Judiciario��apoio� Especializado - Especialidade -� Medicina� (medicina�do� (3) Conhecimentos Específicos - Cargo 6 - Analista Judiciario - Apoio Especializado - Especialidade - Engenharia Eletrica (1) Conhecimentos Específicos - Emprego 12 (16) Conhecimentos Específicos - Emprego 7 (7) Conhecimentos Específicos - Emprego 9 (5) Conhecimentos Específicos Ii (2) Conhecimentos Específicos Ii - Especialidade 1 - Tarde (7) Conhecimentos Específicos para Todos os Cargos (7) Conhecimentos Espec�ficos - Cargo 2 - Auditor de Controle Externo � �rea - Auditoria de Obras P�blicas (4) Conhecimentos Espec�ficos - Cargo 3 - Analista de Controle Externo � �rea - Auditoria de Contas P�blicas (7) Conhecimentos Espec�ficos - Cargo 6 - Analista � Área - Investimentos � Especialidade - Investimentos (8) Conhecimentos Espec�ficos - Cargo 7 - Analista � Área - Previdencial � Especialidade - Atuaria (6) Conhecimentos Gerais (12) Conhecimentos Gerais - Cargo 1 - Analista Judiciario - Judiciaria (1) Conhecimentos Gerais - Cargo 2 - Analista Judiciario - Administrativa (1) Conhecimentos Gerais - Cargo 3 - Analista Judiciario - Administrativa - Especialidade - Contabilidade (1) Conhecimentos Gerais - Cargo 4 - Analista Judiciario - Apoio Especializado - Especialidade - Analise de Sistemas (1) Conhecimentos Gerais - Cargo 5 - Analista Judiciario - Apoio Especializado - Especialidade - Engenharia Civil (1) Conhecimentos Gerais - Cargo 6 - Analista Judiciario - Apoio Especializado - Especialidade - Engenharia Eletrica (1) Conhecimentos Gerais - Cargo 7 - Analista Judiciario - Apoio Especializado - Especialidade - Medicina (clinica Geral) (1) Conhecimentos Gerais - Cargo 8 - Analista Judiciario - Apoio Especializado - Especialidade - Odontologia (1) Conhecimentos Gerais - Cargo 9 - Analista Judiciario - Apoio Especializado - Especialidade - Psicologia (1) Conhecimentos Gerais para o Cargo de Agente de Investigacao (4) Conhecimentos Gerais para o Cargo de Escrivao de Polícia (2) Conhecimentos Gerais para os Cargos 1 e 2 (7) Conhecimentos Gerais para os Cargos 3 e 4 (3) Conhecimentos Gerais para Todas as Areas (5) Conhecimentos Gerais para Todos os Cargos (13) Conhecimentos Gerais para Todos os Cargos, Exceto para o Cargo 7 (1) Datiloscopista Policial (3) Escrivão de Polícia (7) Escrivão de Polícia Federal (6) Especialista da Fazenda Estadual (1) Especialista em Recursos Minerais – Especialidade: Economia Ou Contabilidade (12) Especialista em Recursos Minerais – Especialidade: Qualquer Área de Formação (fiscalização e Distribuição de Receitas) (9) Especialista em Recursos Minerais – Especialidade: Tecnologia da Informação – Ciência de Dados (7) Especialista em Recursos Minerais – Especialidade: Tecnologia da Informação – Governança e Inovação (5) Especialista em Recursos Minerais – Especialidade: Tecnologia da Informação – Operações (6) Especialista em Regulação de Aviação Civil – Área 3 (9) Especialista em Regulação de Recursos Hídricos e Saneamento Básico – Especialidade 1 (6) Especialista em Regulação de Recursos Hídricos e Saneamento Básico – Especialidade 3 (3) Especialista em Regulação de Recursos Hídricos e Saneamento Básico –especialidade 2 (3) Especialista em Regulação de Serviços (44) Especialista em Regulação de Serviços de Transportes Terrestres (5) Especialista em Regulação de Serviços de Transportes Terrestres – Especialidade: Economia (45) Especialista em Regulação de Serviços de Transportes Terrestres – Especialidade: Engenharia Civil, Engenharia de Produçã (5) Estatístico (46) Médico (1) Médico do Trabalho (5) Oficial Bombeiro Militar Complementar – Engenheiro Civil (4) Papiloscopista Policial Federal (10) Para os Cargos 1 e 2 - Tipo 1 Conhecimentos Gerais (4) Perito Criminal Federal – Área 16: Física Forense (2) Perito Criminal Federal – Área 19: Genética Forense (8) Perito Criminal Federal – Área 1: Contábil-Financeira (3) Perito Criminal Federal – Área 2: Engenharia Elétrica/Eletrônica (6) Perito Criminal Federal – Área 5: Geologia Forense (4) Perito Criminal Federal/Área 1 (4) Perito Criminal Federal/Área 2 (5) Perito Criminal Federal/Área 9 (11) Pesquisador em Propriedade Industrial – Área: P3 - Redes de Comunicação Sem Fio / Sistemas de Comunicações Móveis / Sist (4) Prova objetiva (4) Técnico Ambiental (6) Técnico da Fazenda Estadual (1) Técnico de Segurança do Trabalho (8) Técnico em Necropsia (2) Técnico Judiciário – Área: Administrativa (3) Técnico Judiciário – Área: Apoio Especializado – Especialidade: Programação de Sistemas (3) Técnico Legislativo – Especialidade: Assistente Legislativo e Administrativo - Código: Cd-al- 026 (7) Tecnologista em Propriedade Industrial – Área: T1 – Formação: Qualquer Área de Formação. (10) Ano Todos os anos 2026 (113) 2025 (490) 2024 (239) 2023 (176) 2022 (175) 2021 (19) 2020 (24) 2019 (1) 2018 (47) 2017 (20) 2016 (106) 2015 (4) Tipo de questão Todos os tipos Certo ou errado (1230) Múltipla escolha (184) Banca Todas as bancas Cebraspe (1414) Com conta, dá para filtrar as que você errou ou ainda não fez.
1.414 questões · mostrando 71–80
Em um modelo de regressão múltipla estimado por mínimos quadrados ordinários, observa-se que duas variáveis explicativas apresentam correlação muito alta entre si. Adicionalmente, um dos coeficientes estimados apresenta sinal contrário ao esperado pela teoria, e os erros-padrão dos coeficientes são substancialmente elevados. A partir dessa situação hipotética, é correto concluir que o modelo em questão apresenta
A endogeneidade, o que viola o pressuposto de exogeneidade das variáveis explicativas e gera estimativas inconsistentes que não convergem para os valores verdadeiros mesmo com amostras grandes. B autocorrelação dos resíduos, o que provoca perda da propriedade de eficiência dos estimadores e invalida completamente a capacidade preditiva do modelo ajustado. C erro de especificação por omissão de variável relevante, sendo necessário identificar e incluir a variável faltante para corrigir os sinais inesperados dos coeficientes. D multicolinearidade, o que resulta em estimativas com variância inflada e interpretações individuais dos coeficientes pouco confiáveis. E heterocedasticidade, o que implica estimativas viesadas dos coeficientes e torna os testes de hipótese não confiáveis para inferências sobre os parâmetros populacionais. Escolha uma alternativa Abrir Em um modelo de regressão linear estimado por mínimos quadrados ordinários, a análise gráfica dos resíduos revela que a dispersão dos erros aumenta sistematicamente conforme os valores ajustados crescem. Adicionalmente, observa-se que os testes de hipótese individuais indicam significância estatística para diversos coeficientes, mas o pesquisador suspeita que os intervalos de confiança e os p-valores podem estar incorretos. Nessa situação hipotética, o modelo apresenta
A endogeneidade resultante da correlação entre variáveis explicativas e o termo de erro, o que torna os estimadores viesados e exige o uso de métodos de variáveis instrumentais para a obtenção de estimativas consistentes. B multicolinearidade severa entre os regressores, o que provoca instabilidade nas estimativas e inflação artificial da dispersão dos resíduos conforme os valores ajustados aumentam. C não linearidade na forma funcional, sendo necessário aplicar transformações logarítmicas ou polinomiais para a correção do viés sistemático introduzido pela especificação linear incorreta. D autocorrelação dos resíduos, o que viola o pressuposto de independência temporal, resultando em estimadores viesados e inconsistentes, que não convergem para os valores verdadeiros populacionais. E heterocedasticidade, o que viola o pressuposto de variância constante dos erros, resultando em erros-padrão incorretos e inferências estatísticas não confiáveis. Escolha uma alternativa Abrir Ao estimar um modelo de regressão linear simples para explicar o salário em função dos anos de experiência profissional, um pesquisador obteve um coeficiente angular (inclinação) estimado de 2.500 reais por ano de experiência, com um p-valor de 0,001. Com base nessa situação hipotética e considerando um nível de significância de 5%, assinale a opção correta acerca da relação entre experiência e salário.
A Existe evidência estatística significativa de que há uma relação entre anos de experiência e salário na população, pois o p-valor é menor que o nível de significância estabelecido. B Não é possível concluir nada sobre a relação entre experiência e salário, pois o p-valor é muito pequeno e indica que os dados são insuficientes para qualquer inferência. C O p-valor de 0,001 significa que o modelo está 99,9% incorreto, portanto deve-se rejeitar a hipótese de que experiência afeta salário. D Como o p-valor é diferente de zero, não há relação entre experiência e salário, sendo o coeficiente estimado resultado apenas do acaso. E O p-valor indica que existe 0,1% de chance de que a experiência realmente influencie o salário, o que é uma probabilidade muito baixa para se considerar a relação como verdadeira. Escolha uma alternativa Abrir Utilizando um modelo de regressão linear simples para relacionar o peso de veículos com seu consumo de combustível, um analista realizou a análise de variância (ANOVA) e obteve um valor F bastante elevado, com p-valor muito próximo de zero. Nessa situação hipotética,
A o resultado indica que exatamente 50% da variação no consumo pode ser explicada pelo peso do veículo, pois a estatística F mede a proporção de variância explicada em escala percentual. B o valor F elevado indica a existência de muita variabilidade nos dados, que não pode ser explicada pelo modelo, o que sugere que o peso não é uma boa variável explicativa para o consumo. C um valor F muito alto é sempre problemático e indica que o modelo está superajustado aos dados, devendo ser descartado e substituído por um modelo mais simples. D o valor F elevado com p-valor próximo de zero indica que o modelo de regressão como um todo é estatisticamente significativo, ou seja, a variável peso ajuda a explicar a variação no consumo de combustível. E o p-valor próximo de zero significa que praticamente não há relação entre peso e consumo, pois a probabilidade de associação entre as variáveis é quase nula. Escolha uma alternativa Abrir Na aplicação de um modelo de regressão linear múltipla com intercepto, um pesquisador observou que a soma dos quadrados da regressão representava 75% da soma dos quadrados total, o que indicava coeficiente de determinação de 0,75. Ao testar a significância global do modelo por meio do teste F, ele obteve um p-valor de 0,08 ao nível de 5%. O pesquisador, então, decidiu remover uma variável explicativa que apresentou o maior p-valor no teste t individual e reestimar o modelo. No novo modelo, a soma dos quadrados da regressão diminuiu, mas surpreendentemente o teste F global indicou significância ao nível de 5%. A partir dessa situação hipotética, assinale a opção correta no que diz respeito à explicação para o fenômeno aparentemente paradoxal verificado.
A O resultado demonstra que a variável removida estava causando multicolinearidade severa que inflava artificialmente a soma de quadrados da regressão, mas reduzia a estatística F, e sua remoção restaurou a ortogonalidade entre os regressores, o que permitiu que o teste F detectasse corretamente a significância do modelo. B A aparente melhora na significância resulta de violação do pressuposto de normalidade dos erros no modelo original, que foi parcialmente corrigida pela remoção da variável; a variável excluída estava introduzindo assimetria nos resíduos, e sua ausência aproximou a distribuição dos erros à normalidade, o que validou o teste F. C O fenômeno é possível e resulta da mudança na estrutura dos graus de liberdade: embora a soma de quadrados da regressão tenha diminuído com a remoção da variável, o quadrado médio da regressão pode ter aumentado e, simultaneamente, o quadrado médio dos resíduos pode ter diminuído suficientemente, o que alterou favoravelmente a razão F, considerando-se especialmente a redução de um grau de liberdade nos regressores. D O resultado é impossível e indica erro computacional, pois a remoção de qualquer variável explicativa necessariamente reduz tanto a soma de quadrados da regressão quanto a estatística F, dado que o modelo mais complexo sempre se ajusta de forma melhor ou igual aos dados que o modelo mais simples. E O fenômeno ocorre porque o R-quadrado ajustado, que penaliza a inclusão de variáveis irrelevantes, aumentou no modelo reduzido, e, como o teste F é baseado no R-quadrado ajustado em vez de no R-quadrado usual, a estatística F necessariamente aumenta quando o R-quadrado ajustado aumenta. Escolha uma alternativa Abrir Um pesquisador estima dois modelos de regressão aninhados: o modelo completo contém p variáveis explicativas além do intercepto, e o modelo reduzido, q variáveis explicativas além do intercepto, em que q < p. Ambos os modelos são estimados com os mesmos n dados. Para testar se as (p − q) variáveis adicionais do modelo completo contribuem significativamente para explicar a variação na variável resposta, o pesquisador calcula a diferença entre as somas dos quadrados dos resíduos dos dois modelos e constrói uma estatística F parcial. O teste resulta em um p-valor de 0,12 ao nível de 5%, o que implica a não rejeição da hipótese nula. Simultaneamente, ao examinar o modelo completo, o pesquisador observa que o teste F global é altamente significativo (p-valor < 0,001). Nessa situação hipotética,
A a discrepância entre os testes indica violação do pressuposto de homogeneidade de variâncias, em que o modelo completo apresenta heterocedasticidade que não estava presente no modelo reduzido; o teste F parcial é mais sensível a essa violação que o teste F global, o que explica por que um é não significativo enquanto o outro permanece altamente significativo. B os resultados são consistentes e indicam que, embora o modelo completo como um todo tenha poder explicativo significativo comparado ao modelo apenas com intercepto, as (p − q) variáveis adicionais não contribuem significativamente além da explicação já fornecida pelas q variáveis do modelo reduzido, o que sugere que o modelo mais parcimonioso (reduzido) é adequado e as variáveis extras são redundantes, dado o que já está no modelo. C os resultados são contraditórios e matematicamente impossíveis, pois, se o modelo completo é globalmente significativo, então qualquer subconjunto de variáveis também deve ser significativo; o erro provavelmente resulta de uso incorreto das somas dos quadrados, devendo o pesquisador utilizar a soma dos quadrados da regressão em vez da soma dos quadrados dos resíduos. D a aparente inconsistência resulta de multicolinearidade entre as variáveis do modelo completo e as do modelo reduzido, que infla os erros-padrão no teste F parcial, mas não afeta o teste F global, o que resulta em conclusões divergentes que invalidam ambos os testes até que a multicolinearidade seja resolvida. E os resultados demonstram que as (p − q) variáveis adicionais estão causando sobreajuste no modelo completo, capturando ruído amostral em vez de padrões verdadeiros. O teste F parcial não significativo indica corretamente que essas variáveis deterioram a qualidade preditiva, ao passo que o teste F global permanece significativo devido às q variáveis genuinamente importantes. Escolha uma alternativa Abrir Na análise diagnóstica dos resíduos de um modelo de regressão múltipla estimado por mínimos quadrados ordinários, identificam-se três observações com características distintas: a i-ésima observação apresenta resíduo studentizado externamente superior a 3 em valor absoluto, mas baixo valor de alavancagem; a j-ésima observação apresenta alta alavancagem, mas resíduo próximo de zero; e a k-ésima observação apresenta, simultaneamente, resíduo studentizado moderado (aproximadamente 2) e alta alavancagem, o que resulta em distância de Cook substancialmente elevada. Considerando a situação hipotética apresentada e os conceitos de leverage, outliers e observações influentes, assinale a opção correta.
A A presença simultânea dessas três observações com características distintas invalida o uso de mínimos quadrados ordinários, sendo necessário utilizar métodos robustos de estimação, como regressão quantílica ou M-estimadores, para a obtenção de resultados confiáveis. B As três observações são igualmente problemáticas e devem ser removidas do conjunto de dados, pois qualquer observação com resíduo elevado ou alta alavancagem viola os pressupostos do modelo de regressão e compromete a validade das inferências estatísticas. C A i-ésima observação indica heterocedasticidade localizada e deve ser corrigida por meio de ponderação; a j-ésima observação sugere multicolinearidade que envolve essa observação específica; e a k-ésima observação demonstra não linearidade, que requer inclusão de termos polinomiais no modelo. D Como a k-ésima observação apresenta a maior distância de Cook, ela é necessariamente a única observação que deve ser investigada e potencialmente removida, ao passo que as observações i e j podem ser ignoradas na análise, independentemente de seus valores de resíduo ou alavancagem. E A i-ésima observação é um outlier sem influência substancial sobre as estimativas; a j-ésima observação tem potencial de influência devido ao leverage, mas está bem ajustada pelo modelo; e a k-ésima observação é genuinamente influente, pois combina posição extrema no espaço dos regressores com inadequação do ajuste, sendo a mais preocupante para a estabilidade das estimativas dos coeficientes. Escolha uma alternativa Abrir Em um modelo de regressão linear simples estimado por mínimos quadrados ordinários, um analista observa que a análise de variância decompõe apropriadamente a soma de quadrados total em soma de quadrados da regressão e soma de quadrados dos resíduos. Ao examinar o gráfico de resíduos versus valores ajustados, o analista identifica um padrão claro em formato de parábola (U invertido). Adicionalmente, ao calcular a correlação entre os resíduos ordinários e os valores ajustados, ele obtém valor próximo de zero. O analista também nota que, ao estimar o modelo por meio de máxima verossimilhança sob pressuposto de normalidade, os estimadores dos coeficientes de regressão são numericamente idênticos aos obtidos por mínimos quadrados, mas o estimador de máxima verossimilhança da variância do erro é ligeiramente menor que o estimador usual não viesado. Nessa situação hipotética,
A a identidade numérica entre estimadores MQO e MV dos coeficientes implica que a decomposição da variância pela análise de variância é ótima e, portanto, o padrão parabólico nos resíduos não representa problema real, mas flutuação amostral aleatória, que desapareceria com o aumento do tamanho amostral, o que valida o modelo linear simples estimado. B o padrão parabólico indica inadequação da forma funcional linear, o que sugere não linearidade na relação verdadeira entre as variáveis, ao passo que a correlação zero entre resíduos ordinários e valores ajustados é uma propriedade algébrica que sempre vale em regressão por mínimos quadrados, não servindo como diagnóstico de adequação do modelo; a diferença entre estimadores MV e MQO da variância reflete que o estimador MV usa divisor n enquanto o não viesado usa n − 2. C o padrão parabólico demonstra violação do pressuposto de homogeneidade de variâncias, e a solução adequada envolve a utilização de estimadores de mínimos quadrados ponderados, em que os pesos são inversamente proporcionais à variância estimada em cada ponto, o que corrige simultaneamente o padrão residual e aumenta a eficiência dos estimadores. D o padrão parabólico nos resíduos combinado com correlação zero entre resíduos e valores ajustados indica que o modelo está corretamente especificado e todos os pressupostos são atendidos, pois a propriedade de ortogonalidade entre resíduos e predições é garantida algebricamente pelo método de mínimos quadrados, independentemente da forma funcional. E a correlação zero entre resíduos e valores ajustados prova que não há heterocedasticidade no modelo, e o padrão parabólico observado é artefato visual causado por observações influentes que devem ser identificadas por meio da distância de Cook e removidas para revelar a verdadeira estrutura linear dos dados. Escolha uma alternativa Abrir Certo pesquisador deseja avaliar o comportamento dos motoristas em um estacionamento. Ele decide entrevistar o motorista de cada décimo carro que entra no local, até obter uma amostra de 50 motoristas. Na situação hipotética precedente, o pesquisador utilizou a técnica de amostragem
A por conveniência. B por conglomerados. C sistemática. D estratificada. E aleatória simples. Escolha uma alternativa Abrir Uma empresa possui 800 funcionárias e 200 funcionários. Para garantir que a amostra mantenha o equilíbrio de gênero presente na empresa, a população é dividida em dois grupos conforme o sexo. Em seguida, realiza-se amostragem aleatória em cada grupo, de modo a selecionar 40 mulheres e 10 homens, o que resulta em uma amostra representativa de 50 pessoas. Na situação hipotética apresentada, utilizou-se a técnica de amostragem
A estratificada. B aleatória simples. C por conveniência. D por conglomerados. E sistemática. Escolha uma alternativa Abrir ← Anterior 1 … 6 7 8 9 10 … 142 Próxima → Os enunciados são das provas públicas do Cebraspe; o gabarito é o definitivo, publicado pela banca. Achou algo estranho num item? Escreva para o suporte .