Questões de Concursos Públicos - EBSERH

Seja o modelo de regressão linear , em que Y é o vetor de respostas com dimensão n, é o vetor de parâmetros de dimensão p e é o vetor de erros, em relação a X, assinale a alternativa correta.

Os dados a seguir correspondem às cargas axiais de ruptura (na unidade adequada) a que foram submetidas embalagens de alumínio de m = 3 amostras de tamanho n = 4 observações. 270 273 271 275 274 268 278 268 272 270 269 272 Sabendo-se que o desvio padrão amostral é s = 2,99495, uma Carta de Controle a três erros padrões construída com esses dados é composta por

A Saúde Pública afirma que as doenças infectocontagiosas devem ser cuidadosamente controladas ao longo do tempo, porque são muito suscetíveis a apresentar modificações. Em cada um dos últimos 13 períodos monitorados, foram relacionados aleatoriamente 100.000 indivíduos, registrando-se o número dos que morreram em consequência de infecções nas vias respiratórias. 25 24 22 25 27 30 31 30 33 32 33 32 31 Uma vez que se tem um Processo de Poisson, resolveu-se construir uma Carta de Controle a três erros padrões para acompanhamento com base nesses dados. Assim, essa carta tem

Suponha que uma chapa de alumínio é projetada para ser fabricada dentro dos limites de tolerância (especificações) LSE = a e LIE = b. Duas empresas, A e B, produzem a chapa em questão. Uma amostra aleatória com tamanho nA = 5 do processo produtivo de A é composta por {2,4mm, 2,5mm, 2,6mm, 2,53 mm, 2,47mm} e uma a.a. com tamanho nB = 4 do processo produtivo de B é formada por {2,5mm, 2,20mm, 2,30mm, 2,6mm}. Com base nessas amostras, estimou-se a capacidade potencial (Cp) do fabricante A e a do fabricante B. Assim, é possível afirmar que

Seja o processo estocástico Zt – 0,5Zt-1 = at -0,5Zt-2 , em que Zt é a observação temporal e at é o ruído branco, é possível afirmar que

Considere o processo autorregressivo de 1ª Ordem, ou seja, AR(1) modelado por Zt = ∅1Zt-1 + at onde Zt é a observação temporal no instante t, ∅1 é um parâmetro e at é o ruído branco em correspondência. Então, a sua função de autocorrelação FAC e a sua função de autocorrelação parcial FACP são, respectivamente:

Suponha que você quer comparar o consumo de combustível de carros americanos (1), coreanos (2) e japoneses (3) e obteve os resultados de um delineamento com modelo Yij = μ + αi + εij , onde i = 1, 2, 3 e j = 1, 2, ..., n com os parâmetros: μ média geral, αi  i = 1, 2, 3 efeito do nível i do fator (origem do carro) e εij o erro aleatório da observação do consumo do carro j no nível i. Então, para testar a hipótese nula  H0 : μ1 = μ2 = μ3 (na média, os carros de origem diferentes são iguais no consumo), a técnica estatística adequada e as condições necessárias à sua aplicação são

O erro médio quadrático é uma medida do desempenho de um estimador de um parâmetro θ ou de uma função desse parâmetro, q(θ). A definição do erro médio quadrático é R(θ ,T) = E[T(x) - q(θ)]2 , onde T(x) é o estimador de q(θ). Então, é possível afirmar que

Seja a amostra aleatória de tamanho n, [x1, x2, x3, ... , xn ], tomada de uma distribuição de Poisson com parâmetro θ, na busca do Estimador de Verossimilhança desse parâmetro θ, o logaritmo da Função de Verossimilhança é

Suponha que um estatístico necessita tomar uma amostra aleatória de uma população finita com tamanho N de modo a poder estimar um parâmetro θ com precisão d e com confiança de (1 - α) Seja z o escore normal padronizado correspondente ao nível de confiança, ou seja, a área até 1 - α/2 e admitindo por trabalhos anteriores que o desvio padrão populacional é conhecido e igual a σ, o tamanho da amostra é