QuestLab Plataforma Inteligente de Questões
Entrar Criar conta
Banco público de questões

Questões para Concursos

Pesquise questões reais por disciplina, assunto, tópico, banca, órgão, cargo, ano e modalidade.

Questões por banca

29 bancas disponíveis. Clique para visualizar todas.

Acesse diretamente as bancas disponíveis na QuestLab. As quantidades abaixo consideram as questões ativas do banco.

CEBRASPE 51.363 questões FGV 25.316 questões FCC 24.632 questões AOCP 23.456 questões IBFC 11.190 questões VUNESP 10.983 questões Instituto Quadrix 9.793 questões FUNDATEC 9.088 questões IBADE 7.820 questões CESGRANRIO 6.013 questões OBJETIVA 4.740 questões CONSULPLAN 4.174 questões FEPESE 3.585 questões IADES 3.439 questões IESES 2.627 questões SELECON 2.377 questões IDECAN 1.907 questões MS CONCURSOS 1.485 questões Instituto Legalle 1.281 questões FAFIPA 1.161 questões FUMARC 842 questões ACAFE 551 questões INSTITUTO AOCP 430 questões NUCEPE 378 questões FUNIVERSA 348 questões FAURGS 203 questões FIOCRUZ 48 questões MACKENZIE 48 questões CETRO 17 questões
Encontre as questões que procura
Limpar filtros
14 questões encontradas
ID 124429 Estatística Modelos Lineares CEBRASPE 2025

Considerando a relevância da bioestatística para a saúde animal, julgue o item seguinte. A regressão estatística não é adequada para a quantificação das associações entre um fator de interesse (variável dependente) e fatores explicativos (variáveis independentes).

A Certo
B Errado
ID 113893 Estatística Modelos Lineares VUNESP 2025

Um experimento foi planejado segundo um delineamento inteiramente casualizado, em esquema fatorial fracionário do tipo 2 k-p , com k = 5 fatores, p = 2, e sendo 3 repetições por ensaio. Se o planejamento do experimento for modificado para p = 1 e o número de repetições para 4 por ensaio, qual será o incremento no número de graus de liberdade do resíduo da análise de variância?

A 32
B 30
C 36
D 24
E 40
ID 113892 Estatística Modelos Lineares VUNESP 2025

Em um experimento agrícola, um pesquisador deseja comparar 6 tratamentos para avaliar sua influência na produtividade de milho. Devido à limitação da área, não foi possível alocar todos os tratamentos em todos os blocos. Assim, adotou-se um delineamento em blocos incompletos balanceados, com 6 tratamentos, 10 blocos, 3 tratamentos por blocos e 5 repetições por tratamento. Com base nas propriedades e na análise de variância associada a esse delineamento, assinale a alternativa correta.

A Como o número de tratamentos por bloco é menor que o total de tratamentos, não é possível estimar o erro experimental nesse delineamento.
B Uma vez que o número de blocos não é múltiplo do número de tratamentos por blocos, a configuração desse delineamento não é válida.
C É possível realizar testes de significância para os efeitos dos tratamentos, mas não para os efeitos dos blocos, pois os blocos não contêm todos os tratamentos.
D Os graus de liberdade para tratamentos, blocos e resíduo são, respectivamente, 2, 9 e 18.
E O produto do número de blocos pelo número de tratamentos alocados em cada bloco deve ser igual ao produto do número total de tratamentos pelo número de repetições de cada tratamento no experimento.
ID 8250 Estatística Modelos Lineares CEBRASPE 2025

Em um modelo de regressão linear simples, foi observado que y = 2+ 2x + ∈, em que y representa a variável dependente, cujo desvio padrão amostral é igual a 6, e x denota a variável regressora, cuja média e desvio padrão amostrais são, respectivamente, iguais a 5 e 2,4. O termo ∈ representa o erro aleatório com média zero e variância 4. A partir das informações apresentadas na situação hipotética precedente, considerando que esse modelo foi obtido pelo método de mínimos quadrados ordinários, julgue o seguinte item. A correlação linear de Pearson entre as variáveis x e y é igual a 0,8.

A Certo
B Errado
ID 8249 Estatística Modelos Lineares CEBRASPE 2025

Em um modelo de regressão linear simples, foi observado que y = 2+ 2x + ∈, em que y representa a variável dependente, cujo desvio padrão amostral é igual a 6, e x denota a variável regressora, cuja média e desvio padrão amostrais são, respectivamente, iguais a 5 e 2,4. O termo ∈ representa o erro aleatório com média zero e variância 4. A partir das informações apresentadas na situação hipotética precedente, considerando que esse modelo foi obtido pelo método de mínimos quadrados ordinários, julgue o seguinte item. A média amostral de y é igual a 10.

A Certo
B Errado
ID 7774 Estatística Modelos Lineares CEBRASPE 2025

Assinale a opção que apresenta corretamente a tarefa de mineração de dados adequada a ser utilizada caso um banco deseje prever, a partir de variáveis como renda, idade e histórico de pagamentos, o valor do limite de crédito que deve conceder a um cliente.

A clusterização
B regras de associação
C detecção de anomalias
D regressão
E classificação
ID 4818 Estatística Modelos Lineares CESGRANRIO 2025

O setor de Recursos Humanos de um banco está utilizando People Analytics para identificar padrões no desempenho dos funcionários e melhorar a alocação de talentos. Durante uma análise recente, a equipe utilizou dados de avaliações de desempenho (pontuações de 0 a 100) e correlacionou esses dados à quantidade de horas dedicadas a treinamentos no último semestre. J, membro da equipe, construiu um modelo de regressão linear para prever a pontuação de um funcionário na avaliação de desempenho (Y), em função do número de horas dedicadas a treinamentos no último semestre (X), obtendo o modelo a seguir. Ŷ = 50 + 0,5 X Ele verificou que o modelo atende a todas as premissas do modelo de regressão linear. A pontuação esperada de um funcionário que dedicou 60 horas a treinamento no último semestre é

A 50
B 60
C 70
D 80
E 90
ID 114070 Estatística Modelos Lineares VUNESP 2024

Considere que um professor de estatística deseja avaliar se a nota obtida pelos alunos pode ser descrita em função do tempo de estudo deles. Para isso, decidiu realizar o ajuste de um modelo de regressão linear e organizou os dados das notas dos alunos e do tempo de estudo em dois objetos no ambiente R, nomeados como “nota” e “tempo”, ambos na mesma ordem de entrada. A sequência de comandos que realiza o ajuste de um modelo de regressão linear e apresenta o intervalo de confiança (95%) para os coeficientes de regressão é:

A regressaolinear=lm(nota~tempo) ; intervalo(regressaolinear)
B regressaolinear=lm(nota~tempo) ; confint(regressaolinear)
C regressaolinear= reg(nota~tempo) ; summary(regressaolinear)
D reg(nota~tempo) ; summary(reg)
E lm(nota~tempo) ; intervalo(regressaolinear)
ID 114065 Estatística Modelos Lineares VUNESP 2024

Um modelo de regressão linear simples ( Y i = a + b X i + e i , sendo i = 1, 2, ...,33) foi ajustado a uma amostra aleatória de uma determinada população, onde se obteve as seguintes informações referentes à análise de variância desse modelo: (i) a soma de quadrados referente a regressão foi igual a 3390; e (ii) a soma de quadrados totais foi igual a 3713. A estimativa não viciada para a variância populacional e a interpretação do coeficiente de determinação desse modelo são, respectivamente:

A 116,03. O modelo ajustado aos dados explica 91,3% da variabilidade total da variável Y.
B 10,42. O modelo ajustado aos dados explica 91,3% da variabilidade total da variável Y.
C 10,77. O modelo ajustado aos dados explica 8,7% da variabilidade total da variável Y.
D 323. O modelo ajustado aos dados explica 9,5% da variabilidade total da variável X.
E 109,35. O modelo ajustado aos dados explica 8,7% da variabilidade total da variável X.
ID 32765 Estatística Modelos Lineares FGV 2024

No estudo de um modelo de regressão linear simples, avalie se os principais problemas que podem ser detectados por intermédio da análise dos resíduos incluem, entre outros:

I. Não-linearidade da relação entre as variáveis.

II. Não normalidade dos erros.

III. Variância não-constante dos erros (heterocedasticidade).

IV. Correlação entre os erros.

V. Presença de outliers ou observações atípicas. Estão corretos os problemas

A I, II, III e IV, apenas.
B II, III, IV e V, apenas.
C I, II e III, apenas.
D III, IV e V, apenas.
E I, II, III, IV e V.