Suponha que uma população de tamanho N seja constituída pelos elementos y 1 ,…, y N , de modo que a média populacional é representada como
μ = N 1 ∑ i = 1 N y i
e a variância populacional é definida como
V 2 = N − 1 1 ∑ i = 1 N ( y i − μ ) 2 ,
tal que V > 0. Denotando-se uma amostra aleatória simples de tamanho n retirada dessa população como Y 1 ,…, Y n , e considerando que a média amostral possa ser escrita como
Y = n 1 ∑ k = 1 n Y k = n 1 ∑ i = 1 N π i y i ,
em que π i ~Binomial ( n , N 1 ) e ∑ i = 1 N π i = n , julgue os itens seguintes.
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.
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
20 questões encontradas
O processo de ETL ( Extract, Transform, and Load ) é importante na integração de dados, especialmente em projetos de data warehousing e business intelligence. Ele envolve três etapas principais, que são fundamentais para garantir a integridade e a qualidade dos dados permitindo análises precisas e insights valiosos. No processo ETL, a etapa de transformação
No aprendizado de máquina, técnicas de classificação e agrupamento têm objetivos distintos. Assinale a opção que descreve corretamente uma diferença fundamental entre técnicas de agrupamento e técnicas de classificação.
No processamento de linguagem natural (PLN), a redução de dimensionalidade é vital para simplificar dados textuais e melhorar o desempenho dos algoritmos de aprendizado de máquina. Diversos métodos são usados para esse fim, cada um com suas próprias características. Na redução de dimensionalidade em PLN, a técnica utilizada é chamada
A otimização de hiperparâmetros é crucial na construção de modelos de Machine Learning, pois pode afetar significativamente o desempenho do modelo. Diversas técnicas de busca são usadas para encontrar a melhor combinação de hiperparâmetros, e entender quais são eficazes para esse propósito é essencial para aprimorar a precisão do modelo. A técnica apropriada na otimização de hiperparâmetros para um modelo de aprendizado supervisionado, considerando tanto a eficiência quanto a eficácia é a
Texto associado
Var ( π i ) = N n x ( 1 − N 1 ) .
Texto associado
Considerando que um usuário inicie uma sessão R escrevendo um código na janela R Console conforme mostra a figura apresentada, julgue os itens subsequentes.
Os códigos dados %>% na.omit() e dados %>% drop_na() proporcionam o mesmo resultado.
Texto associado
A tabela de frequência a seguir mostra dados coletados em uma pesquisa para se verificar o número de disciplinas que os estudantes de determinada universidade estão cursando por semestre.
disciplinas
2
3
4
5
6
7
8
estudantes
10
15
40
35
28
10
4
Considerando essas informações, julgue os itens seguintes.
disciplinas
2
3
4
5
6
7
8
estudantes
10
15
40
35
28
10
4
Considerando essas informações, julgue os itens seguintes.
O gráfico do tipo pizza é o mais apropriado para representar os dados apresentados na tabela, visto que a variável analisada é qualitativa ordinal.
Texto associado
Julgue os itens que se seguem, em relação à análise de variância, técnica estatística utilizada para a comparação das médias de uma variável aleatória numérica em mais de duas populações.
A variável numérica cujas médias sejam comparadas em três ou mais populações é chamada de variável de tratamento, ou fator, ou variável explanatória, ou variável independente.
Texto associado
Tendo como referência os testes de hipóteses, que são ferramentas auxiliares nas tomadas de decisão acerca de uma ou mais populações com base nas informações obtidas da amostra, julgue os itens seguintes.
