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
75 questões encontradas
ID 21055 Estatística Séries Temporais Cebraspe 2025

No âmbito de uma secretaria de fazenda estadual, um analista de dados deve avaliar se existe uma tendência monotônica (crescente ou decrescente) estatisticamente significativa na arrecadação do ICMS ao longo de uma série histórica de dez anos. O diagnóstico preliminar dos dados indicou a ausência de normalidade na distribuição e a presença de valores atípicos (outliers). Considerando essa situação hipotética, assinale a opção em que é apresentada a técnica estatística mais adequada para o teste de hipótese de tendência nesse caso.

A coeficiente de correlação de Pearson, por medir a força da associação linear entre o tempo e o volume arrecadado, independentemente da distribuição
B regressão linear simples, por ser imune à presença de outliers, desde que estimada pelo método de mínimos quadrados ordinários
C teste de Mann-Kendall, por se tratar de um teste não paramétrico robusto quanto a outliers e indicado para a detecção de tendências em séries temporais
D análise de componentes principais (PCA), com o objetivo de isolar a variância da arrecadação em um único autovetor temporal
E teste t de Student para amostras pareadas, para comparar as médias de arrecadação entre o biênio inicial e o biênio final da série
ID 21054 Tecnologia da Informação Aprendizado de Máquina Cebraspe 2025

No que concerne aos fundamentos conceituais e operacionais do aprendizado de máquina, julgue os itens a seguir.
I O algoritmo de aprendizado constitui o procedimento lógico-matemático (ou processo de otimização) aplicado ao conjunto de dados para a indução de um modelo; este último representa a generalização ou hipótese final capaz de realizar inferências sobre dados não observados durante o treinamento.
II Os parâmetros são variáveis internas ao modelo cujos valores são aprendidos ou estimados a partir dos dados (ex.: pesos em redes neurais ou coeficientes de regressão); por outro lado, os hiperparâmetros são configurações externas ao modelo, definidas antes do processo de treinamento, que controlam o comportamento do algoritmo e a complexidade do modelo (ex.: número de vizinhos no KNN ou a taxa de aprendizado).
III No aprendizado supervisionado, o objetivo é a indução de uma função de mapeamento entre variáveis de entrada e uma variável alvo predestinada (rótulo); já no aprendizado não supervisionado, o processo foca a descoberta de padrões intrínsecos, estruturas latentes ou distribuições em dados que não possuem anotações ou supervisão externa.
Assinale a opção correta.

A Apenas o item II está certo.
B Apenas o item III está certo.
C Apenas os itens I e II estão certos.
D Apenas os itens I e III estão certos.
E Todos os itens estão certos.
ID 21053 Tecnologia da Informação Aprendizado de Máquina Cebraspe 2025

No âmbito do aprendizado de máquina não supervisionado, os algoritmos de agrupamento (clustering) apresentam diferentes abordagens para a organização de dados sem rótulos. Considerando as propriedades operacionais dos algoritmos k-means, DBSCAN e SOM (self-organizing maps), assinale a opção correta.

A O DBSCAN e o SOM operam sob a mesma função de custo baseada na minimização da soma dos erros quadráticos (SSE) em relação a um ponto central fixo.
B O k-means é um algoritmo de particionamento que minimiza a variância intracluster, sendo inerentemente robusto quanto à presença de outliers devido ao uso da média aritmética para o cálculo dos centroides.
C O DBSCAN fundamenta-se na densidade local de pontos, permitindo a identificação de agrupamentos de formas geométricas arbitrárias e a segregação de ruído, prescindindo da especificação prévia do número de clusters.
D O SOM utiliza uma arquitetura de rede neural competitiva para realizar a redução de dimensionalidade e o agrupamento, garantindo a preservação da topologia global sem a necessidade de definir uma vizinhança entre os neurônios.
E O k-means apresenta desempenho superior ao DBSCAN na detecção de agrupamentos não convexos ou com densidades significativamente distintas.
ID 21052 Tecnologia da Informação Data Literacy Cebraspe 2025

No desenvolvimento de estratégias de alfabetização de dados (data literacy), a distinção entre métricas de adoção e métricas de valor é crucial. Assinale a opção em que são corretamente apresentados o nome e a descrição de uma métrica de impacto e valor de negócio que é focada especificamente nos resultados derivados da competência analítica dos colaboradores.

A automação de output: total de planilhas manuais migradas para fluxos de dados automatizados
B volume de consumo de ativos: quantidade de logins ou visualizações em painéis de indicadores
C agilidade decisória baseada em dados: redução do lead time entre a identificação de um problema de negócio e a implementação de uma solução fundamentada em evidências
D taxa de ocupação de TI: tempo dedicado pela equipe técnica à limpeza de dados para usuários finais
E índice de conclusão de treinamento: percentual de colaboradores certificados em ferramentas de BI
ID 21051 Tecnologia da Informação Data Literacy Cebraspe 2025

No âmbito das competências fundamentais da alfabetização de dados (data literacy), a habilidade de avaliar de forma criteriosa a fidedignidade das fontes, a integridade metodológica e a neutralidade dos dados, a fim de identificar distorções ou interpretações equivocadas antes da tomada de decisão, é definida tecnicamente como

A leitura e questionamento crítico.
B análise e exploração de dados.
C governança e ética de dados.
D raciocínio estatístico.
E fluência em dados (data fluency).
ID 21049 Estatística Medidas de Dispersão Cebraspe 2025
Texto associado
No âmbito de uma análise exploratória de dados realizada durante uma auditoria, foi elaborado o seguinte trecho de relatório técnico referente à variável despesa mensal por domicílio (em R$), obtida a partir de registros administrativos.
"A despesa média observada foi de R$ 2.150, com mediana de R$ 2.000 e moda de R$ 1.800. O valor mínimo registrado foi de R$ 950, enquanto o máximo atingiu R$ 4.600. O primeiro quartil foi de R$ 1.600 e o terceiro, de R$ 2.700, indicando uma dispersão considerável dos dados. O percentil 90 situou-se em R$ 3.800. O desvio padrão amostral foi de R$ 620, com coeficiente de variação de aproximadamente 28,8%. Observou-se assimetria positiva, com coeficiente de assimetria igual a 0,9, e curtose igual a 3,4."

Com base nas informações apresentadas nesse trecho desse relatório hipotético, a quantidade de medidas de dispersão explicitamente mencionadas é igual a

A 1.
B 2.
C 3.
D 4.
E 5.
ID 21048 Estatística Análise de Variância (ANOVA) Cebraspe 2025
Texto associado
No contexto de uma auditoria de despesas públicas, avaliou-se a despesa mensal (em R$ mil) de determinado serviço em dez unidades administrativas do estado. Em cada unidade, foram coletadas aleatoriamente 10 observações mensais, referentes ao mesmo período e apuradas segundo critérios uniformes de custeio. Com o objetivo de verificar a existência de diferenças entre as despesas médias populacionais das unidades administrativas, foi aplicada uma análise de variância (ANOVA) ao nível de significância de 5%, cujos resultados são resumidos na tabela a seguir.
fonte de variação | graus de liberdade | quadrado médio | razão F | p-valor aproximado
entre as unidades | 9 | 20 | 2 | 0,045
dentro das unidades | 90 | 10 | |
total | 99 | | |

A respeito dessa situação hipotética, assinale a opção correta.

A O p-valor apresentado indica que a hipótese nula seria rejeitada se o nível de significância adotado fosse inferior a 1%.
B Com nível de significância de 10%, o teste ANOVA permite rejeitar a hipótese nula de igualdade das médias populacionais, indicando evidência estatística de diferença entre pelo menos duas unidades administrativas.
C Com p-valor aproximado de 0,045, conclui-se que todas as médias populacionais das unidades administrativas diferem estatisticamente entre si.
D Ao nível de significância de 5%, não se rejeita a hipótese nula de igualdade das despesas médias populacionais entre as unidades administrativas.
E O valor da razão F indica que a variabilidade dentro das unidades é superior à variabilidade entre as unidades.
ID 21047 Estatística Amostragem Cebraspe 2025

No âmbito de um levantamento domiciliar destinado à produção de informações estatísticas para fins de planejamento e avaliação de políticas públicas estaduais, foi selecionada aleatoriamente uma amostra de 780 domicílios em determinada região. Todos os residentes desses domicílios foram incluídos na pesquisa, totalizando 2.155 pessoas entrevistadas. Com base na descrição apresentada, o tipo de amostragem utilizado nesse levantamento é corretamente classificado como

A amostragem sistemática, na qual todos os residentes dos domicílios sorteados foram selecionados de forma sistemática para compor a amostra.
B amostragem aleatória simples, cuja unidade amostral primária é o residente dos domicílios, perfazendo um total amostral de 2.155 pessoas.
C amostragem estratificada com alocação proporcional ao número de residentes por domicílio, em que os domicílios com maior número de moradores fornecem mais informação à amostra.
D amostragem estratificada com alocação ótima, por se tratar de um método de amostragem autoponderada em função dos tamanhos dos estratos, definidos pelos domicílios.
E amostragem por conglomerados, em que 780 domicílios foram selecionados aleatoriamente, sendo todos os seus residentes incluídos no levantamento.
ID 21046 Estatística Correlação e Variância Cebraspe 2025

No contexto da análise de indicadores financeiros utilizados na avaliação de desempenho fiscal, considere três variáveis quantitativas aleatórias, A, B e C, que representam diferentes métricas econômico-financeiras. Suponha que sejam conhecidas as seguintes informações: Var(A) = 1, Var(B) = 4, Var(C) = 9 e Var(A + B + C) = 13. Além disso, sabe-se que a correlação linear entre A e B bem como a entre A e C são ambas iguais a 0,5. Com base nessas informações, a correlação linear entre as variáveis B e C é igual a

A 1,0.
B 0,5.
C 0,0
D -0,25.
E -0,5.