QuestLab Plataforma Inteligente de Questões
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.

Encontre as questões que procura
Limpar filtros
133 questões encontradas

Leandro, pretendendo causar a morte de José, o empurra do alto de uma escada, caindo a vítima desacordada. Supondo já ter alcançado o resultado desejado, Leandro pratica nova ação, dessa vez realiza disparo de arma de fogo contra José, pois, acreditando que ele já estaria morto, desejava simular um ato de assalto. Ocorre que somente na segunda ocasião Leandro obteve o que pretendia desde o início, já que, diferentemente do que pensara, José não estava morto quando foram efetuados os disparos. Em análise da situação narrada, prevalece o entendimento de que Leandro deve responder apenas por um crime de homicídio consumado, e não por um crime tentado e outro consumado em concurso, em razão da aplicação do instituto do:

A crime preterdoloso;
B dolo eventual;
C dolo alternativo;
D dolo geral;
E dolo de 2º grau.

No dia 02.01.2018, Jéssica, nascida em 03.01.2000, realiza disparos de arma de fogo contra Ana, sua inimiga, em Santa Luzia do Norte, mas terceiros que presenciaram os fatos socorrem Ana e a levam para o hospital em Maceió. Após três dias internada, Ana vem a falecer, ainda no hospital, em virtude exclusivamente das lesões causadas pelos disparos de Jéssica. Com base na situação narrada, é correto afirmar que Jéssica:

A não poderá ser responsabilizada criminalmente, já que o Código Penal adota a Teoria da Atividade para definir o momento do crime e a Teoria da Ubiquidade para definir o lugar;
B poderá ser responsabilizada criminalmente, já que o Código Penal adota a Teoria do Resultado para definir o momento do crime e a Teoria da Atividade para definir o lugar;
C poderá ser responsabilizada criminalmente, já que o Código Penal adota a Teoria da Ubiquidade para definir o momento do crime e a Teoria da Atividade para definir o lugar;
D não poderá ser responsabilizada criminalmente, já que o Código Penal adota a Teoria da Atividade para definir o momento do crime e apenas a Teoria do Resultado para definir o lugar;
E poderá ser responsabilizada criminalmente, já que o Código Penal adota a Teoria do Resultado para definir o momento do crime e a Teoria da Ubiquidade para definir o lugar.

De maneira geral, a doutrina define prescrição como a perda do direito do Estado de punir ou de executar determinada pena em razão da inércia estatal com o decurso do tempo. Tradicionalmente, o instituto é classificado em prescrição da pretensão punitiva e prescrição da pretensão executória. Sobre essa causa de extinção da punibilidade, é correto afirmar que:

A a idade do réu, seja qual for, não é relevante para fins de definição do prazo prescricional;
B o oferecimento da denúncia é a primeira causa de interrupção do prazo prescricional;
C a reincidência do agente é relevante para a definição do prazo prescricional da pretensão executória, mas não do prazo da prescrição da pretensão punitiva pela pena em abstrato;
D o reconhecimento da prescrição, seja da pretensão punitiva seja da pretensão executória, afasta todos os efeitos penais e extrapenais da condenação;
E o prazo prescricional se inicia, no crime de bigamia, na data da constituição do segundo casamento, ainda que o fato se torne conhecido para terceiros em outro momento.

Sobre as propriedades dos estimadores, para pequenas e grandes amostras, é correto afirmar que:

A a não tendenciosidade é uma condição necessária para a suficiência de um estimador;
B a consistência de um dado estimador pressupõe que a sua tendenciosidade assintótica seja nula;
C a igualdade entre a variância e o limite de Cramér-Rao correspondente é uma condição necessária para a eficiência;
D a eficiência assintótica é uma propriedade baseada na ideia de velocidade de convergência da variância;
E os estimadores robustos são mais apropriados para os casos em que a amostra não contiver outliers.

Os pressupostos do modelo de regressão linear simples estão relacionados às propriedades dos estimadores de Mínimos Quadrados Ordinários (MQO), Melhor Estimador Linear Não Tendencioso (BLUE) e Máxima Verossimilhança (MV). Sobre essas vinculações, é correto afirmar que:

A a construção dos estimadores BLUE e MV usa diretamente os pressupostos, enquanto de MQO não;
B a normalidade dos erros pode ser dispensada para garantir as propriedades assintóticas dos estimadores de MQO;
C a eficiência dos estimadores de MQO não depende da identidade com os estimadores BLUE correspondentes;
D os pressupostos da heterocedasticidade e da autocorrelação nula são essenciais à consistência dos estimadores de MV;
E o pressuposto de que a variável explicativa é do tipo não estocástica impacta a consistência dos estimadores de MQO e MV, poupando os estimadores BLUE.

No caso da seleção de Modelos de Regressão Múltipla por meio do grau de aderência e do nível de captura das variações da variável explicada, alguns cuidados devem ser tomados. Dentre esses, cabe destacar que:

A a introdução de uma variável explicativa pode reduzir o grau de aderência medido pelo coeficiente de determinação;
B a relação de causa e efeito entre as variáveis do modelo pode ser assegurada por estatísticas R2 e F-Snedecor elevadas;
C ao contrário do coeficiente R2 clássico, o R2 ajustado tem um padrão monótono à variação do número de regressores;
D em regressões que não apresentem intercepto, a relevância do R2 para a avaliação do modelo fica amplificada;
E o R2 ajustado penaliza a introdução de novos regressores, mas ainda assim pode sinalizar uma melhoria do modelo.

Sabe-se que a probabilidade de condenação em 1ª instância, para certo juízo, é igual a 1/5, enquanto a probabilidade de que a decisão seja alterada por um recurso é igual a 1/3. Se, em qualquer caso, as partes estão dispostas a recorrer até a 3ª instância, a probabilidade de que haja uma absolvição é:

A 24/45;
B 21/45;
C 20/45;
D 16/45;
E 9/45.

A seleção amostral pode ser feita, em geral, por dois métodos. As amostras podem ser probabilísticas e não probabilísticas. No caso de amostras não probabilísticas há uma preocupação com a representatividade, mas sem garantias da aleatoriedade. Sobre esse tipo de seleção, é correto afirmar que:

A a probabilidade de seleção tem distribuição hipergeométrica;
B a amostragem por julgamento é recomendada para os casos em que a população em estudo é grande;
C é frequentemente aplicada naqueles casos em que uma parte relevante da população está inacessível;
D a amostragem por cotas guarda semelhança com a seleção por conglomerados, em razão da homogeneidade dos grupos;
E em levantamentos quantitativos a amostragem em Bola de Neve se destaca entre os métodos não probabilísticos.

Sobre a formulação geral de teste de hipóteses, empregando a distribuição Normal, é correto afirmar que:

A fixo o tamanho da amostra e o valor simulado na região crítica, quanto maior a probabilidade do erro do Tipo I, menor será a do Tipo II;
B os erros do Tipo I e do Tipo II são complementares quando o teste de hipóteses é unicaudal;
C a potência de um teste é uma função monótona quando o teste é do tipo bicaudal;
D em um teste unicaudal, quando o p-valor coincide com o nível de significância, a hipótese nula é rejeitada;
E tanto a rejeição quanto a não rejeição da hipótese nula implicam a geração de evidências estatísticas.

A multicolinearidade é uma das dificuldades que pode ocorrer no processo de estimação de Modelos de Regressão Múltipla. Em casos mais severos, a multicolinearidade chega a impossibilitar a obtenção de estimativa, mas mesmo quando tal não se dá, outros problemas podem advir. Como exemplo, seria possível dizer que:

A os estimadores de mínimos quadrados dos parâmetros tornam-se menos eficientes, por aumento das variâncias;
B algumas das variáveis perdem por completo a sua capacidade de explicar o comportamento da variável dependente;
C o resultado da inferência estatística sobre o modelo torna-se menos confiável, por viés da estatística F-Snedecor;
D é necessário usar a estatística t-Student para testar as variáveis e retirar do modelo aquelas menos significativas;
E os resultados da inferência do modelo como um todo e sobre os parâmetros, individualmente, podem ser inconsistentes.