Certa empresa desejava conhecer as opiniões de seus 20.000 funcionários acerca da confiança que eles têm no canal interno de denúncias. Para tanto, elaborou-se um questionário eletrônico que foi remetido, por email, para todos os endereços eletrônicos cadastrados, tendo sido desenvolvidos mecanismos para evitar que uma pessoa respondesse em lugar de outra, ou que uma mesma pessoa respondesse mais de uma vez. O questionário foi respondido por 400 pessoas, das quais 68% disseram confiar no processo de apuração de denúncias e 32% disseram ter reservas quanto ao processo. Verificou-se ainda que cerca de 500 mensagens retornaram por falha no cadastro dos endereços eletrônicos (erros de digitação), e que algumas respostas foram atribuídas a pessoas que não são mais funcionários; ainda, os endereços eletrônicos de alguns funcionários recém contratados não constavam do cadastro.

Com relação a essa situação hipotética, julgue o item a seguir.

O coeficiente de correlação linear de Pearson entre duas variáveis aleatórias discretas X e Y definidas sobre um mesmo espaço amostral é dado por

CORR(X,Y)=.

Já na reta de melhor ajuste Y = aX + b, determinada pelo método dos mínimos quadrados, os coeficientes são dados por

α=

β=.

Uma forma de avaliar a precisão do modelo consiste em comparar o estimador não viesado da variância residual, obtidos das diferenças entre os valores observados e os previstos pelo modelo, , com o estimador não viesado da variância dos valores observados, Se=1/n-1.

Tal avaliação também pode ser realizada pela aferição na redução da soma dos quadrados dos resíduos na passagem do modelo simples, em que as observações são aproximadas por sua média, para o modelo de regressão linear, redução esta que é dada por .

Com base nessas informações, julgue o item seguinte.

O coeficiente de correlação linear de Pearson entre duas variáveis aleatórias discretas X e Y definidas sobre um mesmo espaço amostral é dado por

CORR(X,Y)=.

Já na reta de melhor ajuste Y = aX + b, determinada pelo método dos mínimos quadrados, os coeficientes são dados por

α=

β=.

Uma forma de avaliar a precisão do modelo consiste em comparar o estimador não viesado da variância residual, obtidos das diferenças entre os valores observados e os previstos pelo modelo, , com o estimador não viesado da variância dos valores observados, Se=1/n-1.

Tal avaliação também pode ser realizada pela aferição na redução da soma dos quadrados dos resíduos na passagem do modelo simples, em que as observações são aproximadas por sua média, para o modelo de regressão linear, redução esta que é dada por .

Com base nessas informações, julgue o item seguinte.

O coeficiente de correlação linear de Pearson entre duas variáveis aleatórias discretas X e Y definidas sobre um mesmo espaço amostral é dado por

CORR(X,Y)=.

Já na reta de melhor ajuste Y = aX + b, determinada pelo método dos mínimos quadrados, os coeficientes são dados por

α=

β=.

Uma forma de avaliar a precisão do modelo consiste em comparar o estimador não viesado da variância residual, obtidos das diferenças entre os valores observados e os previstos pelo modelo, , com o estimador não viesado da variância dos valores observados, Se=1/n-1.

Tal avaliação também pode ser realizada pela aferição na redução da soma dos quadrados dos resíduos na passagem do modelo simples, em que as observações são aproximadas por sua média, para o modelo de regressão linear, redução esta que é dada por .

Com base nessas informações, julgue o item seguinte.

O coeficiente de correlação linear de Pearson entre duas variáveis aleatórias discretas X e Y definidas sobre um mesmo espaço amostral é dado por

CORR(X,Y)=.

Já na reta de melhor ajuste Y = aX + b, determinada pelo método dos mínimos quadrados, os coeficientes são dados por

α=

β=.

Uma forma de avaliar a precisão do modelo consiste em comparar o estimador não viesado da variância residual, obtidos das diferenças entre os valores observados e os previstos pelo modelo, , com o estimador não viesado da variância dos valores observados, Se=1/n-1.

Tal avaliação também pode ser realizada pela aferição na redução da soma dos quadrados dos resíduos na passagem do modelo simples, em que as observações são aproximadas por sua média, para o modelo de regressão linear, redução esta que é dada por .

Com base nessas informações, julgue o item seguinte.

A tabela a seguir apresenta o número anual de irregularidades detectadas por auditores conforme o tempo de experiência desses auditores na atividade de auditoria. A última coluna foi obtida utilizando-se a reta ajustada pelo método dos mínimos quadrados.

Caso necessário, use as seguintes aproximações.

15341/2 = 39,2

2301/2 = 15,2

Considerando essas informações, julgue o próximo item.

A tabela a seguir apresenta o número anual de irregularidades detectadas por auditores conforme o tempo de experiência desses auditores na atividade de auditoria. A última coluna foi obtida utilizando-se a reta ajustada pelo método dos mínimos quadrados.

Caso necessário, use as seguintes aproximações.

15341/2 = 39,2

2301/2 = 15,2

Considerando essas informações, julgue o próximo item.

A tabela a seguir apresenta o número anual de irregularidades detectadas por auditores conforme o tempo de experiência desses auditores na atividade de auditoria. A última coluna foi obtida utilizando-se a reta ajustada pelo método dos mínimos quadrados.

Caso necessário, use as seguintes aproximações.

15341/2 = 39,2

2301/2 = 15,2

Considerando essas informações, julgue o próximo item.

A tabela a seguir apresenta o número anual de irregularidades detectadas por auditores conforme o tempo de experiência desses auditores na atividade de auditoria. A última coluna foi obtida utilizando-se a reta ajustada pelo método dos mínimos quadrados.

Caso necessário, use as seguintes aproximações.

15341/2 = 39,2

2301/2 = 15,2

Considerando essas informações, julgue o próximo item.

A tabela a seguir apresenta o número anual de irregularidades detectadas por auditores conforme o tempo de experiência desses auditores na atividade de auditoria. A última coluna foi obtida utilizando-se a reta ajustada pelo método dos mínimos quadrados.

Caso necessário, use as seguintes aproximações.

15341/2 = 39,2

2301/2 = 15,2

Considerando essas informações, julgue o próximo item.