Em relação à autocorrelação, avalie as afirmativas a seguir.

I. A autocorrelação analisa dados de séries temporais para identificar correlações em valores em diferentes pontos da série, avaliando como um valor se relaciona consigo mesmo.

II. Na elaboração de um modelo de séries temporais, encontramos erros que aparecem devido a um componente temporal, de modo que há termos de erro que se correlacionam ao longo do tempo (erros autocorrelacionados) e, nesses casos, a solução é regredir a variável dependente em função dela mesma, utilizando atrasos temporais identificados por meio de um teste de autocorrelação.

III. Assim como a correlação avalia o vínculo linear entre variáveis distintas, a autocorrelação avalia a relação entre valores atrasados de uma série temporal por meio de um modelo linear. Quando os dados apresentam uma tendência, as autocorrelações para curtos intervalos de tempo geralmente são altas e positivas, já que observações próximas temporalmente costumam ter valores semelhantes. Portanto, a função de autocorrelação de uma série temporal tendenciosa tende a ter valores positivos que decrescem gradualmente com o aumento dos atrasos.

IV. Quando os dados apresentam flutuações ou padrões sazonais, as autocorrelações serão menores nos atrasos sazonais (múltiplos do período sazonal) do que nos outros atrasos.


Estão corretas as afirmativas

Para se testar a hipótese nula de que duas amostras aleatórias simples A e B provêm de uma mesma população, será usado o teste de Wilcoxon-Mann-Whitney para dados não pareados. Os resultados foram:

• Amostra A: 2,0; 3,4; 5,0; 4,8; 6,0; 8,0; 4,3. • Amostra B: 3,9; 4,5; 4,9; 6,2; 10,0; 3,1; 4,0; 9,4.

O valor da estatística de teste é, nesse caso, igual a

Para se testar a hipótese nula de que não há diferença entre as médias de três variáveis aleatórias populacionais, supostas normalmente distribuídas, contra a alternativa de que ao menos uma média é diferente das demais, uma amostra aleatória de 103 observações foi obtida e forneceu a tabela ANOVA parcialmente apresentada a seguir.




Nesse caso, o valor da estatística F observada é aproximadamente igual a

Para testar a hipótese de que um determinado tratamento é eficaz, em média, na diminuição dos níveis de colesterol LDL no sangue de pessoas diagnosticadas com determinada doença cardiovascular, uma amostra aleatória simples de 5 pacientes foi obtida e dois resultados foram apurados em cada paciente: um antes e outro depois da aplicação do tratamento.
Supõe-se que os níveis de colesterol LDL sejam normalmente distribuídos para essas pessoas.
Os dados obtidos, em mg/100mL, foram:



Para testar a hipótese nula de que o tratamento, em média, reduz o nível do LDL, usando-se o teste t adequado, ao nível de significância de 1%, o critério de decisão é rejeitar H₀ se o valor observado da estatística de teste t for (use √5 = 2,24).

A respeito do ciclo iterativo da metodologia de Box e Jenkins, avalie as afirmativas a seguir.

I. Na etapa de Identificação busca-se determinar qual versão dos modelos de Box-Jenkins, sazonais ou não, melhor descreve o comportamento da série. A identificação do modelo a ser estimado ocorre pelo comportamento das funções de autocorrelações (ACF) e das funções de autocorrelações parciais (PACF).

II. A etapa de Estimação consiste em estimar os parâmetros do componente autorregressivo, os parâmetros do componente de médias móveis e a variância de εt.

III. A etapa de Verificação é dedicada a avaliar se o modelo estimado é adequado para descrever o comportamento dos dados.


Está correto o que se afirma em

Na estimação de uma probabilidade p de ‘sucessos’ populacional, o tamanho da amostra aleatória simples necessário para que se possa garantir, com 99% de probabilidade, que o valor da proporção de ‘sucessos’ amostral não diferirá do de p por mais de 1% é, no mínimo, igual a

Avalie se as seguintes distribuições pertencem à família exponencial:

I. Bernoulli(θ)

II. Poisson(λ)

III. Geométrica(θ)

IV. Normal(μ, 1)

Pertencem de fato à família exponencial

Em relação ao modelo de regressão linear simples Y = α +  βX + ε , avalie se os pressupostos a seguir estão corretos.
I. Os erros  ε_i são não correlacionados. II. Os erros  ε_i têm média 0 e variância comum σ² . III. Os erros  ε_i têm distribuição Normal.
Está correto o que se pressupõe em

Considere um modelo de regressão linear simples

Y = α + βX + ε

para o qual uma amostra aleatória simples (x₁, y₁), ..., (x_n, y_n) seja obtida.

Nesse caso, usando a notação usual, as estimativas de α e β obtidas pelo método dos mínimos quadrados serão dadas, respectivamente, por \(\widehat{\alpha} = \overline{y}- \widehat{\beta}\overline{x}\) e

Para testar a hipótese nula de homogeneidade H₀: p₁ = p₂ = p₃ = p₄ entre as diferentes classes em que uma vaiável populacional multinomial (p₁, p₂, p₃, p₄) é classificada, uma amostra aleatória de tamanho 400 foi obtida e revelou os seguintes dados:



O valor da estatística de teste qui-quadrado adequada para testar essa homogeneidade será então, sob H₀, igual a