Questões de Assimetria e Curtose (Estatística)

Limpar Busca

São exemplos de medidas resumo de posição, dispersão e assimetria, respectivamente

  • A média, variância e coeficiente de assimetria de Pearson.
  • B média, moda e coeficiente de assimetria de Sturges.
  • C mediana, moda e coeficiente de assimetria de Pearson.
  • D mediana, variância e coeficiente de assimetria de Sturges.

Com relação ao conjunto de dados {9, 5, 1, 2, 8}, o coeficiente de assimetria proporcionado pelo terceiro momento central é igual a

  • A −22,25. 
  • B - 0,25. 
  • C 0. 
  • D +5,6. 
  • E +150.

Em relação às medidas de estatística descritiva, avalie se as afirmativas a seguir são verdadeiras (V) ou falsas (F).
( ) A mediana é dada pela posição que ocupa a posição (n+1)/2 do conjunto de dados, supondo n o número total de observações. ( ) Uma vantagem do uso do coeficiente de variação de Pearson é permitir a comparação de conjuntos de dados distintos, sem a necessidade de igualdade das unidades de medida.
( ) A curtose mede o achatamento da curva da função de distribuição de probabilidade, sendo igual a 3 no caso da distribuição normal.
As afirmativas são, respectivamente,

  • A F, V e V.
  • B F, V e F.
  • C V, V e F.
  • D V, F e V.
  • E V, V e V.

Uma das formulas de calcular a curtose é dada por
   Imagem relacionada à questão do Questões Estratégicas 
• C < 0,263 ➝ Curva Leptocúrtica. • C = 0,263 ➝ Curva Mesocúrtica. • C > 0,263  Curva Plasticúrtica.
Sabendo que a distribuição apresenta as seguintes medidas Q3 = 40,5; Q1 = 25; P10 = 19,3 e P90 = 49,8. 
Determine o valor que aproxima de C e qual tipo de curva.

  • A C ≅ Curva Leptocúrtica.
  • B ≅ Curva Leptocúrtica.
  • C ≅ Curva Leptocúrtica.
  • D  Curva Plasticúrtica.
  • E ≅ Curva Plasticúrtica.
Considere o modelo de regressão linear simples clássico Yi = α + βxi + ei, em que Yi é a variável resposta, xi a variável preditora e ei são os erros supostamente normais, independentes, com média zero e variância constante. Suponha que num determinado experimento foram obtidas amostras de pares xi,Yi e para tal, um processo de estimação por mínimos quadrados encontrou estimativas pontuais para os parâmetros α e β (supostamente fixos e constantes). Sabe-se que neste tipo de estimação, é importante que seja realizado uma análise nos resíduos obtidos a partir destas estimativas para o modelo, visto que isso pode indicar possíveis violações das pressuposições básicas do modelo proposto. Abaixo apresentamos um gráfico do tipo Box-Plot, que foi realizado nos resíduos obtidos a partir da amostra em questão:
Imagem relacionada à questão do Questões Estratégicas
Observando este gráfico, pode-se concluir que:
  • A Os erros não são independentes.
  • B Os erros são normalmente distribuídos, pois o box-plot indica uma distribuição perfeitamente simétrica para os resíduos.
  • C A suposição de normalidade dos dados pode estar sendo afetada, pois o box-plot indica uma distribuição com uma certa assimetria à direita.
  • D A suposição de normalidade dos dados pode estar sendo afetada, pois o box-plot indica uma distribuição com uma certa assimetria à esquerda.
  • E O gráfico indica uma violação da pressuposição a respeito das variâncias dos resíduos serem constantes.