Baixe o app para aproveitar ainda mais
Prévia do material em texto
Iniciado em domingo, 24 set 2023, 11:58 Estado Finalizada Concluída em domingo, 24 set 2023, 12:03 Tempo empregado 5 minutos 44 segundos Avaliar 7,00 de um máximo de 10,00(70%) Questão 1 Incorreto Atingiu 0,00 de 1,00 Questão 2 Correto Atingiu 1,00 de 1,00 Os três princípios básicos da inferência bayesiana são: princípio da verossimilhança, princípio da su�ciência e princípio da condicionalidade. A inferência frequentista compactua com o princípio da su�ciência, e pode ou não compactuar com o princípio da condicionalidade, mas não compactua com o princípio da verossimilhança. Sobre o princípio da verossimilhança na inferência bayesiana, assinale a alternativa correta. a. Maximiza a função de verossimilhança. b. Maximiza as informações que faltam no experimento. c. Maximiza a função densidade da distribuição a priori. d. Maximiza a função densidade da distribuição a posteriori. e. É sempre utilizada a função suporte para fazer o cálculo. O uso de priori conjugadas é relevante para diversas situações, principalmente para facilitar os esforços computacionais. Isso ocorre em qual tipo de modelo de distribuição de probabilidade? a. Normal. b. Gama. c. Binomial. d. Exponencial. e. Beta. Guia Digital Carreiras e Internacionalização NAP CPA Responsabilidade Socioambiental Minhas Disciplinas Minhas Bibliotecas JA https://codely-fmu-content.s3.amazonaws.com/Moodle/GuiaDigital/Guia+digital/index.html https://carreiras.fmu.br/ https://codely-fmu-content.s3.amazonaws.com/Moodle/NAP/inicial/nap/fmu/index.html https://codely-fmu-content.s3.amazonaws.com/Moodle/CPA/landing_CPA/index.html https://portal.fmu.br/sustentabilidade https://ambienteacademico.com.br/ https://ambienteacademico.com.br/ https://ambienteacademico.com.br/course/view.php?id=236 Questão 3 Correto Atingiu 1,00 de 1,00 Questão 4 Correto Atingiu 1,00 de 1,00 Questão 5 Correto Atingiu 1,00 de 1,00 Podemos lidar com priori com pouca informação, para não dizer quase sem relevância, mas isso pode não ser um problema propriamente dito. Existe um tipo de priori usada em casos de priori não informativa, cujo nome é: a. priori conjugada. b. priori imprópria. c. priori própria. d. priori de Je�reys. e. priori informativa. Quando o analista está lidando com questões relacionadas a problemas para aplicar diretamente o Teorema de Bayes, então precisamos de algumas técnicas para identi�car se as distribuições a priori e a posteriori têm a mesma família. Nesse caso, estamos diante de uma: a. priori simples. b. priori não informativa. c. priori conjugada. d. priori alternada. e. priori imprópria. A fórmula �nal do Teorema de Bayes foi desenvolvida por Pierre-Simon Laplace, que publicou a fórmula, originalmente, em 1812 no seu livro “Teoria Analítica de Probabilidade”. A principal propriedade da teoria das probabilidades que ele utiliza na fórmula é: a. a independência. b. a probabilidade discreta. c. a probabilidade condicional. d. a probabilidade da soma. e. a propriedade da igualdade. Guia Digital Carreiras e Internacionalização NAP CPA Responsabilidade Socioambiental Minhas Disciplinas Minhas Bibliotecas JA https://codely-fmu-content.s3.amazonaws.com/Moodle/GuiaDigital/Guia+digital/index.html https://carreiras.fmu.br/ https://codely-fmu-content.s3.amazonaws.com/Moodle/NAP/inicial/nap/fmu/index.html https://codely-fmu-content.s3.amazonaws.com/Moodle/CPA/landing_CPA/index.html https://portal.fmu.br/sustentabilidade https://ambienteacademico.com.br/ https://ambienteacademico.com.br/ https://ambienteacademico.com.br/course/view.php?id=236 Questão 6 Correto Atingiu 1,00 de 1,00 Questão 7 Incorreto Atingiu 0,00 de 1,00 Questão 8 Incorreto Atingiu 0,00 de 1,00 Na inferência bayesiana, é incorporado um elemento novo na análise, conhecido como distribuição a priori do parâmetro. A distribuição a priori é a distribuição de probabilidade do parâmetro, uma vez que agora o parâmetro é tido como variável aleatória. Além disso, é o principal diferencial da estatística clássica e da estatística bayesiana. A distribuição a priori é baseada na: a. clareza com que os dados amostrais foram analisados. b. máquina utilizada para os cálculos. c. conhecimento subjetivo sobre o parâmetro. d. ideia do pesquisador após a coleta dos dados. e. observação dos dados após a coleta. No estudo das priori, podemos encontrar situações em que a priori tem distribuição do tipo �at e, portanto, plana quase no limiar. Isso signi�ca que estamos lidando com uma: a. priori própria. b. priori não informativa. c. priori imprópria. d. priori conjugada. e. priori informativa. Além de expressar devidamente o conhecimento acumulado sobre o parâmetro, a distribuição a priori também deve obedecer ao espaço paramétrico do parâmetro. Qual outra característica deve ser evidenciada? a. Conduzir a uma posteriori integrável. b. Ser uma função densidade de probabilidade. c. Não depender da amostra. d. Ser integrável. e. Sempre conhecer algo em relação ao parâmetro. Guia Digital Carreiras e Internacionalização NAP CPA Responsabilidade Socioambiental Minhas Disciplinas Minhas Bibliotecas JA https://codely-fmu-content.s3.amazonaws.com/Moodle/GuiaDigital/Guia+digital/index.html https://carreiras.fmu.br/ https://codely-fmu-content.s3.amazonaws.com/Moodle/NAP/inicial/nap/fmu/index.html https://codely-fmu-content.s3.amazonaws.com/Moodle/CPA/landing_CPA/index.html https://portal.fmu.br/sustentabilidade https://ambienteacademico.com.br/ https://ambienteacademico.com.br/ https://ambienteacademico.com.br/course/view.php?id=236 Questão 9 Correto Atingiu 1,00 de 1,00 Questão 10 Correto Atingiu 1,00 de 1,00 O método da máxima verossimilhança consiste em descobrir para qual valor de teta a função de verossimilhança L será máxima. Dentre os in�nitos valores para teta, o estimador de máxima verossimilhança torna-se aquele mais provável de ter gerado a amostra observada. Ao calcular o estimador de máxima verossimilhança, podem ser utilizadas duas funções que auxiliam no processo de derivação. São elas: a. função logarítmica e função exponencial. b. função suporte e função de perda. c. função suporte e função exponencial. d. função de perda e função escore. e. função suporte e função escore. Na estatística bayesiana, temos priori de diferentes tipos. Por isso, é relevante que o pro�ssional da área saiba utilizar cada tipo no momento e na situação pertinentes. Há um tipo de priori que tem como característica a pouca informação. Como é denominado esse tipo? a. Priori não informativa. b. Priori conjugada. c. Priori informativa. d. Priori imprópria. e. Priori própria. ◄ Compartilhe Seguir para... Revisão Atividade 2 (A2) ► Guia Digital Carreiras e Internacionalização NAP CPA Responsabilidade Socioambiental Minhas Disciplinas Minhas Bibliotecas JA https://ambienteacademico.com.br/mod/forum/view.php?id=1090049&forceview=1 https://ambienteacademico.com.br/mod/quiz/view.php?id=1090054&forceview=1 https://codely-fmu-content.s3.amazonaws.com/Moodle/GuiaDigital/Guia+digital/index.html https://carreiras.fmu.br/ https://codely-fmu-content.s3.amazonaws.com/Moodle/NAP/inicial/nap/fmu/index.html https://codely-fmu-content.s3.amazonaws.com/Moodle/CPA/landing_CPA/index.html https://portal.fmu.br/sustentabilidade https://ambienteacademico.com.br/ https://ambienteacademico.com.br/ https://ambienteacademico.com.br/course/view.php?id=236
Compartilhar