QUESTÕES OBJETIVAS G2 ESTATÍSTICA APLICADA

Prévia do material em texto

QUESTÕES OBJETIVAS G2 
2017/2 
Curso Administração - Estatística Aplicada 
Profª Simone Echeveste 
 
Questão 1. Considere as seguintes situações de pesquisa abaixo, em qual delas seria adequado utilizarmos o 
Teste t-student para comparação entre duas amostras como ferramenta de análise de dados? 
 
a. ( ) Um pesquisador deseja comparar a quantidade de lixo (em toneladas) retirada em uma amostra de 
12 meses entre os dois Arroios de Porto Alegre: Arroio Capivara e Arroio Cavalhada. 
b. ( ) Um pesquisador deseja descrever um modelo matemático que represente a relação entre a renda 
familiar e os gastos em supermercado de uma amostra de 50 famílias 
c. ( ) Um pesquisador deseja estimar a quantidade média de lixo orgânico descartado por uma família no 
período de 1 mês . 
d. ( ) Um pesquisador deseja comparar a quantidade de resíduos (em kg) descartados de uma empresa com 
o valor permitido pelas normas ambientais . 
e. ( ) Um pesquisador deseja verificar a variação média no número de unidades produzidas por uma 
indústria de produtos de limpeza. 
 
Questão 2. Uma pesquisa foi realizada com o objetivo de comparar o gasto médio mensal em celular entre 
Homens e Mulheres. Os resultados obtidos encontram-se na tabela abaixo: 
Gasto Mensal em celular 
Grupo n Gasto Médio Desvio-padrão 
Homens 140 108,00 52,00 
Mulheres 150 113,00 45,00 
 
Através de um teste de hipóteses para a comparação do gasto médio gasto entre os sexos podemos concluir ao 
nível de significância de 5%: 
a. ( ) O valor da estatística do teste t=-0,87; Aceita-se H0, logo não existe diferença significativa para o gasto 
médio entre os sexos. Com este resultado, podemos afirmar que as mulheres tendem a gastar mais do 
que os homens 
b. ( ) O valor da estatística do teste t=-0,87; Rejeita-se H0, Com este resultado podemos afirmar que as 
mulheres tendem a gastar mais do que os homens. 
c. ( ) O valor da estatística do teste t=-0,87; Aceita-se H0, logo não existe diferença significativa para o valor 
gasto entre homens e mulheres. 
d. ( ) O valor da estatística do teste t= 8,7; Aceita-se H0, logo existe diferença significativa para o valor 
médio do presente entre os sexos. 
e. ( ) O valor da estatística do teste t= 0,87; Rejeita-se H0, logo não existe diferença significativa para o 
valor gasto entre homens e mulheres 
 
Questão 3. De acordo com o gerente de uma grande loja de vendas pela Internet, o tempo médio de entrega de 
dos produtos adquiridos é de 5 dias. Para verificar tal afirmação, uma amostra de 25 pedidos foi analisada 
verificando-se um tempo médio de entrega de 6,3 dias com um desvio-padrão de 1 dia. Através de um teste de 
hipóteses podemos concluir ao nível de significância de 5%: 
 
a. ( ) O valor da estatística do teste t= 6,5; Aceita-se H0, logo o tempo médio de entrega de móveis 
planejados não difere significativamente a 6,3 dias. 
b. ( ) O valor da estatística do teste t= 6,5; Rejeita-se H0, logo o tempo médio de entrega de móveis 
planejados difere significativamente a 6,3 dias. 
c. ( ) O valor da estatística do teste t= 1,5; Aceita-se H0, logo o tempo médio de entrega de móveis 
planejados não difere significativamente a 5 dias. 
d. ( ) O valor da estatística do teste t= 6,5; Rejeita-se H0, logo o tempo médio de entrega de móveis 
planejados é significativamente superior a 5 dias. 
e. ( ) O valor da estatística do teste t= 6,5; Rejeita-se H0, logo o tempo médio de entrega de móveis 
planejados é significativamente inferior a 5 dias 
 
Questão 4. Utilizamos o teste t-student para uma amostra quando: 
a. ( ) desejamos correlacionar duas variáveis quantitativas 
b. ( ) desejamos comparar as médias de duas ou mais amostras 
c. ( ) desejamos comparar a média proveniente de uma amostra com um valor de referência 
d. ( ) desejamos comparar a porcentagem de ocorrência de um determinado evento 
e. ( ) nenhuma das alternativas anteriores. 
 
 
 
 
 
 
 
 
 
Questão 5. Sete pequenas cidades de uma região, todas de um mesmo porte, fizeram parte de um estudo com o 
objetivo de verificar a relação entre a renda de seus moradores e o número de carros novos vendidos em um 
determinado mês. Para isso foram verificadas as seguintes informações de cada cidade: Renda média de seus 
moradores em salários mínimos (x) e Nº de carros novos vendidos no mês de agosto de 2017 (y). Os dados 
coletados seguem na tabela abaixo: 
 
Cidade Renda Média (salários mínimos) X Nº de carros novos vendidos Y 
A 3,5 26 
B 4,0 42 
C 4,7 71 
D 4,3 40 
E 3,0 30 
F 3,8 35 
G 5,2 52 
 
O Coeficiente de Correlação para estes dados é aproximadamente: 
a. ( ) r = -0,476 
b. ( ) r = 0,991 
c. ( ) r = 0,361 
d. ( ) r= 0,784 
e. ( ) r = 0,223 
 
Questão 6. Considere as seguintes situações de pesquisa abaixo, em qual delas seria adequado utilizarmos a 
Análise de Correlação como ferramenta de análise de dados? 
f. ( ) Um pesquisador deseja comparar os níveis de emissão de Gás Carbônico entre duas cidades de alta 
densidade demográfica. 
g. ( ) Um pesquisador deseja descrever um modelo matemático que represente a relação entre o volume 
de chuva em uma determinada região e o número de acidentes de carro registrados. 
h. ( ) Um pesquisador deseja estimar a quantidade média de lixo orgânico descartado por uma família no 
período de 1 mês . 
i. ( ) Um pesquisador deseja comparar a quantidade de resíduos (em kg) descartados entre empresas 
localizadas nos Estados de Santa Catarina e Paraná. 
j. ( ) Um pesquisador deseja verificar se existe relação entre o número de buracos em uma determinada 
estrada e o número de acidentes registrados na mesma. 
 
Questão 7. A Microempresa “Pão de Casa” está ofertando um serviço de entrega domiciliar de pães. Como uma 
das ações para melhor compreender a relação de preço mensal do serviço (reais) e número de clientes atendidos 
a administradora resolveu realizar um estudo com uma amostra de 5 semanas. Os dados observados foram: 
 
 
Semana 
Preço mensal do 
serviço (x) 
Nº clientes 
atendidos (Y) 
1 162 248 
2 167 242 
3 173 215 
4 176 220 
5 180 205 
 
Através destas informações a Reta de Regressão para estas variáveis é: 
a. ( ) y = 646,64 – 2,45 x 
b. ( ) y = 510,34 – 3,67 x 
c. ( ) y = 876,22 + 2,78 x 
d. ( ) y = 123,56 – 0,34 x 
e. ( ) y = 234,15 + 3,56 x 
 
Questão 8. Uma pesquisa observou as seguintes variáveis: Renda familiar em mil reais (x) e o número de viagens 
no período de 1 ano (y) de uma amostra de 8 famílias. Os dados observados foram: 
Família 
Renda Familiar (mil 
reais) - x 
Nº viagens no período 
de 1 ano - y 
1 5 3 
2 10 5 
3 20 7 
4 8 4 
5 4 3 
6 6 2 
7 12 5 
8 15 6 
. 
O Coeficiente de Correlação de Pearson para estes dados e sua interpretação é: 
a. ( ) r= 0,744 , existe uma correlação direta forte entre as variáveis, ou seja, quando maior a renda 
familiar maior tende a ser o número de viagens realizadas no período de 1 ano. 
b. ( ) r= 0,944 , existe uma correlação direta muito forte entre as variáveis, ou seja, quando maior a 
renda familiar maior tende a ser o número de viagens realizadas no período de 1 ano. 
c. ( ) r= - 0,244 , existe uma correlação inversa muito forte entre as variáveis, ou seja, quando maior a 
renda familiar maior tende a ser o número de viagens realizadas no período de 1 ano. 
d. ( ) r= 0,944 , existe uma correlação direta moderada entre as variáveis, ou seja, quando maior a 
renda familiar maior tende a ser o número de viagens realizadas no período de 1 ano. 
e. ( ) r= 0,544 , existe uma correlação direta muito forte entre as variáveis,ou seja, quando maior a 
renda familiar menor tende a ser o número de viagens realizadas no período de 1 ano. 
 
Questão 9. A empresa Agropale, fabricante de implementos agrícolas fez um estudo do custo total (em mil reais) 
de seus produtos (Y) considerando o número total de peças produzidas (x) durante uma amostra de 5 meses. A 
empresa tem por objetivo encontrar o modelo de regressão linear simples entre estas variáveis. Os resultados 
para os somatórios são: 
 𝑦 = 120 𝑥 = 440 𝑥.𝑦 = 12300 𝑥2 = 49450 𝑦2 = 3200 
Através destas informações a Reta de Regressão para estas variáveis é: 
a) ( ) y = 8,114 +0,436 x 
b) ( ) y = 5,154 + 0,215 x 
c) ( ) y = 1,120 + 1,510 x 
d) ( ) y = 6,781 – 0,345 x 
e) ( ) y = 9,744 + 0,162 x 
 
Questão 10. Em um processo de produção foi avaliado se a velocidade da linha de montagem (em peças por 
minutos) afeta o número de peças defeituosas encontradas durante a fase de inspeção. Um estudo realizado com 
6 lotes apresentou os seguintes resultados: 
 
Lote Velocidade da linha de produção (peças/min) - X Nº peças defeituosas - Y 
1 20 21 
2 20 19 
3 40 15 
4 30 16 
5 60 14 
6 40 17 
 
Através da construção da Reta de Regressão para estes dados, a estimativa, a partir da Reta obtida, de peças 
defeituosas para uma velocidade de 70 peças por minuto é aproximadamente de: 
 
a. ( ) 7,9 peças defeituosas 
b. ( ) 34,7 peças defeituosas 
c. ( ) 11,8 peças defeituosas 
d. ( ) 17,9 peças defeituosas 
e. ( ) 9,2 peças defeituosas