Descrição
Apostila Digital Pref Santo André SP 2023 Estatístico
Cargo: Estatístico
Editora: DOMINA CONCURSOS
Edição: 2023
Nível: Superior
Banca: FUNDAÇÃO VUNESP
Edital: Acesso ao Edital
Não é só uma apostila!
Material teórico completo elaborado totalmente de acordo com o novo edital.
Acompanha provas anteriores com gabarito para testar seu aprendizado.
Só hoje, de R$91,98 por R$45,99
50% de Desconto
Conhecimento Básico
(Totalmente de Acordo com Edital 2023)
Língua Portuguesa: Leitura e interpretação de diversos tipos de textos (literários e não literários). Sinônimos e antônimos. Sentido próprio e figurado das palavras. Pontuação. Classes de palavras: substantivo, adjetivo, numeral, artigo, pronome, verbo, advérbio, preposição e conjunção: emprego e sentido que imprimem às relações que estabelecem. Concordância verbal e nominal. Regência verbal e nominal. Colocação pronominal. Crase.
Matemática: Resolução de situações-problema, envolvendo: adição, subtração, multiplicação, divisão, potenciação ou radiciação com números racionais, nas suas representações fracionária ou decimal; Mínimo múltiplo comum; Máximo divisor comum; Porcentagem; Razão e proporção; Regra de três simples ou composta; Equações do 1º ou do 2º graus; Sistema de equações do 1º grau; Grandezas e medidas – quantidade, tempo, comprimento, superfície, capacidade e massa; Relação entre grandezas – tabela ou gráfico; Tratamento da informação – média aritmética simples; Noções de Geometria – forma, ângulos, área, perímetro, volume, Teoremas de Pitágoras ou de Tales.
Noções de Informática: MS-Windows 10: conceito de pastas, diretórios, arquivos e atalhos, área de trabalho, área de transferência, manipulação de arquivos e pastas, uso dos menus, programas e aplicativos, interação com o conjunto de aplicativos MS-Office 2016. MS-Word 2016: estrutura básica dos documentos, edição e formatação de textos, cabeçalhos, parágrafos, fontes, colunas, marcadores simbólicos e numéricos, tabelas, impressão, controle de quebras e numeração de páginas, legendas, índices, inserção de objetos, campos predefinidos, caixas de texto. MS-Excel 2016: estrutura básica das planilhas, conceitos de células, linhas, colunas, pastas e gráficos, elaboração de tabelas e gráficos, uso de fórmulas, funções e macros, impressão, inserção de objetos, campos predefinidos, controle de quebras e numeração de páginas, obtenção de dados externos, classificação de dados. MS-PowerPoint 2016: estrutura básica das apresentações, conceitos de slides, anotações, régua, guias, cabeçalhos e rodapés, noções de edição e formatação de apresentações, inserção de objetos, numeração de páginas, botões de ação, animação e transição entre slides. Correio Eletrônico: uso de correio eletrônico, preparo e envio de mensagens, anexação de arquivos. Internet: navegação na Internet, conceitos de URL, links, sites, busca e impressão de páginas.
Conhecimento Específico
(Totalmente de Acordo com Edital 2023)
Estatística descritiva e análise exploratória de dados: gráficos, diagramas, tabelas, medidas descritivas (posição, dispersão, assimetria e curtose). Probabilidade. Definições básicas e axiomas. Probabilidade condicional e independência. Variáveis aleatórias discretas e contínuas. Distribuição de probabilidades. Função de probabilidade. Função densidade de probabilidade. Esperança e momentos. Distribuições especiais. Distribuições condicionais e independência. Transformação de variáveis. Leis dos grandes números. Teorema central do limite. Amostras aleatórias. Distribuições amostrais. Inferência estatística. Definição de tamanho de amostra. Delineamento de experimento, estimação pontual: Métodos de estimação, propriedades dos estimadores, suficiência. Estimação intervalar: intervalos de confiança, intervalos de credibilidade. Testes de hipóteses: hipóteses simples e compostas, níveis de significância e potência de um teste, teste t de Student, teste qui-quadrado. Análise de regressão linear. Critérios de mínimos quadrados e de máxima verossimilhança. Modelos de regressão linear. Inferência sobre os parâmetros do modelo. Análise de variância. Análise de resíduos. Análise de regressão. Técnicas de amostragem: amostragem aleatória simples, estratificada, sistemática e por conglomerados. Tamanho amostral. Técnicas de análise estatística multivariada. Análise descritiva dos dados. Conhecimento da teoria de teses de hipótese e adequada. Aplicação das técnicas estatísticas paramétricas e não paramétricas. Noções de programação em R e/ou Python.
