Revisão para N1 de Métodos Quant.
Algumas dessas perguntas foram tiradas daquele quiz que o professor passou e outras foram criadas a partir das atividades por ele passadas. Atenção: pode ser que haja algum erro ou equívoco nas perguntas e respostas.
Anúncios
0
0
0
Anúncios
1
O que pode representar uma limitação prática para pequenas empresas ao adotar métodos quantitativos avançados?
Redução da qualidade das análises
Custos elevados com softwares e consultoria especializada
Aumento do volume de informações imprecisas
Falta de dados históricos disponíveis no mercado
2
Qual das alternativas representa uma vantagem do uso de métodos quantitativos na contabilidade?
Garantia de eliminação de todos os riscos financeiros
Substituição automática de decisões humanas por máquinas
Redução imediata da carga tributária sem alteração operaciona
Possibilidade de prever tendências financeiras com base em dados históricos de forma mais precisa
3
Os métodos quantitativos aplicados à contabilidade podem ser definidos como:
Procedimentos estatísticos e matemáticos usados para apoiar a tomada de decisão com base em dados contábeis
Conjunto de técnicas qualitativas voltadas exclusivamente para análise de narrativas financeiras
Ferramentas de auditoria para verificação de normas fiscais
Métodos de avaliação de desempenho baseados em percepções subjetivas
4
Por que os métodos quantitativos são úteis para a gestão contábil?
Porque oferecem análises fundamentadas em evidências numéricas para apoiar decisões gerenciais
Porque garantem lucro independentemente das condições de mercado
Porque simplificam as normas fiscais
Porque eliminam a necessidade de relatórios contábeis
5
O principal objetivo do uso de métodos quantitativos na contabilidade gerencial é:
Apoiar decisões internas por meio da análise e interpretação numérica de dados
Substituir integralmente a contabilidade tradicional
Registrar informações para atender exigências legais apenas
Padronizar a escrituração contábil conforme normas internacionais
6
Entre as ferramentas a seguir, qual é típica de um método quantitativo em contabilidade?
Análise semântica de textos em demonstrações contábeis
Observação participante na rotina administrativa
Entrevista aberta com gestores sobre cultura organizacional
Análise de cluster para segmentar clientes com base em faturamento e frequência de compra
7
Uma das desvantagens mais comuns no uso de métodos quantitativos na contabilidade é:
Exclusão de qualquer necessidade de dados históricos
Necessidade de interpretar dados subjetivos
Complexidade técnica das ferramentas, exigindo capacitação e conhecimento especializado
Falta de confiabilidade dos dados gerados
8
Em contabilidade, métodos quantitativos referem-se principalmente a:
Discussões teóricas sobre normas contábeis
Aplicação de modelos matemáticos e estatísticos sobre dados numéricos
Observação qualitativa de práticas contábeis
Análise subjetiva de balanços e demonstrações
9
Qual das opções abaixo é um exemplo de técnica quantitativa aplicada em pesquisas contábeis?
Análise de conteúdo
Regressão linear múltipla
Entrevistas semiestruturadas
Observação participante
10
Para maximizar os benefícios e reduzir as desvantagens dos métodos quantitativos na contabilidade, é importante:
Basear decisões apenas em projeções automáticas sem supervisão humana
Ignorar custos de implementação
Utilizar exclusivamente análises qualitativas
Investir em capacitação e garantir qualidade e consistência dos dados
11
Qual das situações abaixo exemplifica melhor a aplicação de métodos quantitativos na contabilidade?
Elaboração de atas de reuniões do conselho administrativo
Escrita de relatórios descritivos sem uso de números
Emissão de notas fiscais para clientes
Uso de regressão linear para prever custos operacionais com base no volume de produção
12
O uso de métodos quantitativos na contabilidade proporciona, entre outros benefícios:
Garantia de que não haverá erros contábeis
Eliminação da necessidade de registros contábeis
Decisões baseadas em evidências mensuráveis e projeções confiáveis
Simplificação de normas fiscais
13
O teste de hipóteses é utilizado para:
Avaliar parâmetros desconhecidos de uma população a partir de uma amostra
Substituir a contabilidade tradicional por modelos matemáticos
Prever séries temporais de vendas com base em dados passados
Calcular o mix de produção ótimo em indústrias
14
A programação linear é mais comumente aplicada para:
Otimizar custos e recursos em processos produtivos
Substituir entrevistas qualitativas em auditorias
Elaborar relatórios descritivos sobre desempenho
Validar hipóteses estatísticas em amostras
15
A técnica Data Envelopment Analysis (DEA) é aplicada para:
Avaliar eficiência produtiva e realizar benchmarking
Estimar tendências de vendas no mercado consumidor
Testar hipóteses sobre amostras populacionais
Calcular indicadores de liquidez e rentabilidade
16
Uma limitação comum dos métodos quantitativos é que:
Eliminam a necessidade de planejamento amostral
Capturam totalmente a riqueza dos contextos sociais
Substituem as análises qualitativas em todas as situações
Dependem de perguntas estruturadas e fechadas
17
A regressão linear, como técnica quantitativa, serve para:
Reduzir os custos fixos de uma empresa de forma imediata
Substituir relatórios narrativos por entrevistas estruturadas
Simplificar a legislação contábil vigente
Investigar associações entre variáveis e estimar relações para testar hipóteses
18
O processo de pesquisa quantitativa envolve três etapas principais:
Observação, narrativa e percepção subjetiva
Planejamento, execução e comunicação dos resultados
Identificação de tendências, entrevistas abertas e relatórios
Formulação de hipóteses, discussões qualitativas e intuições
19
Em estatística, a população é definida como:
Uma amostra específica retirada de registros disponíveis
Um conjunto reduzido de casos que substitui a realidade observada
Um subconjunto de dados usados apenas para testes experimentais
A totalidade de elementos sob investigação que compartilham características comuns
20
A amostragem por conveniência, apesar de prática, apresenta como limitação:
Maior rigor estatístico em relação às demais técnicas
Falta de representatividade e possibilidade de vieses nos resultados
Uso exclusivo em pesquisas industriais
Seleção obrigatória de todos os elementos da população
21
As variáveis qualitativas nominais caracterizam-se por:
Apresentarem resultados numéricos provenientes de contagem
Possuírem ordem definida nos resultados
Sempre resultarem de uma mensuração contínua
Não apresentarem ordem nos resultados, apenas categorias.
22
Um exemplo de variável qualitativa ordinal é:
Cor dos olhos
Grau de instrução (fundamental, médio, superior)
Número de leitos em hospitais
Estatura de moradores de uma cidade
23
As variáveis quantitativas discretas têm como característica:
Resultar de uma contagem, formando um conjunto enumerável
Ser medidas em escalas contínuas e infinitas
Não possuírem valores numéricos
Sempre estarem ligadas a atributos de qualidade
24
A correlação mede:
A ordem hierárquica entre variáveis qualitativas
A relação entre duas variáveis, avaliando como se comportam juntas
Apenas a intensidade de uma variável isolada
A média aritmética de duas variáveis dependentes
25
Quando o coeficiente de correlação está próximo de 1:
Há uma relação negativa entre as variáveis
Ocorre independência total entre as variáveis
A relação é positiva e forte
Não há correlação entre elas
26
A correlação de Pearson é adequada quando:
As variáveis são exclusivamente ordinais
A relação entre variáveis é linear e com distribuição normal
Não se deseja analisar direção nem intensidade da relação
As variáveis são qualitativas nominais
27
A correlação de Spearman é indicada para:
Relações sem qualquer associação estatística
Dados exclusivamente categóricos nominais
Relações lineares com variáveis quantitativas normais
Relações não paramétricas, inclusive com variáveis ordinais
28
A correlação de Kendall tem como vantagem:
Sempre substituir a regressão linear
Ser generalizada para coeficiente de correlação parcial
Não exigir representatividade da amostra
Eliminar qualquer necessidade de análise estatística
29
A regressão não linear é utilizada quando:
Não há dependência entre as variáveis
A relação entre variáveis pode ser representada por uma linha reta
Os dados não apresentam variabilidade
A relação não pode ser representada adequadamente por uma reta
30
A regressão exponencial é adequada para:
alcular médias simples de amostras pequenas
Modelar crescimento ou decaimento muito rápidos
Situações de variáveis exclusivamente qualitativas
Analisar narrativas subjetivas
31
A regressão logística binária é usada quando:
A variável dependente é contínua e infinita
A variável dependente possui apenas dois níveis (sim/não)
O resultado esperado é sempre um número real positivo
O fenômeno exige três ou mais categorias ordenadas
32
A regressão logística ordinal é apropriada quando:
Os resultados não possuem relação hierárquica
A variável dependente apresenta categorias sem ordem
A variável dependente é sempre contínua
A variável dependente tem três ou mais categorias ordenadas
33
A regressão logística multinomial é usada quando:
Há apenas duas categorias possíveis
Existem três ou mais categorias sem ordem definida
As categorias apresentam ordem hierárquica obrigatória
O fenômeno pode ser explicado por uma função linear
34
O valor-p em um teste estatístico representa:
A probabilidade de observar um valor da estatística de teste igual ou mais extremo que o observado
A probabilidade de erro tipo II
A medida de variabilidade explicada pelo modelo
A diferença absoluta entre médias amostrais
35
Se em um teste de hipótese o valor-p < 0,05, significa que:
Não é possível concluir nada a respeito das variáveis
O modelo não explica nenhuma variação nos dados
Não há diferença significativa entre os grupos analisados
Devemos rejeitar a hipótese nula e aceitar a hipótese alternativa
36
O teste t de Student é adequado quando se deseja:
Comparar diferenças significativas entre médias
Calcular a correlação linear entre variáveis
Verificar a relação entre duas variáveis dependentes
Avaliar proporções em variáveis categóricas
37
O teste F na regressão linear múltipla serve para:
Comparar diferenças entre duas médias amostrais
Avaliar se pelo menos uma variável independente está relacionada à dependente
Definir categorias em variáveis dummy
Calcular a magnitude da correlação linear
38
A principal diferença entre regressão linear e logística é que:
A linear prevê valores numéricos contínuos, enquanto a logística estima probabilidades de eventos categóricos
A linear trabalha apenas com variáveis qualitativas, enquanto a logística usa quantitativas
A linear depende de variáveis dummy, enquanto a logística nunca utiliza
A linear utiliza valor-p e a logística não
39
A estatística inferencial diferencia-se da descritiva porque:
Apenas apresenta médias e desvios
É usada para generalizar resultados da amostra para a população
Não envolve raciocínio probabilístico
Elimina a necessidade de amostragem
