CONHECIMENTOS GERAIS – PARA TODOS OS CARGOS

LÍNGUA PORTUGUESA: Ortografia e acentuação. Emprego do sinal indicativo de crase. Compreensão e interpretação de textos de gêneros variados. Relação do texto com seu contexto histórico. Denotação e conotação. Discurso direto, discurso indireto e discurso indireto livre. Intertextualidade. Figuras de linguagem. Morfossintaxe. Elementos estruturais e processos de formação de palavras. Sinonímia e antonímia. Pontuação. Pronomes. Concordância nominal e concordância verbal. Flexão nominal e flexão verbal. Vozes do verbo. Correlação de tempos e modos verbais. Regência nominal e regência verbal. Coordenação e subordinação. Conectivos. Redação (confronto e reconhecimento de frases corretas e incorretas; organização e reorganização de orações e períodos; equivalência e transformação de estruturas).

RACIOCÍNIO LÓGICO-MATEMÁTICO: Estrutura lógica de relações arbitrárias entre pessoas, lugares, objetos ou eventos fictícios; deduzir novas informações das relações fornecidas e avaliar as condições usadas para estabelecer a estrutura daquelas relações. Compreensão e elaboração da lógica das situações por meio de: raciocínio verbal, raciocínio matemático, raciocínio sequencial, orientação espacial e temporal, formação de conceitos, discriminação de elementos. Compreensão do processo lógico que, a partir de um conjunto de hipóteses, conduz, de forma válida, a conclusões determinadas. Noções básicas de proporcionalidade e porcentagem: problemas envolvendo regra de três simples, cálculos de porcentagem, acréscimos e descontos. Noções de Estatística: medidas de tendência central (moda, mediana, média aritmética simples e ponderada) e de dispersão (desvio médio, amplitude, variância, desvio padrão); leitura e interpretação de gráficos (histogramas, setores, infográficos) e tabelas.

CONHECIMENTOS ESPECÍFICOS

Analista de gestão – ESTATÍSTICA

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. Teorema de Bayes. Variáveis aleatórias discretas e contínuas. Função de distribuição. Função de probabilidade. Função de densidade de probabilidade. Esperança e momentos. Teorema de Tchebichev. Distribuições especiais: Distribuições de Bernoulli, binomial, multinomial, geométrica, hipergeométrica, Poisson, uniforme, exponencial, Beta, Gama, normal, qui-quadrado, t de Student e F. Distribuições condicionais e independência. Esperança condicional. Funções geradoras de momentos. Transformação de variáveis. Leis dos grandes números. Teorema central do limite. Amostras aleatórias. Estatísticas de ordem. Distribuições amostrais. Inferência estatística. Estimação pontual: métodos de estimação, propriedades dos estimadores, suficiência, estimadores bayesianos. Estimação por intervalos: intervalos de confiança, intervalos de credibilidade. Testes de hipóteses: hipóteses simples e compostas, níveis de significância e potência, teste-t de Student, teste qui-quadrado. Métodos não paramétricos: testes não paramétricos e regressão não paramétrica. Análise de regressão linear. Critérios de mínimos quadrados e de máxima verossimilhança. Modelos de regressão linear. Inferências sobre os parâmetros do modelo. Análise de variância e de covariância. Análise de resíduos. Técnicas de amostragem: amostragem aleatória simples, estratificada, sistemática e por conglomerados. Tamanho amostral. Estimadores de razão e regressão. Estatística computacional. Linguagem de programação R. Geração de números aleatórios. Métodos para simulação de variáveis aleatórias. Estimação por métodos computacionais. Processos estocásticos. Cadeias de Markov em tempo discreto. Processos de Poisson. Teoria de renovação. Teoria de filas. Cadeias de Markov em tempo contínuo. Processos Gaussianos. Análise multivariada. Distribuição normal multivariada. Análise de componentes principais. Análise fatorial. Análise de correspondência. Análise discriminante. Análise de conglomerados. Análise de séries temporais. Análise descritiva de séries temporais. Estacionariedade. Modelos ARMA, ARIMA e SARIMA. Análise espectral. Conceitos básicos e aplicações de números índices, medidas de distribuição de renda e concentração industrial. Indicadores ambientais, institucionais, socioeconômicos, de biodiversidade, fiscalização, restauração, uso público e bioeconomia. Business Intelligence, dashboards, visualização de dados, bancos de dados, qualidade de dados, governança de dados e LGPD. Modelagem preditiva, análise de risco, avaliação de efetividade de UCs e integração de dados geoespaciais e ambientais.