Questões de Concurso
Sobre amostragem aleatória simples em estatística
Foram encontradas 619 questões
Deseja-se estimar o total de carboidratos existentes em um lote de 500.000 g de macarrão integral. Para esse fim, foi retirada uma amostra aleatória simples constituída por 5 pequenas porções desse lote, conforme a tabela seguinte, que mostra a quantidade x amostrada, em gramas, e a quantidade de carboidratos encontrada, y, em gramas.
Com base nas informações e na tabela apresentadas, julgue o item a seguir.
Considerando o estimador de razão, estima-se que existem
250.000 g de carboidratos nesse lote de macarrão integral.
X1, X2, ..., X10 representa uma amostra aleatória simples retirada de uma distribuição normal com média µ e variância σ2 , ambas desconhecidas. Considerando que 
representam os respectivos estimadores de máxima verossimilhança desses parâmetros populacionais, julgue o item subsecutivo.
A soma X1+ X2 +...+ X10 é uma estatística suficiente para a estimação do parâmetro µ.
A partir da situação hipotética apresentada e considerando Φ(2) = 0,977, em que Φ(z) representa a função de distribuição acumulada de uma distribuição normal padrão e z é um desvio padronizado, julgue o item que se segue, com relação ao teste de hipóteses H0 = µ ≥ 60 minutos, contra HA = µ < 60 minutos, em que H0 e HA denotam, respectivamente, as hipóteses nula e alternativa.
O P-valor (ou nível descritivo do teste) foi superior a 2,3%.
A partir da situação hipotética apresentada e considerando Φ(2) = 0,977, em que Φ(z) representa a função de distribuição acumulada de uma distribuição normal padrão e z é um desvio padronizado, julgue o item que se segue, com relação ao teste de hipóteses H0 = µ ≥ 60 minutos, contra HA = µ < 60 minutos, em que H0 e HA denotam, respectivamente, as hipóteses nula e alternativa.
Nesse teste de hipóteses, comete-se o erro do tipo II caso a
hipótese H0 seja rejeitada, quando, na verdade, H0 não deveria
ser rejeitada.
Uma empresa encomenda uma pesquisa de mercado que utilize o método de amostragem aleatória simples.
Esse é um caso de amostra probabilística em que cada entrevistado
Com o objetivo de avaliar a eficácia de um discurso político na opinião dos eleitores, foi realizado um grupo focal que avaliou as reações de uma amostra de eleitores sobre o discurso. A ideia é medir a significância das mudanças de opinião nos ouvintes, resultantes do discurso. A Tabela abaixo apresenta os movimentos dos pareceres dos 30 ouvintes que participaram do estudo.
A hipótese nula de indiferença dos eleitores na amostra em relação ao discurso deverá ser refutada para valores da estatística acima de 3,8, a 5% de significância.
Assim sendo, com base nos resultados da amostra, conclui-se
que o discurso
Um modelo de regressão linear simples, Y = β0 + β1 X + ε, foi aplicado para explicar o consumo de um certo bem em função da taxa de desemprego. Uma amostra aleatória de tamanho 40 foi selecionada e forneceu a informação de que, para cada elevação de 1% na taxa de desemprego, a demanda diminui em 1.000 unidades. A tabela de ANOVA apresenta informações para testar a significância do modelo, fornecendo a estatística do teste F = 400 com Fsig = 9,0 × 10-22.
O valor da estatística t de Student para o teste da significância de β1 é
Considere o modelo de regressão linear múltipla com intercepto, da variável dependente Y sobre as p variáveis independentes (X1 , X2 , ..., Xp ), na forma matricial:
E(Y) = X.β
Utilizando uma amostra de tamanho n, obtemos o estimador
dos mínimos quadrados ordinários 
=(XTX)-1
XTY. Os
valores estimados de Y, 
=X
, podem ser expressos por
meio de 
= X.(XTX)-1
XTY.
Fazendo H = X.(XTX)-1
XT, tem-se 
=H.Y, sendo a matriz
n x n, H, denominada matriz de projeção, isto é, a matriz
que projeta o vetor das observações amostrais, Y, no espaço
dos valores estimados 
.
Diante das considerações feitas acima, observe as afirmações a seguir.:
I - H é uma matriz idempotente.
II -
= rank(X) = p , onde hii é o io
elemento da diagonal
da matriz H.
III - H.(I – H) = O, onde I é a matriz identidade e O, a matriz nula.
IV - e = (I – H).Y, onde e é o vetor dos resíduos amostrais.
Está correto o que se afirma em:
Uma amostra aleatória simples de tamanho n foi extraída
de modo independente de uma população com distribuição
normal com parâmetros μ e σ, ambos desconhecidos,
a fim de se estimar a variância, σ2
, da característica de
interesse, Y. O estimador de máxima verossimilhança da amostra foi obtido e expresso por 
Se 
e 
são os limites inferior e superior da distribuição
qui-quadrado com probabilidade (1 – α)100% de
se obter um valor entre eles, então para esse nível de
confiança, uma estimativa não tendenciosa, por intervalo,
para a variância da população é
Uma amostra aleatória de tamanho n deve ser extraída
de uma população infinita a fim de se estimar a proporção
da população, 
, por meio da estatística
Proporção da Amostra, 
, sendo Yi
uma variável aleatória Bernoulli (π).
Na falta de conhecimento prévio da variância do estimador, optou-se por calcular o tamanho da amostra conservador, considerando uma variância máxima, para um nível de confiança de aproximadamente 95%, e um erro amostral absoluto máximo de um ponto percentual.
Com esses parâmetros, o valor mais aproximado para o
tamanho final da amostra é
Uma amostra aleatória de tamanho n > 1 foi extraída independentemente,
sem reposição, de uma população de
tamanho N com distribuição Bernoulli (π ), a fim de se estimar
o total, 
, de unidades na população com a característica
A.
Um estimador não tendencioso de 
é definido como:
Seja (Y1 , Y2 , Y3 ) uma amostra aleatória simples extraída de modo independente de uma população com média μ e variância σ2 , ambas desconhecidas. Considere os dois estimadores da média da população definidos abaixo:
Relativamente a esses dois estimadores, conclui-se que
Uma amostra aleatória simples Y1, Y2, ..., Yn, retirada de uma população Bernoulli, é tal que
para y = 0 ou 1, 0 < θ < 1 e k = 1, 2, ..., n. O objetivo é efetuar
inferências acerca do parâmetro θ mediante aplicação de métodos
computacionais.
Considerando que para r ≥ 0, 
represente a estimativa de θ obtida na r-ésima iteração de um algoritmo de estimação, julgue o seguinte item.
O método HPD (high probability density) é um algoritmo que
proporciona um intervalo de confiança clássico (frequentista)
para o parâmetro θ.
Uma amostra aleatória simples Y1, Y2, ..., Yn, retirada de uma população Bernoulli, é tal que
para y = 0 ou 1, 0 < θ < 1 e k = 1, 2, ..., n. O objetivo é efetuar
inferências acerca do parâmetro θ mediante aplicação de métodos
computacionais.
Considerando que para r ≥ 0, 
represente a estimativa de θ obtida na r-ésima iteração de um algoritmo de estimação, julgue o seguinte item.
O amostrador de Gibbs, um algoritmo sequencial de Monte
Carlo, permite simular a distribuição a priori do parâmetro θ,
desde que a forma funcional da sua função de densidade, ƒ(θ),
seja conhecida.
Uma amostra aleatória simples Y1, Y2, ..., Yn, retirada de uma população Bernoulli, é tal que
para y = 0 ou 1, 0 < θ < 1 e k = 1, 2, ..., n. O objetivo é efetuar
inferências acerca do parâmetro θ mediante aplicação de métodos
computacionais.
Considerando que para r ≥ 0, 
represente a estimativa de θ obtida na r-ésima iteração de um algoritmo de estimação, julgue o seguinte item.
No algoritmo de Metropolis-Hastings tem-se a forma iterativa 
, na qual ƒ representa a função de
densidade a priori de θ, e ∈, > 0 representa um incremento
aleatório. Nesse algoritmo, a probabilidade de aceitação do
valor proposto 
como uma estimativa viável para o
parâmetro de interesse é constante.
Uma amostra aleatória simples Y1, Y2, ..., Yn, retirada de uma população Bernoulli, é tal que
para y = 0 ou 1, 0 < θ < 1 e k = 1, 2, ..., n. O objetivo é efetuar
inferências acerca do parâmetro θ mediante aplicação de métodos
computacionais.
Considerando que para r ≥ 0, 
represente a estimativa de θ
obtida na r-ésima iteração de um algoritmo de estimação, julgue o seguinte item.
O método de Monte Carlo via cadeia de Markov (MCMC)
pertence à classe de algoritmos de estimação não sequencial,
em que 
forma um conjunto de valores mutuamente
independentes. Excluindo-se o valor inicial 
, uma
estimativa do parâmetro θ é dada por 
, na
qual q representa um valor suficientemente grande.
A respeito do total amostral Tn = X1 + X2 + ... + Xn, em que X1, X2, ..., Xn é uma amostra aleatória simples retirada de uma distribuição gama com média µ e desvio padrão σ, julgue o próximo item.
converge quase certamente a uma distribuição
qui-quadrado com 1 grau de liberdade. A respeito do total amostral Tn = X1 + X2 + ... + Xn, em que X1, X2, ..., Xn é uma amostra aleatória simples retirada de uma distribuição gama com média µ e desvio padrão σ, julgue o próximo item.
O total amostral Tn segue distribuição gama com desvio padrão n × σ.
Sobre população e amostras, assinale a alternativa que completa correta e respectivamente as lacunas do texto.
“A _______________ pode ser definida como um subconjunto, uma parte selecionada da totalidade de observações abrangidas pela_______________ através da qual se faz um juízo ou inferências sobre a característica da população.” (Toledo, G. L., 1985). Já a_______________ congrega todas as observações que sejam relevantes para o estudo da uma ou mais característica dos indivíduos.
Assinale a alternativa que traga, de cima para baixo, a sequência correta.
O faturamento médio das empresas de determinado setor é
desconhecido para os empresários de fora do mercado. Um
deles, interessado em investir, já sabe que só vale a pena entrar
no negócio caso o faturamento médio seja maior do que 80
unidades monetárias. Para avaliar esse mercado, um teste de
hipóteses é realizado. Uma AAS (Amostra Aleatória Simples) de
tamanho n = 100 é extraída, obtendo-se 
Sabe-se que o
desvio padrão verdadeiro do faturamento é igual a 30 e a função
distribuição acumulada de normal, ɸ(.), toma valores ɸ(1,96) =
0,975, ɸ(1,64) = 0,95, ɸ(1,28) = 0,90.
Sendo α o nível de significância, a decisão do teste deve ser:
Conheça nossos planos