Questões de Concurso
Sobre cálculo de probabilidades em estatística
Foram encontradas 2.985 questões

O quadro acima apresenta uma tábua abreviada de mortalidade para determinada população, obtida a partir de um censo demográfico realizado em 2007. As duas primeiras colunas dessa tabela definem o início e o comprimento do intervalo de tempo dos grupos etários (terceira coluna). A probabilidade Q(X, N) é a estimativa do risco de morte de um indivíduo pertencente ao grupo etário (X, X + N). Com base nas informações apresentadas no texto e considerando-se que o número de sobreviventes à idade exata X = 0 foi igual a 100.000, julgue o item subseqüente.

O quadro acima apresenta uma tábua abreviada de mortalidade para determinada população, obtida a partir de um censo demográfico realizado em 2007. As duas primeiras colunas dessa tabela definem o início e o comprimento do intervalo de tempo dos grupos etários (terceira coluna). A probabilidade Q(X, N) é a estimativa do risco de morte de um indivíduo pertencente ao grupo etário (X, X + N). Com base nas informações apresentadas no texto e considerando-se que o número de sobreviventes à idade exata X = 0 foi igual a 100.000, julgue o item subseqüente.

O quadro acima apresenta uma tábua abreviada de mortalidade para determinada população, obtida a partir de um censo demográfico realizado em 2007. As duas primeiras colunas dessa tabela definem o início e o comprimento do intervalo de tempo dos grupos etários (terceira coluna). A probabilidade Q(X, N) é a estimativa do risco de morte de um indivíduo pertencente ao grupo etário (X, X + N). Com base nas informações apresentadas no texto e considerando-se que o número de sobreviventes à idade exata X = 0 foi igual a 100.000, julgue o item subseqüente.

O quadro acima apresenta uma tábua abreviada de mortalidade para determinada população, obtida a partir de um censo demográfico realizado em 2007. As duas primeiras colunas dessa tabela definem o início e o comprimento do intervalo de tempo dos grupos etários (terceira coluna). A probabilidade Q(X, N) é a estimativa do risco de morte de um indivíduo pertencente ao grupo etário (X, X + N). Com base nas informações apresentadas no texto e considerando-se que o número de sobreviventes à idade exata X = 0 foi igual a 100.000, julgue o item subseqüente.

O quadro acima apresenta uma tábua abreviada de mortalidade para determinada população, obtida a partir de um censo demográfico realizado em 2007. As duas primeiras colunas dessa tabela definem o início e o comprimento do intervalo de tempo dos grupos etários (terceira coluna). A probabilidade Q(X, N) é a estimativa do risco de morte de um indivíduo pertencente ao grupo etário (X, X + N). Com base nas informações apresentadas no texto e considerando-se que o número de sobreviventes à idade exata X = 0 foi igual a 100.000, julgue o item subseqüente.

O mercado de trabalho brasileiro promoveu nos últimos quatro anos uma melhor distribuição de renda. Entre março de 2002 e junho de 2006, a participação dos 50% trabalhadores mais pobres na renda do país passou de 10,11% para 12,20%, enquanto a fatia de 10% dos trabalhadores mais ricos caiu de 49,12% para 46,89% no mesmo período. Com isso o índice de Gini recuou de 0,633 para 0,600 (quadro acima). No período de 2002 a 2006, embora ainda ganhem 23 vezes menos que os abastados, foram os trabalhadores mais pobres que tiveram melhor ganho de renda. Entre 2002 e 2006, 50% dos trabalhadores mais pobres viram sua renda média crescer 29,5%, de R$ 59,49 para R$ 77,03, enquanto que 10% dos trabalhadores mais ricos tiveram apenas 1,18% de ganho, de R$ 1.775,23 para R$ 1.796,23. No mesmo período, 40% trabalhadores intermediários (a conhecida classe média) tiveram 7,75% de ganho, de R$ 342,16 para R$ 368,69.
Correio Braziliense, 23/8/2006, p. 14 (com adaptações).
Em 2006, estima-se pela desigualdade de Markov que o primeiro quartil da distribuição de renda dos trabalhadores seja inferior a R$ 160,00.
Considere que xt = (XA, XB) seja um vetor aleatório transposto. Nesse caso, os autovalores da matriz de covariância de x são iguais a 800 × PA × PB e 0, e os respectivos autovetores são
e
. As variáveis XA e XB são positivamente correlacionadas, e a correlação é superior a 0,5.
A variância da distribuição condicional XA
XB = b, em que 0 ≤ b ≤ 400, é superior a 1 e inferior a ( 400 - b) x PA x (1 -PA) x N - 400 + b / N - 1 . A variância da soma XA + XB é igual a 800 x PA x PB x N - 400 / N - 1 .
XA e XB são variáveis aleatórias com distribuição hipergeométrica com médias iguais a 400 × PA e 400 × PB , respectivamente.
Antes de essa empresa lançar a campanha em âmbito nacional, ela realizou um estudo-piloto em um pequeno número de indústrias, adotando o seguinte plano amostral. De um cadastro de indústrias, foram selecionadas aleatoriamente 2 indústrias e nelas aplicaram-se as campanhas propostas pela instituição, envolvendo todos os operários que lá trabalhavam na ocasião do estudo. Essas indústrias são chamadas “caso”. Também foram selecionadas aleatoriamente outras 2 indústrias, mas nelas as campanhas não foram aplicadas. Essas são chamadas “controle”. Ao longo de um ano foram registrados os números de operários que sofreram algum tipo de acidente nas quatro indústrias, segundo a tabela abaixo.

As medidas de concordância de Yule e de Goodman e Kruskal — com a hipótese de que, em razão da campanha proposta pela instituição, a probabilidade de um operário sofrer algum tipo de acidente diminui — são superiores a -0,2 e inferiores a 0,2.
Antes de essa empresa lançar a campanha em âmbito nacional, ela realizou um estudo-piloto em um pequeno número de indústrias, adotando o seguinte plano amostral. De um cadastro de indústrias, foram selecionadas aleatoriamente 2 indústrias e nelas aplicaram-se as campanhas propostas pela instituição, envolvendo todos os operários que lá trabalhavam na ocasião do estudo. Essas indústrias são chamadas “caso”. Também foram selecionadas aleatoriamente outras 2 indústrias, mas nelas as campanhas não foram aplicadas. Essas são chamadas “controle”. Ao longo de um ano foram registrados os números de operários que sofreram algum tipo de acidente nas quatro indústrias, segundo a tabela abaixo.

Considerando-se a tabela de contingência 2 × 2 que cruza o grupo (caso/controle) com o número de operários (não sofreram/sofreram algum tipo de acidentes), é possível se obter uma medida de associação chamada coeficiente kappa, cujo valor é inferior a !0,02 ou superior a 0,02.
Antes de essa empresa lançar a campanha em âmbito nacional, ela realizou um estudo-piloto em um pequeno número de indústrias, adotando o seguinte plano amostral. De um cadastro de indústrias, foram selecionadas aleatoriamente 2 indústrias e nelas aplicaram-se as campanhas propostas pela instituição, envolvendo todos os operários que lá trabalhavam na ocasião do estudo. Essas indústrias são chamadas “caso”. Também foram selecionadas aleatoriamente outras 2 indústrias, mas nelas as campanhas não foram aplicadas. Essas são chamadas “controle”. Ao longo de um ano foram registrados os números de operários que sofreram algum tipo de acidente nas quatro indústrias, segundo a tabela abaixo.

Considere que a instituição deseja verificar a aderência dos dados da pesquisa-piloto à hipótese nula: “no grupo controle, a probabilidade de um operário sofrer algum tipo de acidente é igual a 0,06, enquanto que no grupo caso a probabilidade de um operário sofrer algum tipo de acidente é igual a 0,02”. Nessa situação, a estatística do teste qui-quadrado possui dois graus de liberdade e é superior a 8.
Antes de essa empresa lançar a campanha em âmbito nacional, ela realizou um estudo-piloto em um pequeno número de indústrias, adotando o seguinte plano amostral. De um cadastro de indústrias, foram selecionadas aleatoriamente 2 indústrias e nelas aplicaram-se as campanhas propostas pela instituição, envolvendo todos os operários que lá trabalhavam na ocasião do estudo. Essas indústrias são chamadas “caso”. Também foram selecionadas aleatoriamente outras 2 indústrias, mas nelas as campanhas não foram aplicadas. Essas são chamadas “controle”. Ao longo de um ano foram registrados os números de operários que sofreram algum tipo de acidente nas quatro indústrias, segundo a tabela abaixo.

De acordo com os resultados da pesquisa-piloto, a estatística Odds Ratio é igual ou superior a 0,7; isto é, a campanha reduz a chance de uma pessoa sofrer algum tipo de acidente em até 30%.
Antes de essa empresa lançar a campanha em âmbito nacional, ela realizou um estudo-piloto em um pequeno número de indústrias, adotando o seguinte plano amostral. De um cadastro de indústrias, foram selecionadas aleatoriamente 2 indústrias e nelas aplicaram-se as campanhas propostas pela instituição, envolvendo todos os operários que lá trabalhavam na ocasião do estudo. Essas indústrias são chamadas “caso”. Também foram selecionadas aleatoriamente outras 2 indústrias, mas nelas as campanhas não foram aplicadas. Essas são chamadas “controle”. Ao longo de um ano foram registrados os números de operários que sofreram algum tipo de acidente nas quatro indústrias, segundo a tabela abaixo.

O texto descreve um estudo caso-controle retrospectivo.
A variância condicional Var(NA + NB
NB = x), em que x ≥ 0 é igual a λA.
Em média, a probabilidade de um passageiro sofrer uma lesão ou ferimento grave no período de um ano antes até um ano depois da ação educativa é inferior a 0,5 × α.

Um projeto do governo tinha como objetivo atrair para o sistema previdenciário uma parcela de trabalhadores que não eram contribuintes do INSS. Na ocasião em que tal projeto havia sido proposto, pelos cálculos do governo, existiam no país 19 milhões de trabalhadores com mais de 16 anos e renda mensal de um ou mais salários mínimos que não contribuíam para a previdência. Esses trabalhadores foram classificados de acordo com três perfis A, B e C, e a distribuição do número de trabalhadores em cada perfil está no quadro acima. A expectativa do governo era a seguinte: entre as pessoas com o perfil A, a probabilidade de entrada para o sistema previdenciário era de 0,8; para as de perfil B, a probabilidade de entrada para o sistema era de 0,5 e os de perfil C entrariam no sistema com uma probabilidade igual a 0,1.
Correio Braziliense, 15/11/2006, p. A-14 (com adaptações).
Considere que xk = 1, se o trabalhador k entra no sistema previdenciário e xk = 0, se o trabalhador k não entra no sistema. Nessa situação, se α = 0,72, então a correlação entre x1 e x2 será superior a 0,4 e inferior a 0,6.

Um projeto do governo tinha como objetivo atrair para o sistema previdenciário uma parcela de trabalhadores que não eram contribuintes do INSS. Na ocasião em que tal projeto havia sido proposto, pelos cálculos do governo, existiam no país 19 milhões de trabalhadores com mais de 16 anos e renda mensal de um ou mais salários mínimos que não contribuíam para a previdência. Esses trabalhadores foram classificados de acordo com três perfis A, B e C, e a distribuição do número de trabalhadores em cada perfil está no quadro acima. A expectativa do governo era a seguinte: entre as pessoas com o perfil A, a probabilidade de entrada para o sistema previdenciário era de 0,8; para as de perfil B, a probabilidade de entrada para o sistema era de 0,5 e os de perfil C entrariam no sistema com uma probabilidade igual a 0,1.
Correio Braziliense, 15/11/2006, p. A-14 (com adaptações).
O número esperado de trabalhadores do perfil A que entrarão no sistema previdenciário aumenta à medida que α aumenta.