Questões de Concurso Sobre cálculo de probabilidades em estatística

Foram encontradas 2.985 questões

Q3176673 Estatística
A probabilidade de um mesmo dado dar 6 em duas jogadas consecutivas é de: 
Alternativas
Q3176667 Estatística
Em uma determinada população, sabemos que:

1) 50% é do sexo masculino
2) 35% é torcedor do Flamengo

Então, se buscarmos uma pessoa nessa população de forma aleatória, a probabilidade de ser uma pessoa do sexo masculino que não é torcedora do flamengo é de:
Alternativas
Q3176666 Estatística
A probabilidade condicional (probabilidade de um evento A acontecer, condicionada à ocorrência de um outro evento B) e a probabilidade independente (dois eventos A e B são independentes se a ocorrência de A não influencia a ocorrência de B e vice-versa) podem ser representadas, respectivamente, por:
Alternativas
Q3176664 Estatística
Ao lançar 3 dados, a probabilidade de a soma dos resultados ser 6 é de:
Alternativas
Q3176662 Estatística
A probabilidade de uma moeda obter o resultado "cara" duas vezes consecutivas é de:
Alternativas
Q3174690 Estatística
Em uma fábrica, 30% dos funcionários pertencem ao turno da manhã e os demais pertencem ao turno da tarde.
Sabe-se que:
• a probabilidade de um funcionário usar transporte público dado que ele pertence ao turno da manhã é igual a 0,6.
• a probabilidade de um funcionário usar transporte público dado que ele pertence ao turno da tarde é igual a 0,6.
• a probabilidade geral de um funcionário usar transporte público é 0,6.

Com base nesses dados, considere as seguintes perguntas:
1. Os eventos turno da manhã e uso de transporte público são independentes?
2. Qual a probabilidade de um funcionário pertencer ao turno da manhã, dado que ele usa transporte público?

As respostas às perguntas 1 e 2 são, respectivamente,
Alternativas
Q3174689 Estatística
Um experimento consiste em lançar dois dados honestos (não viciados) simultaneamente e observar o resultado da soma de seus valores.
Considere os seguintes eventos:
• A: a soma dos valores é um número par.
• B: a soma dos valores é maior que 8.

Com base nesse experimento, considere as seguintes perguntas:
1. Qual a probabilidade de A?
2. Qual a probabilidade de B?
3. Sabendo que A ocorreu, qual é a probabilidade de B?

As respostas às perguntas 1, 2 e 3 acima são, respectivamente,
Alternativas
Q3167024 Estatística

Supondo que o número de documentos com erros processuais em uma amostra aleatória de 1.000 documentos seja uma variável aleatória binomial, denotada por X, com parâmetros n = 1.000 e probabilidade de sucesso 0,01, julgue o item a seguir.


A moda de X é igual a zero, pois a probabilidade de sucesso é baixa.

Alternativas
Q3167023 Estatística

Supondo que o número de documentos com erros processuais em uma amostra aleatória de 1.000 documentos seja uma variável aleatória binomial, denotada por X, com parâmetros n = 1.000 e probabilidade de sucesso 0,01, julgue o item a seguir.


A variância de X é igual ou inferior a 10.

Alternativas
Q3167022 Estatística

Supondo que o número de documentos com erros processuais em uma amostra aleatória de 1.000 documentos seja uma variável aleatória binomial, denotada por X, com parâmetros n = 1.000 e probabilidade de sucesso 0,01, julgue o item a seguir.


Cada elemento que constitui essa amostra aleatória de documentos pode ser descrito por uma distribuição de Bernoulli cuja média é igual a 0,01.

Alternativas
Q3167021 Estatística
Um perito avalia o risco de sinistros, considerando as seguintes probabilidades de ocorrência de diferentes tipos de eventos, como acidentes de trânsito e furtos.

I A probabilidade de um segurado sofrer um acidente de trânsito (A) é de 20%, ou seja, P(A) = 0,2.

II A probabilidade de um segurado ser vítima de furto (F) é de 15%, isto é, P(F) = 0,15.

III A probabilidade de um segurado sofrer ambos os eventos (A e F) é P(A e F) 5%.

Com base nessas informações, julgue o seguinte item. 


A probabilidade de um segurado ter sido vítima de furto, dado que ele sofreu um acidente, é de 25%.

Alternativas
Q3167020 Estatística
Um perito avalia o risco de sinistros, considerando as seguintes probabilidades de ocorrência de diferentes tipos de eventos, como acidentes de trânsito e furtos.

I A probabilidade de um segurado sofrer um acidente de trânsito (A) é de 20%, ou seja, P(A) = 0,2.

II A probabilidade de um segurado ser vítima de furto (F) é de 15%, isto é, P(F) = 0,15.

III A probabilidade de um segurado sofrer ambos os eventos (A e F) é P(A e F) 5%.

Com base nessas informações, julgue o seguinte item. 


A probabilidade de um segurado sofrer um acidente ou ser vítima de furto é de 35%. 

Alternativas
Q3167019 Estatística
Um perito avalia o risco de sinistros, considerando as seguintes probabilidades de ocorrência de diferentes tipos de eventos, como acidentes de trânsito e furtos.

I A probabilidade de um segurado sofrer um acidente de trânsito (A) é de 20%, ou seja, P(A) = 0,2.

II A probabilidade de um segurado ser vítima de furto (F) é de 15%, isto é, P(F) = 0,15.

III A probabilidade de um segurado sofrer ambos os eventos (A e F) é P(A e F) 5%.

Com base nessas informações, julgue o seguinte item. 


Se A e F forem eventos independentes, então a probabilidade de um segurado sofrer ambos os eventos (acidente e furto) será igual a zero. 

Alternativas
Q3166276 Estatística
        Uma população de variáveis aleatórias independentes e identicamente distribuídas segue a distribuição de Bernoulli Xi ~ Ber(θ), sendo P(Xi = 1) = θ e P(Xi = 0) = 1 − θ. Uma amostra de tamanho n será retirada dessa população. A distribuição amostral da estatística suficiente, S, para θ é a binomial (n, θ), e S é a soma de X na amostra. O estimador de máxima verossimilhança para θ é θMV= S/n . A esse respeito, três analistas, A, B e C, resolveram usar, respectivamente:

• θ = 0,5 na distribuição amostral, a fim construir um intervalo de confiança bilateral para θ ao nível de confiança 0,95;

• θ = S/n na distribuição amostral, a fim construir um intervalo de confiança bilateral para θ ao nível de confiança 0,95;

• uma distribuição, a priori, uniforme no intervalo [0, 1] , a fim de construir um intervalo de credibilidade de 95% após observar a amostra. 

A partir dessas informações, e considerando que para θ = 0,5: P(S ≤ 1) = 0,011; P(S ≤ 2) = 0,055; P(S ≤ 7) = 0,945, e P(S ≤ 8) = 0,989; e para θ = 0,7: P(S > 7) = 0,383, e P(S > 8) = 0,149, julgue o item a seguir.


Em m amostras aleatórias de tamanho n com m → ∞, a fração de vezes em que o intervalo de confiança do analista A conterá o verdadeiro valor do parâmetro populacional será maior ou igual a 0,95.

Alternativas
Q3166275 Estatística
        Uma população de variáveis aleatórias independentes e identicamente distribuídas segue a distribuição de Bernoulli Xi ~ Ber(θ), sendo P(Xi = 1) = θ e P(Xi = 0) = 1 − θ. Uma amostra de tamanho n será retirada dessa população. A distribuição amostral da estatística suficiente, S, para θ é a binomial (n, θ), e S é a soma de X na amostra. O estimador de máxima verossimilhança para θ é θMV= S/n . A esse respeito, três analistas, A, B e C, resolveram usar, respectivamente:

• θ = 0,5 na distribuição amostral, a fim construir um intervalo de confiança bilateral para θ ao nível de confiança 0,95;

• θ = S/n na distribuição amostral, a fim construir um intervalo de confiança bilateral para θ ao nível de confiança 0,95;

• uma distribuição, a priori, uniforme no intervalo [0, 1] , a fim de construir um intervalo de credibilidade de 95% após observar a amostra. 

A partir dessas informações, e considerando que para θ = 0,5: P(S ≤ 1) = 0,011; P(S ≤ 2) = 0,055; P(S ≤ 7) = 0,945, e P(S ≤ 8) = 0,989; e para θ = 0,7: P(S > 7) = 0,383, e P(S > 8) = 0,149, julgue o item a seguir.


Sob a hipótese nula de θ = 0,5 contra a hipótese alternativa de θ = 0,7, se a região crítica for S > 7, então, o poder do teste será igual a 0,383.

Alternativas
Q3166274 Estatística
Uma população de variáveis aleatórias independentes e identicamente distribuídas segue a distribuição uniforme Xi ~ Uniforme[0, θ] no intervalo [0, θ], em que f(x) = 1/ θ para 0 ≤ x ≤ θ e f(x) = 0, caso contrário. Uma amostra de tamanho n será retirada dessa população, sendo X(i) a i-ésima estatística de ordem da amostra.

Tendo como referência essas informações, julgue o item que se segue.


O estimador 2.X1 é não viesado e não é consistente.

Alternativas
Q3166273 Estatística
Uma população de variáveis aleatórias independentes e identicamente distribuídas segue a distribuição uniforme Xi ~ Uniforme[0, θ] no intervalo [0, θ], em que f(x) = 1/ θ para 0 ≤ x ≤ θ e f(x) = 0, caso contrário. Uma amostra de tamanho n será retirada dessa população, sendo X(i) a i-ésima estatística de ordem da amostra.

Tendo como referência essas informações, julgue o item que se segue.


X(n)  ∗ (1 + 1/n)   é o estimador não viesado de variância mínima para θ.

Alternativas
Q3166272 Estatística
Uma população de variáveis aleatórias independentes e identicamente distribuídas segue a distribuição uniforme Xi ~ Uniforme[0, θ] no intervalo [0, θ], em que f(x) = 1/ θ para 0 ≤ x ≤ θ e f(x) = 0, caso contrário. Uma amostra de tamanho n será retirada dessa população, sendo X(i) a i-ésima estatística de ordem da amostra.

Tendo como referência essas informações, julgue o item que se segue.


O estimador do método de momentos para θ é duas vezes a média amostral. Esse estimador é não viesado e não é consistente.  

Alternativas
Q3166271 Estatística
Uma população de variáveis aleatórias independentes e identicamente distribuídas segue a distribuição uniforme Xi ~ Uniforme[0, θ] no intervalo [0, θ], em que f(x) = 1/ θ para 0 ≤ x ≤ θ e f(x) = 0, caso contrário. Uma amostra de tamanho n será retirada dessa população, sendo X(i) a i-ésima estatística de ordem da amostra.

Tendo como referência essas informações, julgue o item que se segue.


X(n) é o estimador de máxima verossimilhança para θ. Esse estimador é viesado e não é consistente.

Alternativas
Q3166270 Estatística
Uma população de variáveis aleatórias independentes e identicamente distribuídas segue a distribuição uniforme Xi ~ Uniforme[0, θ] no intervalo [0, θ], em que f(x) = 1/ θ para 0 ≤ x ≤ θ e f(x) = 0, caso contrário. Uma amostra de tamanho n será retirada dessa população, sendo X(i) a i-ésima estatística de ordem da amostra.

Tendo como referência essas informações, julgue o item que se segue.


T(X1, ..., Xn) = X(n) não é uma estatística suficiente para θ.

Alternativas
Respostas
301: C
302: D
303: B
304: D
305: D
306: B
307: E
308: E
309: C
310: C
311: C
312: E
313: E
314: C
315: C
316: C
317: C
318: E
319: E
320: E