A interpretação estatística exige distinguir variabilidade amostral, viés, propriedades de estimadores e características de distribuições, enquanto o raciocínio probabilístico requer analisar condicionamento e independência sem confundir resultados observados com propriedades populacionais. Analise as assertivas e classifique-as como verdadeiras (V) ou falsas (F).

(__) Mantido um plano amostral probabilístico adequado, o aumento do tamanho da amostra tende a reduzir a variabilidade de certos estimadores, mas não exige que uma sequência particular de estimativas se aproxime monotonicamente do parâmetro.

(__) Um estimador pode apresentar variância reduzida e viés diferente de zero, de modo que alta concentração entre estimativas não implique proximidade sistemática em relação ao parâmetro.

(__) Se uma amostra suficientemente grande apresentar média igual à mediana e coeficiente amostral de assimetria igual a zero, essas propriedades permitem concluir que a distribuição populacional de origem é simétrica.

(__) Se P(A|B) = P(A), com P(B) > 0, então A e B são independentes; essa conclusão decorre da relação entre os eventos, e não da magnitude isolada de P(B).

(__) Quando o mecanismo de seleção introduz viés, aumentar substancialmente o tamanho da amostra reduz a variabilidade amostral e tende também a reduzir o componente sistemático do erro, ainda que em proporção diferente.

Assinale a alternativa que indica a sequência CORRETA, de cima para baixo, é:

Indique o método que forneceu a determinação menos exata da aceleração da gravidade. 

Uma metanálise de intervenções comunitárias encontrou razão de riscos combinada de 0,82, com intervalo de confiança de 95% entre 0,72 e 0,94. A heterogeneidade foi I² = 78%. Em modelo de efeitos aleatórios, o intervalo de predição de 95% variou de 0,58 a 1,16. A exclusão de estudos com alto risco de viés reduziu a magnitude do benefício.

Considerando a interpretação desses resultados, assinale a afirmativa correta.

Sejam variáveis aleatórias independentes e identicamente distribuídas segundo uma distribuição exponencial com parâmetro de taxa , cuja função densidade é:

Com base nessa amostra, analise as seguintes assertivas:

I. A função de log-verossimilhança de é:

II. A equação de máxima verossimilhança é:

III. O estimador de máxima verossimilhança de é:

IV. A segunda derivada da log-verossimilhança é positiva no ponto crítico, o que permite classificá-lo como ponto de máximo.

Quais estão corretas?

Uma equipe deseja estimar o tempo médio de tramitação de processos, representado por . Para isso, uma amostra aleatória de processos é selecionada. Um pesquisador propõe o seguinte estimador , em que é a média amostral:

Sabendo que e , analise as seguintes assertivas:

I. O estimador é viesado para .

II. O viés de é dado por

III. A variância de é menor que a variância de .

IV. Por ser viesado para qualquer tamanho finito de amostra, não pode ser um estimador consistente de .

Quais estão corretas?

Com base nessa situação hipotética e nos dados do texto informado, assinale a opção que apresenta o erro‑padrão da média amostral da renda per capita. 

Considere X₁, X₂, ..., X_n uma amostra aleatória de uma distribuição uniforme contínua no intervalo (0,θ), com θ > 0. Sabe-se que E(X) = θ/2. Pelo método dos momentos, o estimador de θ é:

Em uma análise de produtividade administrativa, deseja-se ajustar um modelo de regressão linear simples da forma Y = α + βX + ∈, em que X representa o número de servidores alocados em uma atividade e Y representa a quantidade de processos concluídos. Foram observados os seguintes valores: 

Assinale a alternativa que apresenta, aproximadamente, os valores de α e β. 

Certo mercado tem 12 ativos dos quais um número desconhecido desses ativos é de alto retorno, e o restante é de baixo retorno, em que {0, 1, 2, ...,1}. Um investidor realiza 5 sorteios aleatórios e independentes entre esses 12 ativos, sempre repondo o ativo sorteado antes do próximo sorteio, de modo que a composição do mercado seja sempre a mesma. Nos 5 sorteios realizados, o investidor observou 4 ativos de alto retorno e 1 ativo de baixo retorno.

Com base na situação precedente, assinale a opção que representa corretamente o valor de que torna mais provável o resultado observado pelo investidor nos 5 sorteios, utilizando o método de máxima verossimilhança.

Um Auditor-Fiscal da Receita Federal está utilizando um modelo de regressão linear simples para estimar a Receita Bruta de Vendas (Y) esperada de uma empresa varejista com base no seu Custo das Mercadorias Vendidas - CMV (X). A análise dos últimos 24 meses apresentou os seguintes resultados:

• Equação de Regressão: Ŷ = R$ 25.000,00 + 1,4X
• Coeficiente de Determinação R² = 0,92
• Erro Padrão da Estimativa: R$ 10.000,00

Durante o período de auditoria atual, o contribuinte declarou um CMV de R$ 50.000,00 e uma Receita Bruta de Vendas de R$ 105.000,00. Com base no modelo de regressão, pode-se afirmar que:

Considere o algoritmo a seguir.
S ← 0 ma ← 0
para rep = 1 até 100, incrementado rep a cada repetição
    ma ← ma + amostra(rep)
fim do para
ma ← ma/100
para rep = 1 até 100, incrementado rep a cada repetição
    S ← S + (amostra(rep) – ma)2
fim do para
S1 ← S/99 S2 ← S/100

Os valores de S1 e S2 obtidos pelo algoritmo acima a partir de 100 amostras são, respectivamente: 

Com relação ao método dos momentos na estimação de parâmetros, assinale a afirmativa correta. 

Em um estudo sobre a renda mensal de um determinado estrato da população, um pesquisador selecionou amostras aleatórias dessa população e, com base nelas, calculou estatísticas como a média e a variância amostrais. Considerando a Lei dos Grandes Números (LGN) e o Teorema Central do Limite (TCL), analise as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa.

( ) Pela LGN, a média amostral da renda mensal tende a se aproximar da média da renda mensal da população, conforme o tamanho da amostra aumenta.
( ) O TCL estabelece que, conforme o tamanho da amostra aumenta a distribuição da renda mensal, tende a se aproximar de uma distribuição normal.
( ) Segundo o TCL a variância da renda mensal diminui conforme o aumento do tamanho da amostra.

As afirmativas são, respectivamente, 

Para estimar um parâmetro associado a uma variável aleatória, foi adotado o seguinte procedimento:

1. Inicialmente, foi definida uma distribuição de probabilidade para o parâmetro de interesse com base em conhecimento prévio, sem considerar os dados da amostra.
2. Em seguida, foram coletadas observações da variável aleatória e especificado um modelo estatístico que descreve como esses dados se relacionam com o parâmetro de interesse.
3. Depois disso, a distribuição inicialmente atribuída ao parâmetro foi revista à luz das informações fornecidas pela amostra observada.
4. Por fim, a partir da distribuição obtida após essa revisão, foram calculadas estimativas da média e da variância do parâmetro de interesse.

O procedimento descrito corresponde ao(à) 

Considere os seguintes estimadores para uma média populacional μ , baseados em uma amostra aleatória X₁ ,X₂ ,...,X_n , 12 n onde n>1 :

Assumindo que a variância populacional é finita, a respeito das propriedades de μ1 e μ2 , é INCORRETO afirmar que: 

Uma amostra aleatória de tamanho n = 100 de uma população normalmente distribuída com média μ e variância σ² forneceu os seguintes resultados: 

Deseja-se testar:

H₀: μ ≤ 80versus H₁: μ > 80,

ao nível de significância de 5%. A variância populacional é desconhecida.

Assinale a alternativa que apresenta corretamente o critério de decisão baseado na estatística t (ou equivalentemente na média amostral xˉ) e a decisão correspondente: 

Um analista de confiabilidade está interessado em estudar o tempo médio entre falhas consecutivas (TBF – Time Between Failures) em equipamentos hospitalares de alta complexidade. Para modelar essa variável aleatória contínua e não negativa, a distribuição Exponencial é frequentemente utilizada. Em relação às propriedades da distribuição Exponencial e suas aplicações em análise de confiabilidade, julgue os itens a seguir:

I. Se T ~ Exponencial (λ) (com função densidade ƒ(t) = λ e^−λt , t ≥ 0, e média 1/λ), então a função de risco (taxa de falha) é constante e igual a λ, o que caracteriza ausência de memória: P (T > t + s ∣ T > s) = P (T > t).

II. A distribuição Exponencial é o único modelo contínuo com propriedade de falta de memória, e isso a torna inadequada para modelar equipamentos com desgaste (taxa de falha crescente), mas adequada para falhas aleatórias não relacionadas ao envelhecimento.

III. Se o número de falhas em um intervalo de tempo segue um processo de Poisson homogêneo com taxa λ, então o tempo entre falhas consecutivas segue uma distribuição Exponencial com média 1/λ. Além disso, o tempo até a k-ésima falha segue uma distribuição Gama (Erlang) com parâmetros k e λ.

IV. Para uma amostra aleatória T₁, T₂, … , T_n i.i.d. Exponencial(λ), o estimador de máxima verossimilhança de λ é λ = 1/Tˉ, que é um estimador não viesado para λ.

V. O coeficiente de variação (CV) da distribuição Exponencial é igual a 1, independentemente do valor de λ, o que significa que o desvio padrão é igual à média. Esse é um critério diagnóstico útil para verificar a adequação do modelo exponencial a dados empíricos.

Assinale a alternativa com a sequência CORRETA (V/F):

Em uma análise de desempenho institucional, um estatístico precisa comparar a dispersão de indicadores de produtividade entre departamentos com médias e escalas distintas. Ele utiliza inicialmente o desvio padrão amostral. Em relação às propriedades, limitações e relações do desvio padrão com outras medidas estatísticas, julgue os itens a seguir:

I. Se os dados de um departamento seguem uma distribuição assimétrica à direita, o desvio padrão é necessariamente maior do que o desvio médio absoluto (MAD), devido à maior ponderação dos desvios quadráticos.

II. O coeficiente de variação (CV) é uma medida adimensional que permite comparar dispersão entre variáveis com diferentes unidades, mas sua utilização é inadequada quando a média se aproxima de zero, independentemente da natureza dos dados.

III. Para uma amostra aleatória simples de uma população com variância finita, o desvio padrão amostral (com correção de Bessel) é um estimador não viesado do desvio padrão populacional.

IV. Se todos os valores de um indicador forem transformados por Y = α + bX, com b > 0, o desvio padrão de Y é igual a b vezes o desvio padrão de X, independentemente do valor de α.

V. Em qualquer distribuição com média finita e variância finita, a desigualdade de Chebyshev garante que a proporção de observações dentro de k desvios padrão da média é de pelo menos 1 − 1/k² , sendo essa uma cota superior para qualquer distribuição.

Assinale a alternativa com a sequência CORRETA (V/F):

Sabe-se que a eficiência de um estimador , não viesado para o parâmetro , é dado por:

                                                                                       

Considerando a expressão apresentada, é correto afirmar que as medidas LI () e Var [] são respectivamente  

Seja (X₁, X₂, ..., X_n) uma amostra aleatória simples retirada de uma variável aleatória X, em que X segue a distribuição Normal, com média μ e variância ², ou seja, X ~ N(μ ,²), com μ e ² desconhecidos. Então, os estimadores de máxima verossimilhança (EMV) não viesados, para a média μ e a variância ² são, respectivamente, dados por: