Questões de Concurso
Sobre estimativa de máxima verossimilhança em estatística
Foram encontradas 158 questões
Q548895
Estatística
Texto associado
A quantidade, X, de trancamentos de alunos por semestre em uma universidade segue uma distribuição Poisson com parâmetro λ, que é expressa por 
para k = 0, 1, 2, þ.
para k = 0, 1, 2, þ.
Considerando que o estimador de máxima verossimilhança para λ seja denotado
e que a universidade perca receita proporcionalmente ao ln(X), julgue o item subsecutivo.
e que a universidade perca receita proporcionalmente ao ln(X), julgue o item subsecutivo.
Segue abaixo:
O estimador de máxima verossimilhança para λ, em uma amostra de tamanho n, é 
em que
.
Q548894
Estatística
Texto associado
A quantidade, X, de trancamentos de alunos por semestre em uma universidade segue uma distribuição Poisson com parâmetro λ, que é expressa por para k = 0, 1, 2, þ.
para k = 0, 1, 2, þ.
Considerando que o estimador de máxima verossimilhança para λ seja denotado e que a universidade perca receita proporcionalmente ao ln(X), julgue o item subsecutivo.
e que a universidade perca receita proporcionalmente ao ln(X), julgue o item subsecutivo.
Segue abaixo:
O estimador de ln(λ) via máxima verossimilhança é In 
.
Q548893
Estatística
Texto associado
A quantidade, X, de trancamentos de alunos por semestre em uma universidade segue uma distribuição Poisson com parâmetro λ, que é expressa por para k = 0, 1, 2, þ.
para k = 0, 1, 2, þ.
Considerando que o estimador de máxima verossimilhança para λ seja denotado e que a universidade perca receita proporcionalmente ao ln(X), julgue o item subsecutivo.
e que a universidade perca receita proporcionalmente ao ln(X), julgue o item subsecutivo.
Segue abaixo:
Os limites inferiores e superiores do intervalo de confiança de máxima verossimilhança para ln(λ) podem ser obtidos calculando-se a função logarítmica (ln), respectivamente, nos limites inferiores e superiores do intervalo de confiança de máxima verossimilhança para λ.
Q548883
Estatística
Texto associado
Um estatístico estimou a quantidade máxima, θ, de processos que um funcionário de sua empresa pode analisar durante um dia de trabalho, assumindo que as quantidades de processos X1, X2, þ Xn , analisados por cada um dos n funcionários dessa empresa, sejam estatisticamente independentes e sigam uma distribuição Uniforme[0,θ].
Considerando que o estimador de máxima verossimilhança,
seja viciado e que, consequentemente, o estimador 
não o seja, julgue o próximo item.
A estatística T({Xi}) = max(X1, þ, Xn) é suficiente para θ.
seja viciado e que, consequentemente, o estimador não o seja, julgue o próximo item.
A estatística T({Xi}) = max(X1, þ, Xn) é suficiente para θ.
Q548882
Estatística
Texto associado
Um estatístico estimou a quantidade máxima, θ, de processos que um funcionário de sua empresa pode analisar durante um dia de trabalho, assumindo que as quantidades de processos X1, X2, þ Xn , analisados por cada um dos n funcionários dessa empresa, sejam estatisticamente independentes e sigam uma distribuição Uniforme[0,θ].
Considerando que o estimador de máxima verossimilhança,
seja viciado e que, consequentemente, o estimador 
não o seja, julgue o próximo item.
um estimador assintoticamente não viciado de θ e o vício desse estimador diminui à medida que o tamanho da amostra aumenta.
seja viciado e que, consequentemente, o estimador não o seja, julgue o próximo item.
um estimador assintoticamente não viciado de θ e o vício desse estimador diminui à medida que o tamanho da amostra aumenta.
Q548881
Estatística
Texto associado
Um estatístico estimou a quantidade máxima, θ, de processos que um funcionário de sua empresa pode analisar durante um dia de trabalho, assumindo que as quantidades de processos X1, X2, þ Xn , analisados por cada um dos n funcionários dessa empresa, sejam estatisticamente independentes e sigam uma distribuição Uniforme[0,θ].
Considerando que o estimador de máxima verossimilhança,
seja viciado e que, consequentemente, o estimador 
não o seja, julgue o próximo item.
Nessa situação,
; e, em média, o estimador de máxima verossimilhança subestima a quantidade máxima de processos que o funcionário pode analisar durante um dia de trabalho.
seja viciado e que, consequentemente, o estimador não o seja, julgue o próximo item.
Nessa situação,
; e, em média, o estimador de máxima verossimilhança subestima a quantidade máxima de processos que o funcionário pode analisar durante um dia de trabalho.
Q481306
Estatística
Admite-se que o número de peças (x) que se danificam em um pacote com 4 peças cada um, durante o transporte do depósito
até a fábrica, obedece à lei de Poisson
. Observando, aleatoriamente, 400 destes transportes, decide-se
estimar pelo método da máxima verossimilhança o parâmetro λ da distribuição. O quadro abaixo demonstra o resultado referente
a estas
observações:
xi 0 1 2 3 4 TOTAL
ni 220 130 35 10 5 400
Observação: ni é o número de transportes contendo xi peças danificadas.
Sendo então o número de peças danificadas uma variável aleatória X, com base na estimativa de λ, tem-se que a variância de X é
. Observando, aleatoriamente, 400 destes transportes, decide-se
estimar pelo método da máxima verossimilhança o parâmetro λ da distribuição. O quadro abaixo demonstra o resultado referente
a estas
observações:
xi 0 1 2 3 4 TOTAL
ni 220 130 35 10 5 400
Observação: ni é o número de transportes contendo xi peças danificadas.
Sendo então o número de peças danificadas uma variável aleatória X, com base na estimativa de λ, tem-se que a variância de X é
Ano: 2014
Banca:
CESGRANRIO
Órgão:
IBGE
Prova:
CESGRANRIO - 2014 - IBGE - Supervisor de Pesquisas - Estatística |
Q623674
Estatística
A Secretaria Municipal de Educação e Cultura de um município da Bahia realizou, no ano letivo de 2013 o primeiro concurso de soletração, envolvendo todos os alunos da rede municipal de 9 a 17 anos. Um aluno usou a seguinte estratégia de estudo: uma palavra era escolhida e o aluno soletrava a palavra até obter o primeiro sucesso. Seja X o número de tentativas necessárias, supondo as tentativas independentes. Seja p a probabilidade de sucesso desse aluno. Suponha que para uma determinada palavra ele repetiu a estratégia 6 vezes e, em cada uma das vezes que ele usou a estratégia, o número de tentativas necessárias foram, respectivamente, 2, 6, 4, 2, 3 e 1.
A estimativa de máxima verossimilhança de p é igual a
Ano: 2014
Banca:
FCC
Órgão:
TRT - 13ª Região (PB)
Prova:
FCC - 2014 - TRT - 13ª Região (PB) - Analista Judiciário - Estatística |
Q457274
Estatística
Em um estudo é considerada a distribuição binomial Pm(x) = Cmx px(1 − p)m−x, em que x é o número de ocorrências de um acontecimento em m provas, sabendo-se que na i-ésima experiência de uma série de n, comportando m provas cada uma, o acontecimento ocorreu xi vezes. Deseja-se encontrar, pelo método da máxima verossimilhança, a estimativa pontual do parâmetro p com a qual um acontecimento A ocorre em cada prova, sabendo-se que em 80 experiências de 5 provas cada uma forneceram a distribuição abaixo.
xi 0 1 2 3 4 5 Total ni 2 8 20 25 20 5 80
Observação: ni é o número de experiências nas quais o acontecimento A ocorreu xi vezes.
O valor da estimativa de p é então, em %, igual a
xi 0 1 2 3 4 5 Total ni 2 8 20 25 20 5 80
Observação: ni é o número de experiências nas quais o acontecimento A ocorreu xi vezes.
O valor da estimativa de p é então, em %, igual a
Ano: 2014
Banca:
FCC
Órgão:
TRT - 19ª Região (AL)
Prova:
FCC - 2014 - TRT - 19ª Região (AL) - Analista Judiciário - Estatística |
Q411550
Estatística
Uma amostra aleatória de tamanho 9 foi extraída de uma população com função densidade f(x) = 1 /λ, 0 < x < λ. Sabendo-se que o menor valor da amostra foi igual a 3 e o maior valor igual a 15, obteve-se pelo método da máxima verossimilhança, com base nos dados da amostra, a estimativa pontual para a média e a variância da população. A variância apresenta um valor igual a
Q901849
Estatística
Suponha que x1, ..., xn seja uma sequência de cópias independentes
retiradas de uma distribuição com função densidade de
probabilidade 
, em que x ≥ 0 e α > 0 é seu
parâmetro. Com base nessas informações, julgue o item a seguir.
Supondo que (x1, ..., x5) = (3, 4, 4, 6, 6), a estimativa de
máxima verossimilhança do parâmetro α é inferior a 1/10 .
Q901847
Estatística
Considerando que x1, ..., xn representa uma amostra aleatória
simples retirada de uma distribuição contínua X cuja função
densidade de probabilidade é 
, em que x ≥ 0 e
λ > 0, julgue o próximo item, acerca da estimação de máxima
verossimilhança do parâmetro λ.
O estimador de máxima verossimilhança do parâmetro λ é 
, em que 
é a média amostral.
Ano: 2013
Banca:
FCC
Órgão:
TRT - 5ª Região (BA)
Prova:
FCC - 2013 - TRT - 5ª Região (BA) - Analista Judiciário - Estatística |
Q782443
Estatística
Em 20 experiências de 4 provas cada uma, obteve-se a seguinte distribuição:
Observação: ni é o número de experiências nas quais um determinado acontecimento ocorreu xi vezes. Admitindo que este acontecimento trata de uma variável aleatória X obedecendo a uma distribuição binomial
, em que x é o número de ocorrências de um certo acontecimento em m provas, tem-se, com base nas
20 experiências, que a estimativa pontual de p pelo método da máxima verossimilhança é
Observação: ni é o número de experiências nas quais um determinado acontecimento ocorreu xi vezes. Admitindo que este acontecimento trata de uma variável aleatória X obedecendo a uma distribuição binomial
, em que x é o número de ocorrências de um certo acontecimento em m provas, tem-se, com base nas
20 experiências, que a estimativa pontual de p pelo método da máxima verossimilhança é
Ano: 2013
Banca:
CONSULPLAN
Órgão:
TRE-MG
Prova:
CONSULPLAN - 2013 - TRE-MG - Analista Judiciário - Estatística |
Q452953
Estatística
Os Modelos Lineares Generalizados (MLG) são definidos a partir de três características: o componente aleatório, que estabelece a distribuição da variável resposta; o componente sistemático, que determina as variáveis explicativas a serem utilizadas como preditoras no modelo e estabelece a equação de predição como linear; e, a função de ligação, que estabelece a relação entre o componente sistemático e a esperança matemática da variável resposta. Diante do exposto, analise.
I. O componente aleatório permite que a distribuição seja da família exponencial ou de suas generalizações, contemplando, entre outras, as distribuições: normal, Bernoulli, Poisson, Gama, Normal, Inversa, Exponencial, Binomial.
II. A função de ligação deve transformar o domínio da variável aleatória de forma a permitir que qualquer valor do componente sistemático seja admissível. As funções mais utilizadas são: identidade, inversa, inversa ao quadrado, logarítmica, logito, probito, complemento log-log, potência, Box-Cox e Aranda-Ordaz.
III. O ajuste de um MLG pode ser feito pelo método de máxima verossimilhança. As equações normais produzidas, em geral, precisam ser resolvidas por processos iterativos. Os mais utilizados são o método de Newton- Raphson e o de escore de Fisher. Eles são distintos, qualquer que seja a função de ligação.
IV. Para dados de contagem com distribuição de Poisson, o MLG corresponde ao modelo de regressão de Poisson. A função de ligação mais utilizada é a logarítmica. Quando existe superdispersão nos dados, adota-se uma generalização de MLG que admite o parâmetro de dispersão.
V. Vários tipos de resíduo podem ser utilizados para avaliar a qualidade do ajuste de um MLG, entre eles, resíduos ordinários, resíduos de Pearson, resíduos de Pearson padronizados e componente do desvio.
Estão corretas apenas as afirmativas
I. O componente aleatório permite que a distribuição seja da família exponencial ou de suas generalizações, contemplando, entre outras, as distribuições: normal, Bernoulli, Poisson, Gama, Normal, Inversa, Exponencial, Binomial.
II. A função de ligação deve transformar o domínio da variável aleatória de forma a permitir que qualquer valor do componente sistemático seja admissível. As funções mais utilizadas são: identidade, inversa, inversa ao quadrado, logarítmica, logito, probito, complemento log-log, potência, Box-Cox e Aranda-Ordaz.
III. O ajuste de um MLG pode ser feito pelo método de máxima verossimilhança. As equações normais produzidas, em geral, precisam ser resolvidas por processos iterativos. Os mais utilizados são o método de Newton- Raphson e o de escore de Fisher. Eles são distintos, qualquer que seja a função de ligação.
IV. Para dados de contagem com distribuição de Poisson, o MLG corresponde ao modelo de regressão de Poisson. A função de ligação mais utilizada é a logarítmica. Quando existe superdispersão nos dados, adota-se uma generalização de MLG que admite o parâmetro de dispersão.
V. Vários tipos de resíduo podem ser utilizados para avaliar a qualidade do ajuste de um MLG, entre eles, resíduos ordinários, resíduos de Pearson, resíduos de Pearson padronizados e componente do desvio.
Estão corretas apenas as afirmativas
Ano: 2013
Banca:
CESGRANRIO
Órgão:
IBGE
Prova:
CESGRANRIO - 2013 - IBGE - Tecnologista - Estatística |
Q440562
Estatística
O método de seleção de modelos de Box-Jenkins consiste em três estágios: identificação, estimação e checagem de diagnóstico. Em cada estágio é feita uma análise com estatísticas, métodos e testes. Associe cada estágio com o elemento nele utilizado.
I – Estágio de Identificação
II – Estágio de Estimação
III – Estágio de Checagem de Diagnóstico
P – Erro de Previsão Quadrático Médio
Q – Máxima Verossimilhança
R – Critérios de Informação de AIC e SBC
S – Estimador de Efeitos Fixos (Intragrupos)
As associações corretas são:
I – Estágio de Identificação
II – Estágio de Estimação
III – Estágio de Checagem de Diagnóstico
P – Erro de Previsão Quadrático Médio
Q – Máxima Verossimilhança
R – Critérios de Informação de AIC e SBC
S – Estimador de Efeitos Fixos (Intragrupos)
As associações corretas são:
Ano: 2013
Banca:
CESGRANRIO
Órgão:
IBGE
Prova:
CESGRANRIO - 2013 - IBGE - Tecnologista - Estatística |
Q440547
Estatística
O gerente de uma fábrica de componentes eletrônicos inquiriu ao chefe de produção a proporção de componentes com tempo de duração menor ou igual a 10 unidades de tempo. Alertou-o que precisaria da informação no início do dia seguinte. Não dispondo de dados históricos, o chefe de produção resolveu, a partir de uma amostra de 5 componentes, retiradas naquele dia, contar o número de componentes com duração menor ou igual a 10 unidades de tempo. Ele registrou 1 componente, e, a partir desta única observação, inferiu a proporção desejada pelo gerente.
Segue abaixo uma parte da Tabela de probabilidades.
A estimativa de máxima verossimilhança de p é
Segue abaixo uma parte da Tabela de probabilidades.
A estimativa de máxima verossimilhança de p é
Ano: 2013
Banca:
CESGRANRIO
Órgão:
IBGE
Prova:
CESGRANRIO - 2013 - IBGE - Tecnologista - Estatística |
Q440546
Estatística
O número de pacientes X que demandam em um posto de saúde durante um intervalo de tempo de 10 minutos tem distribuição de Poisson com parâmetro θ. Durante 10 dias consecutivos no intervalo das 9 h às 9 h 10 min foram feitas as seguintes observações: 2, 4, 6, 1, 5, 7, 2, 6, 3 e 1.
Nessas condições, a estimativa de máxima verossimilhança da função P(X ≤ 1) é
Nessas condições, a estimativa de máxima verossimilhança da função P(X ≤ 1) é
Ano: 2013
Banca:
CESPE / CEBRASPE
Órgão:
TRT - 17ª Região (ES)
Prova:
CESPE - 2013 - TRT - 17ª Região (ES) - Analista Judiciário - Estatística |
Q399472
Estatística
Texto associado
Um modelo de regressão linear simples foi ajustado pelo método de mínimos quadrados ordinários como parte de um laudo de avaliação imobiliária. Nesse modelo, cujos resultados se encontram na tabela acima, a variável resposta - y - representa o valor do imóvel, em R$ mil, e a variável regressora - x - é a área construída do imóvel (em m2 ).
Considerando que o tamanho da amostra para essa modelagem tenha sido superior a 500 e que os erros aleatórios pertinentes sejam normais, julgue os itens a seguir.
Um modelo de regressão linear simples foi ajustado pelo método de mínimos quadrados ordinários como parte de um laudo de avaliação imobiliária. Nesse modelo, cujos resultados se encontram na tabela acima, a variável resposta - y - representa o valor do imóvel, em R$ mil, e a variável regressora - x - é a área construída do imóvel (em m2 ).
Considerando que o tamanho da amostra para essa modelagem tenha sido superior a 500 e que os erros aleatórios pertinentes sejam normais, julgue os itens a seguir.
Caso se faça um ajustamento utilizando-se o método da máxima verossimilhança, a estimativa do coeficiente angular sofrerá alteração e a do intercepto permanecerá a mesma.
Ano: 2013
Banca:
CESPE / CEBRASPE
Órgão:
TRT - 17ª Região (ES)
Prova:
CESPE - 2013 - TRT - 17ª Região (ES) - Analista Judiciário - Estatística |
Q399457
Estatística
Texto associado
Considerando que o número mensal Y de acidentes de trabalho siga uma distribuição de Poisson com média m e que a tabela acima apresente a realização de uma amostra aleatória simples de tamanho n = 100, retirada da população Y, julgue os itens subsecutivos.
Considerando que o número mensal Y de acidentes de trabalho siga uma distribuição de Poisson com média m e que a tabela acima apresente a realização de uma amostra aleatória simples de tamanho n = 100, retirada da população Y, julgue os itens subsecutivos.
A estimativa de máxima verossimilhança da probabilidade P(Y = 0) é igual a 0,50.
Ano: 2013
Banca:
CESPE / CEBRASPE
Órgão:
TRT - 17ª Região (ES)
Prova:
CESPE - 2013 - TRT - 17ª Região (ES) - Analista Judiciário - Estatística |
Q399451
Estatística
Texto associado
Um estudo sobre a informalidade no mercado de trabalho mostrou que o número X de empregados não registrados por microempresa segue uma distribuição binomial negativa na forma P(X = k) = (k + 1)p2 (1 - p)k , em que k = 0, 1, 2, ... e o parâmetro p dessa distribuição é tal que 0 < p < 1. Com base nessas informações e considerando a média amostral 
= x1+ x2 + ... + xn / n em que X1, X2, ...., Xn representa uma amostra aleatória simples retirada dessa distribuição, julgue os itens a seguir.
= x1+ x2 + ... + xn / n em que X1, X2, ...., Xn representa uma amostra aleatória simples retirada dessa distribuição, julgue os itens a seguir.
O estimador de máxima verossimilhança da média populacional é 
.
. 
Conheça nossos planos