O coeficiente de variação de Pearson correspondente a uma população P₁ com média aritmética igual a 20 e tamanho 20 é igual a 30%. Decide-se excluir de P₁, em um determinado momento, dois elementos iguais a 11 cada um, formando uma nova população P₂. A variância relativa de P₂ é igual a

Uma análise sobre o perfil da população que é atendida pela Defensoria Pública revelou um quadro de ampla diversidade. Foram consideradas apenas duas características, nomeadamente homens (H) vs mulheres (M) e evangélicos (E) vs católicos (C), sendo as demais orientações religiosas, incluindo o ateísmo, pouco significativas do ponto de vista estatístico.

A partir daí foram relacionadas as seguintes informações:

P(H) = 0,41, P(E ∩ M) = 0,23 e P(C) = 0,60

De acordo com os dados acima, é possível afirmar que, entre os católicos, os homens representam:

Durante as aulas, muitos professores buscam fazer analogias dos conteúdos que serão ministrados, com outras situações que aparentemente não se relacionam com o conteúdo, porém após estas analogias o entendimento dos alunos sobre determinados conceitos teóricos, tem uma tendência de ser melhor compreendido. É nesta direção, que muitos professores de estatística comparam o processo de estimação de parâmetros na estatística com um atirador de dardos em um alvo. Obviamente, nesta comparação é desejado que o estimador de um parâmetro populacional tenha características semelhantes à de um “bom atirador de dardos no alvo”. Suponha que as figuras a seguir representam os alvos (O objetivo é acertar o centro de cada alvo) e que os pontinhos nos alvos são os locais em que os atiradores acertaram os seus dardos após algumas tentativas.


Na analogia destes cenários com o processo de estimação, pode-se afirmar que:

Considere que duas variáveis Y_i e x_i  se relacionam de acordo com um modelo de regressão linear simples clássico Yi = α + βx_i + e_i, em que Y_i é a variável resposta, x_i a variável preditora e e_i são os erros supostamente normais, independentes, com média zero e variância constante. Suponha que num determinado experimento foram obtidas amostras de pares (x_i ,Y_i) . Para estes dados amostrais, tem-se o seguinte quadro da análise de variância na regressão:

Nos estudos que envolvem análise de regressão, sabe-se que a proporção da soma de quadrados total que é “explicada” pela regressão é denominada de coeficiente de determinação, comumente representada por r². Considerando as informações apresentadas neste enunciado, pode-se dizer que o valor de r² para os dados em questão é aproximadamente igual a:

Considere X = { X₁,...,X_n }  uma amostra aleatória. Considerando  S² e S_*² as variâncias amostrais dadas por:

Então, em relação as propriedades da variância amostrais é correto afirmar que:

Considere X = { X₁,...,X_n} uma amostra aleatória, uma constante k e as seguintes medidas estatísticas descritivas:

•  a média amostral; 

•  a variância amostral;

• o coeficiente de variação e   o desvio padrão.

Se multiplicarmos k por X é correto afirmar que:

Um estudo foi desenvolvido com uma espécie de cupuaçu devido a sua importância socioeconômica para região Amazônica. Uma das variáveis estudadas tinha um caráter quantitativo continuo, “Altura de Parte Aérea” – APA, em milímetros (mm). Abaixo dispomos uma amostra das APA de 10 plantas após 45 dias de experimento:

Amostra (mm) : 8; 14; 20; 9, 11; 13; 8; 11; 20;13.

Com base nessas informações amostrais, tem-se o seguinte resumo descritivo:

Valor Mínimo: 8; 1º Quantil: 9,5; Mediana: 12; Média: 12,7; 3º Quantil: 13,7;

Valor Máximo:20; Desvio Padrão: 4,3.

Dessa forma, é correto afirmar que o coeficiente de variação é:

Analise as seguintes assertivas:

i. A moda e o desvio padrão são medidas de dispersão,

ii. O desvio médio e a média são medidas de dispersão,

iii. O coeficiente de variação e a variância são medidas de dispersão,

iv. A moda, a média e o desvio padrão são medidas de posição.

Pode-se afirmar que estão corretas:

O desvio padrão é a medida mais usada na comparação de diferenças entre conjuntos de dados, por ter grande precisão. Desvio padrão é a:

O termo estatístico graus de liberdade pode ser conceituado como:

Considere o seguinte gráfico de dispersão.

Com base na configuração dos pontos no gráfico, assinale a alternativa que apresenta um valor possível para o coeficiente de correlação linear entre X e Y.

Para uma variável resposta Y e uma variável explicativa X, o ajuste de um modelo de regressão linear simples resultou em soma de quadrados dos desvios não explicados igual a 50 e soma de quadrados dos desvios totais igual a 200.

De acordo com os dados, é correto afirmar que o coeficiente de correlação linear entre as variáveis X e Y é igual a 

Uma amostra de tamanho 10 resultou, em média aritmética simples, igual a 1 e variância igual a 1. Se adicionarmos a essa amostra uma nova observação igual a 2, a nova variância será igual a 

Considere que o coeficiente de variação de uma amostra de preços dos aluguéis na cidade de Uberlândia em 2018 foi de 80%. O IGPM indica que, para 2019, os preços devem ter uma retração de 10%.

Se os aluguéis dessa amostra forem reajustados, conforme o IGPM, o novo coeficiente de variação será de 

Tratando de estimadores, pode-se dizer que um estimador Ɵ̂ é não viciado para Ɵ se:

No ajuste de um modelo linear Y= a + bX. Pode-se então afirmar que o parâmetro b estimado seria:

A variável aleatória X apresenta as seguintes observações X = {6; 14; 6; 14; 13; 8}. Assim, o coeficiente de variação e a assimetria seriam respectivamente:

Uma determinada amostra aleatória resultou nas seguintes medidas separatrizes: Q₁= 35; Q₂= 48; Q₃= 61; P₁₀ = 15; P₉₀ =85. Assim, pode-se afirmar que o pseudo-sigma (PS) representativo do desvio padrão que uma distribuição normal precisaria ter a fim de produzir a mesma amplitude interquatílica com os dados utilizados, seria de:

Ao avaliar a produção de materia verde de Coentro sob 3 tipos de adubação um Engº Agronomo utilizando um Delineamento Inteiramente ao Acaso (DIC) com igualdade de repetições obteu os seguintes resultados quanto ANOVA para os efeitos dos tratamentos.

A partir dos resultados, pode-se então afirmar que o experimento apresentou o seguinte valor para o Coeficiente de Variação (CV%).

Para duas variáveis X e Y, foi ajustado o modelo na estrutura Y= a + bX. A hipótese de existência de regressão foi comprovada a partir de ANOVA abaixo, ao nível de significância de 5%.

Considerando os resultados da Análise de Variância (ANOVA), pode-se então afirmar que: O coeficiente de explicação R² que representa a medida descritiva da qualidade do ajuste, é de: