Questões de Concurso
Sobre principais distribuições de probabilidade em estatística
Foram encontradas 1.569 questões
X1, X2, ..., X10 representa uma amostra aleatória simples retirada de
uma distribuição normal com média µ e variância σ2
, ambas
desconhecidas. Considerando que 
representam os respectivos
estimadores de máxima verossimilhança desses parâmetros
populacionais, julgue o item subsecutivo.
O estimador de máxima verossimilhança para a função de densidade da distribuição normal em questão é 
, para qualquer valor real x.
X1, X2, ..., X10 representa uma amostra aleatória simples retirada de uma distribuição normal com média µ e variância σ2 , ambas desconhecidas. Considerando que 
representam os respectivos estimadores de máxima verossimilhança desses parâmetros populacionais, julgue o item subsecutivo.
A média do erro quadrático (mean squared error) do estimador 
é maior que Var(
).
X1, X2, ..., X10 representa uma amostra aleatória simples retirada de
uma distribuição normal com média µ e variância σ2
, ambas
desconhecidas. Considerando que 
representam os respectivos
estimadores de máxima verossimilhança desses parâmetros
populacionais, julgue o item subsecutivo.
é um estimador viciado (ou tendencioso) para a variância
populacional, pois 
.
A partir da situação hipotética apresentada e considerando Φ(2) = 0,977, em que Φ(z) representa a função de distribuição acumulada de uma distribuição normal padrão e z é um desvio padronizado, julgue o item que se segue, com relação ao teste de hipóteses H0 = µ ≥ 60 minutos, contra HA = µ < 60 minutos, em que H0 e HA denotam, respectivamente, as hipóteses nula e alternativa.
Se o teste for efetuado com nível de significância igual a 1%,
o poder do teste será igual a 99% para qualquer valor
hipotético µ.
A partir da situação hipotética apresentada e considerando Φ(2) = 0,977, em que Φ(z) representa a função de distribuição acumulada de uma distribuição normal padrão e z é um desvio padronizado, julgue o item que se segue, com relação ao teste de hipóteses H0 = µ ≥ 60 minutos, contra HA = µ < 60 minutos, em que H0 e HA denotam, respectivamente, as hipóteses nula e alternativa.
Ao se aplicar o teste t de Student com nível de significância
igual a 2,3%, conclui-se haver evidências estatisticamente
significativas contra a hipótese H0.
Todo paciente que chega a determinado posto hospitalar é imediatamente avaliado no que se refere à prioridade de atendimento. Suponha que o paciente seja classificado como “emergente” (Y = 0) ou como “não emergente” (Y = 1), e que as quantidades X, diárias, de pacientes que chegam a esse posto sigam uma distribuição de Poisson com média igual a 20. Considerando que W represente o total diário de pacientes emergentes, de tal sorte que 
, em que 0 ≤ w ≤ x e x ≥ 0, julgue o item subsequente.
Para 0 ≤ w ≤ x, as variáveis aleatórias W e X se distribuem,
conjuntamente, como 
.
Todo paciente que chega a determinado posto hospitalar é imediatamente avaliado no que se refere à prioridade de atendimento. Suponha que o paciente seja classificado como “emergente” (Y = 0) ou como “não emergente” (Y = 1), e que as quantidades X, diárias, de pacientes que chegam a esse posto sigam uma distribuição de Poisson com média igual a 20. Considerando que W represente o total diário de pacientes emergentes, de tal sorte que 
, em que 0 ≤ w ≤ x e x ≥ 0, julgue o item subsequente.
A variância do número diário de pacientes que chegam a esse
posto hospitalar é igual a 20 pacientes2
.
Todo paciente que chega a determinado posto hospitalar é imediatamente avaliado no que se refere à prioridade de atendimento. Suponha que o paciente seja classificado como “emergente” (Y = 0) ou como “não emergente” (Y = 1), e que as quantidades X, diárias, de pacientes que chegam a esse posto sigam uma distribuição de Poisson com média igual a 20. Considerando que W represente o total diário de pacientes emergentes, de tal sorte que 
, em que 0 ≤ w ≤ x e x ≥ 0, julgue o item subsequente.
Se, em determinado dia, 10 pacientes forem atendidos nesse
posto hospitalar, então a probabilidade de se registrar, entre
esses pacientes, exatamente um paciente emergente será igual
a 0,1.
Todo paciente que chega a determinado posto hospitalar é imediatamente avaliado no que se refere à prioridade de atendimento. Suponha que o paciente seja classificado como “emergente” (Y = 0) ou como “não emergente” (Y = 1), e que as quantidades X, diárias, de pacientes que chegam a esse posto sigam uma distribuição de Poisson com média igual a 20. Considerando que W represente o total diário de pacientes emergentes, de tal sorte que 
, em que 0 ≤ w ≤ x e x ≥ 0, julgue o item subsequente.
O total diário W de pacientes emergentes segue uma
distribuição de Poisson com média superior a 3.
Todo paciente que chega a determinado posto hospitalar é imediatamente avaliado no que se refere à prioridade de atendimento. Suponha que o paciente seja classificado como “emergente” (Y = 0) ou como “não emergente” (Y = 1), e que as quantidades X, diárias, de pacientes que chegam a esse posto sigam uma distribuição de Poisson com média igual a 20. Considerando que W represente o total diário de pacientes emergentes, de tal sorte que 
, em que 0 ≤ w ≤ x e x ≥ 0, julgue o item subsequente.
A curva de regressão de W em X = x é dada pela média
condicional E(W|X = x) = 0,1x.
Todo paciente que chega a determinado posto hospitalar é imediatamente avaliado no que se refere à prioridade de atendimento. Suponha que o paciente seja classificado como “emergente” (Y = 0) ou como “não emergente” (Y = 1), e que as quantidades X, diárias, de pacientes que chegam a esse posto sigam uma distribuição de Poisson com média igual a 20. Considerando que W represente o total diário de pacientes emergentes, de tal sorte que 
, em que 0 ≤ w ≤ x e x ≥ 0, julgue o item subsequente.
A variável Y segue uma distribuição de Bernoulli, cuja
probabilidade de sucesso é igual a 0,9.
O número de falhas de um equipamento em períodos de uma hora de operação tem distribuição Poisson, apresentando 1 falha para cada 10 horas de operação, em média. Um procedimento requer a operação desse equipamento por 20 horas ininterruptas.
A probabilidade de que o procedimento termine a operação sem que o equipamento produza falha é igual a:
Para estimar a variância de determinada população, através de
um intervalo, é extraída uma amostra de tamanho n = 20 e
empregada a distribuição X2 . Por meio das observações
amostrais tem-se 
Sabe-se que
Logo, o intervalo para σ2 , com 98% de confiança, é dado por:
Levantamentos estatísticos demonstraram que o número de processos autuados por semana (cinco dias úteis) em uma vara segue uma distribuição de Poisson com parâmetro λ = 5 (trabalhar com e-1 = 0,37).
Supondo que até a quinta-feira de uma determinada semana já tenham sido autuados quatro processos, a probabilidade de que mais dois cheguem a essa mesma vara na sexta-feira é de:
Seja X uma variável aleatória discreta cuja função distribuição de probabilidade acumulada é dada por:
Como consequência, é correto afirmar que:
Uma loja de conveniência, num posto de gasolina, tem um horário peculiar: das 0 horas às 8h da manhã. As chegadas dos clientes seguem um processo de Poisson com taxa de chegada variável segundo a função Λ(t)= t(t +1),t ≥ 0.
O número esperado de clientes que chegam até as 3 horas é, aproximadamente,
As variáveis aleatórias X e Y são independentes. A variável X segue uma distribuição Normal com média 4 e variância 16, e a Y segue uma distribuição Normal com média 9 e variância 1.
A distribuição de X - Y é Normal com
A ocorrência de pedidos de manutenção em uma empresa segue um processo de Poisson com taxa de 0,2 por dia. Sabe-se que a manutenção funciona 24 horas por dia e 7 dias por semana.
O número médio de dias em uma semana em que há pedidos de manutenção é
Conheça nossos planos