Questões de Concurso
Sobre principais distribuições de probabilidade em estatística
Foram encontradas 1.558 questões
O estudo em questão insere-se entre as restrições para o uso do teste qui-quadrado, visto que todos os valores esperados são maiores que 5.
Para calcular o p-valor da estatística qui-quadrado do respectivo problema, utilizando-se uma tabela da distribuição qui-quadrada, basta encontrar o valor mais próximo da estatística dentro da tabela, independentemente dos graus de liberdade.
Considere que os níveis críticos da distribuição qui-quadrado com 1 a 4 graus de liberdade sejam, respectivamente,
em que
= 36,15, em que O e E correspondam às contagens observadas e esperadas. Nesse caso, é correto afirmar, com 5% de significância, que não há evidências estatísticas que permitam rejeitar a hipótese de independência
Caso se pretenda fazer um teste qui-quadrado de homogeneidade no que se refere à eficiência entre os níveis de escolaridade, então a estatística do teste teria apenas 2 graus de liberdade.
Para verificar se as variáveis estão associadas, pode-se utilizar o teste qui-quadrado com 4 graus de liberdade.
0 0 0 1 1 0 1 0 0 0 0 0 1 0 0 0 1 0 0 0 1 1 0 0 0 1 0 0 0 1
Com base nessas informações, julgue os itens seguintes.
Considerando que Z represente a distribuição normal padrão, que P(Z > 2) ≈ 0,975 e P(Z > 1,645) = 0,95 e que 2,51 é valor aproximado para √6,3 é correto afirmar que o intervalo [a; b] que representa um intervalo de 95% de confiança para a proporção de pessoas não satisfeitas está contido no intervalo [0,4; 0,9].
Assim, a probabilidade para
Parâmetros Estimativas Erro Padrão t-Student p-valor
α 2,5 1,06 2,36 0,029 β 0,15 0,08 1,88 0,075
São conhecidos ainda dois valores da função distribuição acumulada da t-Student, quais sejam Ft ( 2;20 ) = 0,97 e Ft ( 1,5 ; 20 ) = 0,925 , onde o 1º argumento é o valor da t-Student e o 2º é o número de graus de liberdade. Assumidos os pressupostos clássicos do modelo, da análise da tabela acima é possível concluir que
= 15. Usando o Teorema do Limite Central, com Ø( - 1,75 ) = 4 % , sendo Ø( .) é a distribuição acumulada da Normal Padrão, pode-se afirmar que a estimativa para o intervalo de confiança que conteria o verdadeiro valor de λ com 92% de probabilidade é
Se Z tem distribuição normal padrão, então:
P(Z < 0,25) = 0,599,   P(Z < 0,80) = 0,84, P(Z < 1) = 0,841, P(Z < 1,96) = 0,975, P(Z < 3,09) = 0,999
Se Z tem distribuição normal padrão, então:
P(Z < 0,25) = 0,599,   P(Z < 0,80) = 0,84, P(Z < 1) = 0,841, P(Z < 1,96) = 0,975, P(Z < 3,09) = 0,999
uma variável aleatória com distribuição normal multivariada com vetor de médias
e matriz de covariâncias
. Seja a variável aleatória U = 2X - Y. A probabilidade de U assumir um valor entre 2 e 5, denotada por P(2 < U < 5) é igual a Se e é a base dos logaritmos naturais, tem-se
e-1 = 0,37, e-1,2 = 0,30, e-1,5 = 0,22, e-2 = 0,14.
+ ßt +
, t = 1, 2, 3 ... para prever o volume de vendas (Yt ), em milhões de reais, no ano (2002 + t). Os parâmetros
e ß são desconhecidos e et corresponde ao erro aleatório com as respectivas hipóteses do modelo de regressão linear simples. Com base nas informações de 2003 até 2012 e utilizando o método dos mínimos quadrados obteve-se as estimativas de
e ß. Observação:
e
correspondem às médias de t e Y no período considerado e seus valores são 5,5 e 20, respectivamente. 
0 (hipótese alternativa), obtém-se que o correspondente valor da estatística t (t calculado), para ser comparado com o respectivo t tabelado, pertence ao intervalo 
Deseja-se testar com base nesta tabela, utilizando o teste qui-quadrado, as seguintes hipóteses:
H0: não há discrepância entre as frequências observadas e esperadas (hipótese nula).
H1: as frequências observadas e esperadas são discrepantes (hipótese alternativa).

Uma conclusão correta é que
50% (hipótese alternativa). Com a aproximação da distribuição binomial pela normal, sem a correção de continuidade, foi apurado o valor do escore reduzido r correspondente para comparação com o valor crítico z da distribuição normal padrão Z tal que a probabilidade
.Se r = 2,5, então x é igual a
). Considerando uma outra amostra aleatória desta população, independente da primeira, de tamanho 144 obteve-se um novo intervalo de confiança para µ com um nível de confiança (1 -
). A amplitude deste novo intervalo é igual a