Questões de Concurso
Sobre propriedades dos estimadores em estatística
Foram encontradas 131 questões
Num modelo de regressão linear múltipla com notação matricial y = Xβ + ε o estimador de mínimos quadrados de β é dado por
Para ajustar um modelo de regressão linear Y = β0 + β1x + ε foram realizadas 10 observações que forneceram os seguintes resultados:
; ; .
;
As estimativas de mínimos quadrados da inclinação e da interseção são respectivamente:
Se X1 , X2 , .., Xn denota uma amostra aleatória de tamanho n de uma distribuição N (μ, σ2), então os estimadores de máxima verossimilhança de μ e σ2 são respectivamente:
Dez observações foram obtidas de uma distribuição de Poisson com parâmetro , que estão listadas abaixo:
0___0___1___1___2___2___3___3___3___5
Qual o estimador de momentos para ?
Qual o estimador não viciado de X(n) (máximo) para os dados da amostra {3,5,4,10,5,7,8,4,9,4}, sabendo que esse estimador é função do estimador de máxima verossimilhança?
Uma amostra aleatória simples será obtida para se estimar uma média populacional.
Para garantirmos, com 95% de confiança, que o valor obtido da média amostral não diferirá do valor da média populacional por mais de 5% do valor do desvio padrão populacional, o tamanho da amostra deve ser, no mínimo, igual a
Considere uma amostra aleatória X1, X2, X3, X4 , de tamanho 4, de uma variável populacional com média μ e variância σ2 e os seguintes eventuais estimadores de μ:
T1 = (X1 + X2 + X3 + X4)/4
T2 = (X1 + 2X2 + 3X3 + 4X4/10
T3 = (X1 - 2X2 - 2X3 + 4X4)/10
T4 = X1
T5 = (X1 - 2X2+ 3X3 - 4X4)/4
A variância de T5 é igual a:
Considere uma amostra aleatória X1, X2, X3, X4 , de tamanho 4, de uma variável populacional com média μ e variância σ2 e os seguintes eventuais estimadores de μ:
T1 = (X1 + X2 + X3 + X4)/4
T2 = (X1 + 2X2 + 3X3 + 4X4/10
T3 = (X1 - 2X2 - 2X3 + 4X4)/10
T4 = X1
T5 = (X1 - 2X2+ 3X3 - 4X4)/4
Dos estimadores de μ apresentados, o de menor variância é
Considere uma amostra aleatória X1, X2, X3, X4 , de tamanho 4, de uma variável populacional com média μ e variância σ2 e os seguintes eventuais estimadores de μ:
T1 = (X1 + X2 + X3 + X4)/4
T2 = (X1 + 2X2 + 3X3 + 4X4/10
T3 = (X1 - 2X2 - 2X3 + 4X4)/10
T4 = X1
T5 = (X1 - 2X2+ 3X3 - 4X4)/4
São estimadores não tendenciosos de μ:
Avalie se as seguintes propriedades de um estimador de um certo parâmetro são desejáveis:
I. Ser não tendencioso para esse parâmetro.
II. Ter variância grande.
III. Ter erro quadrático médio grande.
Assinale:
e
dois estimadores pontuais, ambos não tendenciosos e igualmente eficientes do parâmetro
( VAR (
) = VAR(
) ) , sendo que a covariância entre eles é igual a ½ (
). Então, também é não tendencioso e, mais eficiente o estimador
. Verificando aleatoriamente 80 transportes, obteve-se a tabela abaixo.
Avaliando pelo método dos momentos o parâmetro
, com base nos dados da tabela, encontra-se que a estimativa pontual deste parâmetro é igual a Considere as seguintes afirmativas sobre Pesquisa Operacional:
I. Função Objetivo é uma expressão matemática em que aparecem as variáveis de decisão, a qual só pode ser maximizada.
II. Restrição é a expressão matemática de um limite aplicável a uma dada variável ou a uma combinação de variáveis.
III.O Método de Aproximação de Vogel é uma rotina de cálculos utilizada para obter, em princípio, uma solução aproximada para o problema de Designação.
IV.O algoritmo Húngaro é a rotina especial de cálculos para se obter a solução do Problema de Transporte.
Estão corretas as afirmativas:
Os dados a seguir referem-se às questões de 26 a 29.
Para analisar o consumo de combustível de um automóvel foram efetuadas 7 viagens, tendo-se registrado a distância percorrida (km) e o consumo (l), obtendo-se, então, os 7 pares de valores seguintes:
Os valores das estatísticas F e t (para b1 ) são, respectivamente:
Os dados a seguir referem-se às questões de 26 a 29.
Para analisar o consumo de combustível de um automóvel foram efetuadas 7 viagens, tendo-se registrado a distância percorrida (km) e o consumo (l), obtendo-se, então, os 7 pares de valores seguintes:
A função linear estimada equivale a :