Um candidato a prefeito de uma cidade afirma que pelo menos 50% dos eleitores da cidade apóiam sua candidatura. Chamando de p a proporção de eleitores que apóia o candidato, resolveu-se fazer um teste para verificar se o candidato tem razão, ao nível de significância de 5%, em que foram formuladas as hipóteses H_₀: p ≥ 0,5 (hipótese nula) contra H_₁: p < 0,5 (hipótese alternativa). Então, uma amostra aleatória de tamanho 64 é extraída, com reposição, da população de eleitores e verifica-se que uma proporção p* dos eleitores apóia o candidato. Considere que é normal a distribuição amostral da frequência relativa dos eleitores que apóiam o candidato e que na curva normal padrão (Z) as probabilidades P(|Z| > 1,96) = 0,05 e P(|Z| > 1,64) = 0,10. O menor valor para p* tal que não ocorra o erro tipo I é

O objetivo de um Teste de Hipótese consiste em verificar se são verdadeiras as afirmações sobre os parâmetros de uma população. Com relação aos Testes de Hipóteses, é correto afirmar:

Um teste de hipótese será feito com base numa distribuição normal, com média desconhecida e variância σ² =64 Uma amostra de tamanho n = 16 é extraída e sua média calculada,sendo X = 7 O conjunto de hipóteses a ser testado é:

Considere ainda que a região crítica do teste é RC = (9 ,+ ∞) que, caso Ho seja falsa, o μ verdadeiro seria igual a 8.Além disso, são fornecidos os seguintes dados sobre a função distribuição acumulada da normal-padrão.

Φ(0,5) ≅ 0,69       Φ(1) ≅ 0,84      Φ(1,5) ≅ 0,93      Φ(2) ≅ 0,98

Logo, as probabilidades dos erros do Tipo I, do Tipo II e do p-valor (bilateral) do teste são, respectivamente, iguais a:

Com o objetivo de utilizar as suas aeronaves de um modo mais eficiente, uma determinada empresa aérea deseja aplicar um mesmo modelo de otimização para as suas diferentes rotas. Entretanto, esse mesmo modelo só funcionará, principalmente, se as variâncias dessas diferentes rotas puderem ser consideradas as mesmas. Para simplificar, a empresa aérea decidiu comparar apenas duas das suas rotas, que possuem os seguintes dados anuais:

De acordo com os dados acima, foi realizado o seguinte teste de Hipóteses para um teste de significância α = 5%:

H₀ : σ₁² =σ₂²

H₁ : σ₁² ≠ σ₂²

^{Além disso, os tamanhos das amostras usadas para se obter as médias e desvios-padrões acima foram de 25 e 30 para as amostras 1 e 2, respectivamente. Aplicando o teste de Hipótese, pode-se então concluir que:}

O erro médio quadrático é uma medida do desempenho de um estimador de um parâmetro θ ou de uma função desse parâmetro, q(θ). A definição do erro médio quadrático é R(θ ,T) = E[T(x) - q(θ)]² , onde T(x) é o estimador de q(θ). Então, é possível afirmar que

Suponha que você quer comparar o consumo de combustível de carros americanos (1), coreanos (2) e japoneses (3) e obteve os resultados de um delineamento com modelo Y_ij = μ + α_i + ε_ij , onde i = 1, 2, 3 e j = 1, 2, ..., n com os parâmetros: μ média geral, α_i  i = 1, 2, 3 efeito do nível i do fator (origem do carro) e ε_ij o erro aleatório da observação do consumo do carro j no nível i. Então, para testar a hipótese nula  H₀ : μ₁ = μ₂ = μ₃ (na média, os carros de origem diferentes são iguais no consumo), a técnica estatística adequada e as condições necessárias à sua aplicação são

A estrutura de correlação do vetor aleatório com dimensão é dada pela matriz Então, as componentes principais correspondentes são:

A detecção de pontos com grande influência no ajuste de um modelo linear aos dados, Y = , é feita usando-se a denominada matriz chapéu H. No caso de se considerar apenas os valores das variáveis explicativas X_i i= 1, 2, ..... , p-1, trabalha-se com os elementos da diagonal principal. Então, a matriz chapéu é dada por:

Quando se ajusta a uma série temporal um modelo da estrutura médias móveis, a condição fundamental é que a série seja

O Teorema de Neyman-Pearson é usado para determinar a Melhor Região Crítica, C, um conjunto do espaço amostral Rⁿ, de tamanho α, para testar

Dados pareados consistem em duas amostras de igual tamanho, onde cada membro de uma das amostras está pareado com o membro correspondente da outra amostra. Este tipo de dados surge, por exemplo, em experimentos planejados para investigar o efeito de um tratamento. Dados pareados também surgem naturalmente quando, nas n unidades experimentais, existem duas medidas, ou seja, um valor pré-tratamento e outro valor pós-tratamento e se deseja saber se existe efeito do tratamento. Neste caso, cada indivíduo serve como o seu próprio controle. Então, é correto afirmar que