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

Existem duas versões para o teste “t” de Student que pode ser aplicado a dois grupos, a versão clássica e a versão de Aspin-Welch. Geralmente, toma-se uma amostra de tamanho n₁ do primeiro grupo e outra de tamanho n₂ do segundo grupo. A seguir calculam-se as médias amostrais, os desvios padrões amostrais e a estatística do teste. Uma diferença entre as duas versões é

O teste “t” de Student pode ser usado na comparação das médias de dois grupos. Tomase uma amostra de cada grupo, calculam-se as médias amostrais, os desvios padrões amostrais e a estatística do teste. Mas existem três condições para que a aplicação desse teste esteja rigorosamente correta. Essas condições são:

Com relação a testes de hipóteses, assinale a alternativa CORRETA.

Em uma determinada data, um grupo de 36 funcionários escolhidos aleatoriamente em uma grande empresa realiza um teste de fluência em Inglês. Durante 6 meses, é realizado um curso específico para este grupo de 36 funcionários e posteriormente é aplicado outro teste, verificando-se que 36k funcionários (0 < k < 1) apresentaram um resultado melhor que no teste anterior. Atribui-se então 36k sinais positivos para os funcionários que apresentaram um resultado melhor no segundo teste e (1 − k)36 sinais negativos para os demais. A seguir, decide-se aplicar o teste do sinal para averiguar se a proporção da população de sinais positivos (p) é igual a 50%, a um nível de significância de 5%. Foram formuladas as hipóteses H₀: p = 50% (hipótese nula) e H₁: p ≠ 50% (hipótese alternativa). Com a aproximação da distribuição binomial pela normal, sem a correção de continuidade, foi apurado o valor do escore reduzido r para comparação com o valor crítico z da distribuição normal padrão (Z) tal que P (|Z| ≤ z) = 95%. Se r = 2 , então k é igual a