Analise a tabela a seguir. 

Seja v uma amostra de uma variável aleatória gaussiana de média 0 e variância 1. A tabela acima mostra a probabilidade de v ser menor que alguns valores x entre 0,0 e 1,9.

Uma segunda variável aleatória w também é uma distribuição gaussiana, porém de média 1 e variância 4.

A probabilidade da soma de 16 amostras independentes de w ser maior que 24 é 

Para estimar um parâmetro associado a uma variável aleatória, foi adotado o seguinte procedimento:

1. Inicialmente, foi definida uma distribuição de probabilidade para o parâmetro de interesse com base em conhecimento prévio, sem considerar os dados da amostra;
2. Em seguida, foram coletadas observações da variável aleatória e especificado um modelo estatístico que descreve como esses dados se relacionam com o parâmetro de interesse;
3. Depois disso, a distribuição inicialmente atribuída ao parâmetro foi revista à luz das informações fornecidas pela amostra observada; e
4. Por fim, a partir da distribuição obtida após essa revisão, foram calculadas estimativas da média e da variância do parâmetro de interesse.

O procedimento descrito corresponde ao(à)  

No âmbito de uma investigação sobre eficiência administrativa, um analista de dados modelou a relação entre o tempo de tramitação de procedimentos (Y, em dias) e o número de apensos (X) utilizando uma técnica de Regressão Linear, cujo modelo se apresenta na forma 



O relatório de sumarização do modelo apresentou os seguintes parâmetros:

• Coeficiente de Intercepto: 15
• Coeficiente Angular: 5

Com base estritamente nos estimadores fornecidos e assumindo que o valor de X = 8 pertence ao domínio de validade do modelo, a estimativa pontual para o valor esperado do tempo de tramitação dos procedimentos investigatórios é de