Foram encontradas 49.739 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Considere um processo de amostragem de uma população finita cuja variável de interesse seja binária e assuma valor 0 ou 1, sendo a proporção de indivíduos com valor 1 igual a p = 0,3. Considere, ainda, que a probabilidade de cada indivíduo ser sorteado seja a mesma para todos os indivíduos da amostragem e que, após cada sorteio, haja reposição do indivíduo selecionado na amostragem.
A partir dessas informações, julgue o item subsequente.
Considere um processo de amostragem de uma população finita cuja variável de interesse seja binária e assuma valor 0 ou 1, sendo a proporção de indivíduos com valor 1 igual a p = 0,3. Considere, ainda, que a probabilidade de cada indivíduo ser sorteado seja a mesma para todos os indivíduos da amostragem e que, após cada sorteio, haja reposição do indivíduo selecionado na amostragem.
A partir dessas informações, julgue o item subsequente.
Considere um processo de amostragem de uma população finita cuja variável de interesse seja binária e assuma valor 0 ou 1, sendo a proporção de indivíduos com valor 1 igual a p = 0,3. Considere, ainda, que a probabilidade de cada indivíduo ser sorteado seja a mesma para todos os indivíduos da amostragem e que, após cada sorteio, haja reposição do indivíduo selecionado na amostragem.
A partir dessas informações, julgue o item subsequente.
Se, em uma amostra de tamanho n = 10, os valores observados
forem A = {1, 0, 1, 0, 1, 0, 0, 1, 0, 0}, o erro padrão da média
amostral será igual a 
.
É possível testar a significância estatística conjunta dos
coeficientes b e c utilizando-se a estatística 
, em que TSS é a soma total dos
quadrados dos desvios de Y em relação à sua média; RSS é a
soma dos quadrados dos resíduos e n é o tamanho da amostra.
Uma regressão linear simples é expressa por Y = a + b × X + e,
em que o termo e corresponde ao erro aleatório da regressão e os
parâmetros a e b são desconhecidos e devem ser estimados a partir
de uma amostra disponível. Assumindo que a variável X é não
correlacionada com o erro e, julgue o item subsecutivo, no qual os resíduos das amostras consideradas são IID, com distribuição
normal, média zero e variância constante.
Uma regressão linear simples é expressa por Y = a + b × X + e,
em que o termo e corresponde ao erro aleatório da regressão e os
parâmetros a e b são desconhecidos e devem ser estimados a partir
de uma amostra disponível. Assumindo que a variável X é não
correlacionada com o erro e, julgue o item subsecutivo, no qual os resíduos das amostras consideradas são IID, com distribuição
normal, média zero e variância constante.
Uma regressão linear simples é expressa por Y = a + b × X + e,
em que o termo e corresponde ao erro aleatório da regressão e os
parâmetros a e b são desconhecidos e devem ser estimados a partir
de uma amostra disponível. Assumindo que a variável X é não
correlacionada com o erro e, julgue o item subsecutivo, no qual os resíduos das amostras consideradas são IID, com distribuição
normal, média zero e variância constante.
Uma regressão linear simples é expressa por Y = a + b × X + e,
em que o termo e corresponde ao erro aleatório da regressão e os
parâmetros a e b são desconhecidos e devem ser estimados a partir
de uma amostra disponível. Assumindo que a variável X é não
correlacionada com o erro e, julgue o item subsecutivo, no qual os resíduos das amostras consideradas são IID, com distribuição
normal, média zero e variância constante.
Uma regressão linear simples é expressa por Y = a + b × X + e,
em que o termo e corresponde ao erro aleatório da regressão e os
parâmetros a e b são desconhecidos e devem ser estimados a partir
de uma amostra disponível. Assumindo que a variável X é não
correlacionada com o erro e, julgue o item subsecutivo, no qual os resíduos das amostras consideradas são IID, com distribuição
normal, média zero e variância constante.
Uma regressão linear simples é expressa por Y = a + b × X + e,
em que o termo e corresponde ao erro aleatório da regressão e os
parâmetros a e b são desconhecidos e devem ser estimados a partir
de uma amostra disponível. Assumindo que a variável X é não
correlacionada com o erro e, julgue o item subsecutivo, no qual os resíduos das amostras consideradas são IID, com distribuição
normal, média zero e variância constante.
Uma amostra aleatória, com n = 16 observações independentes e identicamente distribuídas (IID), foi obtida a partir de uma população infinita, com média e desvio padrão desconhecidos e distribuição normal.
Tendo essa informação como referência inicial, julgue o seguinte item.
Uma amostra aleatória, com n = 16 observações independentes e identicamente distribuídas (IID), foi obtida a partir de uma população infinita, com média e desvio padrão desconhecidos e distribuição normal.
Tendo essa informação como referência inicial, julgue o seguinte item.
Uma amostra aleatória, com n = 16 observações independentes e identicamente distribuídas (IID), foi obtida a partir de uma população infinita, com média e desvio padrão desconhecidos e distribuição normal.
Tendo essa informação como referência inicial, julgue o seguinte item.
Uma amostra aleatória, com n = 16 observações independentes e identicamente distribuídas (IID), foi obtida a partir de uma população infinita, com média e desvio padrão desconhecidos e distribuição normal.
Tendo essa informação como referência inicial, julgue o seguinte item.
Se a média populacional verdadeira for igual a 1,8 e o tamanho
da amostra utilizada for n = 16, a estatística 
, em que m é a média amostral e s é o desvio padrão amostral, terá
distribuição t-Student com 15 graus de liberdade.
Uma amostra aleatória, com n = 16 observações independentes e identicamente distribuídas (IID), foi obtida a partir de uma população infinita, com média e desvio padrão desconhecidos e distribuição normal.
Tendo essa informação como referência inicial, julgue o seguinte item.
Conheça nossos planos