Foram encontradas 4.034 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
O tamanho da amostra necessário para que possamos garantir, com 95% de confiança, que o valor da proporção de “sucessos” na amostra não diferirá da proporção de “sucessos” populacional por mais de 5% é, no mínimo, aproximadamente igual a
Pretende-se usar uma densidade a priori Beta com parâmetros α = 2 e β = 2 e que será usada uma função de perda quadrática L(θ, a) = (θ – a)2, com 0 < θ < 1 e 0 < a < 1.
Nesse caso, se forem observados 5 “sucessos”, a estimativa de Bayes para θ será igual a
Y = Xβ + ε
em que Y é um vetor (n x 1), X é uma matriz (n x p) conhecida, β é um vetor de parâmetros (p x 1) e ε é um vetor de erros tal que E[ ε ] = 0, V[ε ] = Iσ2, de modo que os elementos de ε são não correlacionados, I é a matriz identidade.
Nesse caso, se X’ é a matriz transposta da matriz X, a solução das equações normais é dada por
Avalie se o MCM apresenta as seguintes características:
I. É um método simples e de uso extensivo.
II. O MCM gera uma sequência de números pseudoaleatórios.
III. O MCM parte de um valor inicial x0 e calcula recursivamente os valores sucessivos xn, n ≥ 1.
Está correto o que se afirma em
Y = β0 + β1X + ε,
a seguinte tabela de Análise da Variância (com dados parcialmente omitidos) foi obtida:
O valor de s2 é igual a
Um valor da estatística de teste de Wilcoxon para esses dados é igual a
f(x) = a(θ)b(x) exp{c(θ)d(x)}, sendo a, b, c e d funções.
Lembremos que se uma amostra aleatória X1, X2, ..., Xn é obtida de uma densidade que pertence à família exponencial, então, pelo critério de fatorização, uma estatística suficiente é dada por
O valor da estatística qui-quadrado usual para esses dados é aproximadamente igual a
Nesse caso, a soma das probabilidades de erro tipo I e tipo II desse critério é aproximadamente igual a
Se uma amostra aleatória simples de tamanho n = 36 for obtida, e se x̄ é o valor observado da média amostral, então o critério uniformemente mais poderoso de tamanho α = 5% rejeitará H0 se
tem distribuição I. Se a variável aleatória populacional tem distribuição Bernoulli parâmetro p, o estimador de máxima verossimilhança de p é a média amostral.
II. Se a variável aleatória populacional tem distribuição exponencial parâmetro λ, o estimador de máxima verossimilhança de λ é a média amostral.
III. Se a variável aleatória populacional tem distribuição Poissonparâmetro λ, o estimador de máxima verossimilhança de λ é a média amostral.
Está correto o que se afirma em
Um intervalo de 99% de confiança para μ será então dadoaproximadamente por
Considere os seguintes possíveis estimadores de μ:
São estimadores não tendenciosos de μ:
Nesse caso, X tem distribuição
Se 144 pessoas dessa população forem aleatoriamente sorteadas para compor uma amostra aleatória simples, então a probabilidade de que ao menos 20 tenham problemas auditivos é aproximadamente igual a
Nesse caso, a probabilidade de que uma esfera tenha diâmetro menor do que 10,3 mm é aproximadamente igual a
Nesse caso, se T é o intervalo de tempo entre duas ocorrências sucessivas, então T tem distribuição
Se quatro pessoas dessa população forem sorteadas ao acaso, a probabilidade de que ao menos duas torçam pelo Flamengo é aproximadamente igual a