Foram encontradas 4.495 questões

Resolva questões gratuitamente!

Junte-se a mais de 4 milhões de concurseiros!

Q73765 Estatística
Um estudo acerca do sucateamento de veículos
automotores forneceu o modelo abaixo para a probabilidade
condicional de certo tipo de veículo estar em condição de uso em
função do seu tempo de uso X (em anos).

P(Y = 1|X = t) = exp(Imagem 001.jpg )

Nesse modelo, exp(.) representa a função exponencial; Y é uma
variável aleatória binária que assume valor 1, se o veículo estiver
em condição de uso, ou 0, se o veículo não estiver em condição
de uso; t Imagem 002.jpg 0 representa um instante (em anos) em particular;
e a variável aleatória contínua X, é definida pela seguinte
expressão.

P(X Imagem 003.jpg t) = 1 Imagem 005.jpg exp(Imagem 004.jpg )

Com base nessas informações, julgue os itens que se seguem.

A média da variável aleatória W, em que W = exp(Imagem 007.jpg ), é maior que 0,5.
Alternativas
Q73764 Estatística
Um estudo acerca do sucateamento de veículos
automotores forneceu o modelo abaixo para a probabilidade
condicional de certo tipo de veículo estar em condição de uso em
função do seu tempo de uso X (em anos).

P(Y = 1|X = t) = exp(Imagem 001.jpg )

Nesse modelo, exp(.) representa a função exponencial; Y é uma
variável aleatória binária que assume valor 1, se o veículo estiver
em condição de uso, ou 0, se o veículo não estiver em condição
de uso; t Imagem 002.jpg 0 representa um instante (em anos) em particular;
e a variável aleatória contínua X, é definida pela seguinte
expressão.

P(X Imagem 003.jpg t) = 1 Imagem 005.jpg exp(Imagem 004.jpg )

Com base nessas informações, julgue os itens que se seguem.

A distribuição do produto XY é dada por

P(XY = t) = exp(Imagem 006.jpg ), se Y = 1,

P(XY = 0) = 1, se Y = 0.
Alternativas
Q73763 Estatística
Um estudo acerca do sucateamento de veículos
automotores forneceu o modelo abaixo para a probabilidade
condicional de certo tipo de veículo estar em condição de uso em
função do seu tempo de uso X (em anos).

P(Y = 1|X = t) = exp(Imagem 001.jpg )

Nesse modelo, exp(.) representa a função exponencial; Y é uma
variável aleatória binária que assume valor 1, se o veículo estiver
em condição de uso, ou 0, se o veículo não estiver em condição
de uso; t Imagem 002.jpg 0 representa um instante (em anos) em particular;
e a variável aleatória contínua X, é definida pela seguinte
expressão.

P(X Imagem 003.jpg t) = 1 Imagem 005.jpg exp(Imagem 004.jpg )

Com base nessas informações, julgue os itens que se seguem.

A probabilidade marginal P(Y = 1) é superior a 0,6.
Alternativas
Q73762 Estatística
Um estudo acerca do sucateamento de veículos
automotores forneceu o modelo abaixo para a probabilidade
condicional de certo tipo de veículo estar em condição de uso em
função do seu tempo de uso X (em anos).

P(Y = 1|X = t) = exp(Imagem 001.jpg )

Nesse modelo, exp(.) representa a função exponencial; Y é uma
variável aleatória binária que assume valor 1, se o veículo estiver
em condição de uso, ou 0, se o veículo não estiver em condição
de uso; t Imagem 002.jpg 0 representa um instante (em anos) em particular;
e a variável aleatória contínua X, é definida pela seguinte
expressão.

P(X Imagem 003.jpg t) = 1 Imagem 005.jpg exp(Imagem 004.jpg )

Com base nessas informações, julgue os itens que se seguem.

A variável aleatória Y segue uma distribuição de Bernoulli.
Alternativas
Q73761 Estatística
Um estudo acerca do sucateamento de veículos
automotores forneceu o modelo abaixo para a probabilidade
condicional de certo tipo de veículo estar em condição de uso em
função do seu tempo de uso X (em anos).

P(Y = 1|X = t) = exp(Imagem 001.jpg )

Nesse modelo, exp(.) representa a função exponencial; Y é uma
variável aleatória binária que assume valor 1, se o veículo estiver
em condição de uso, ou 0, se o veículo não estiver em condição
de uso; t Imagem 002.jpg 0 representa um instante (em anos) em particular;
e a variável aleatória contínua X, é definida pela seguinte
expressão.

P(X Imagem 003.jpg t) = 1 Imagem 005.jpg exp(Imagem 004.jpg )

Com base nessas informações, julgue os itens que se seguem.

A média de X é superior a 7,5 e inferior a 8,5.
Alternativas
Q19634 Estatística
Considerando uma distribuição normal bivariadaImagem 106.jpgcom vetor de médiasImagem 107.jpg e matriz de covariânciasImagem 108.jpg

julgue os próximos itens.
A correlação entre Imagem 110.jpg é menor que 0,3.
Alternativas
Ano: 2008 Banca: CESGRANRIO Órgão: Petrobras
Q1213901 Estatística
Um estudante marca, ao acaso, as respostas de um teste de 10 questões de múltipla escolha, com 4 alternativas por questão. O número mais provável de acertos é
Alternativas
Ano: 2008 Banca: CESGRANRIO Órgão: Petrobras
Q1213847 Estatística
O comando da linguagem R pnorm(120, 100, 10) - pnorm(80, 100, 10) fornece a probabilidade de X
Alternativas
Q212123 Estatística
A respeito dos principais tipos de amostragem, é correto afirmar que:

Alternativas
Q212122 Estatística
Um estatístico de uma companhia telefônica deseja estimar a proporção p de clientes satisfeitos com a introdução de um novo tipo de serviço. Suponha que o número de clientes da companhia seja grande. Sabe-se, com base em experiências anteriores, que p deve estar próxima de 0,50. O menor tamanho de amostra que ele deve considerar de modo a garantir com probabilidade de 95% um erro absoluto de estimação de no máximo 0,02 é:

Alternativas
Q212121 Estatística
Na estimação da média de uma população cujo desvio-padrão é 4, usando uma amostra aleatória de tamanho 120, obteve-se o seguinte intervalo de 95% de confiança para a média: 5 ± 2. O tamanho de amostra que deverá ser considerado para que o comprimento do intervalo de 95% seja reduzido à metade é:

Alternativas
Q212120 Estatística
A razão das variâncias do estimador de proporção numa população de tamanho N, sob os esquemas de amostragem aleatória simples de tamanho n com reposição e sem reposição é:

Alternativas
Q212119 Estatística
A figura a seguir representa o diagrama de dispersão de dez pontos ( Xi,Yi ) e a reta de regressão ajustada pelo método de mínimos quadrados dada por Y = 0,42 + 2,45X . Quanto ao ponto de coordenadas X=8 e Y=8, pode-se afirmar que ele:
Imagem 038.jpg

Alternativas
Q212118 Estatística
Para i = 1,2,...,n , a variável aleatória Yi segue o modelo de regressão: Yi = ßo + ßlxi + ß2zi + ei , sob o qual os ei 'S são variáveis aleatórias independentes normalmente distribuídas com média zero e variância s² e xi e zi são covariáveis observadas para i = 1,2,...,n. Suponha que o modelo foi ajustado pelo software SPSS, resultando na seguinte tabela ANOVA:
Imagem 037.jpg
Com base nesses resultados, a estimativa de máxima verossimilhança do parâmetro de variância s² é:

Alternativas
Q212117 Matemática
Considere o modelo de regressão linear simples,
Imagem 036.jpg

Alternativas
Q212116 Estatística
A tabela de contingência a seguir foi obtida para se testar homogeneidade entre as proporções de conceitos obtidos em um exame nacional com dois métodos de ensino:
Imagem 035.jpg
O valor da estatística qui-quadrado usual para esses dados é:

Alternativas
Q212115 Estatística
Considere que uma amostra aleatória simples de tamanho n = 5 de uma distribuição Bernoulli com probabilidade de sucesso p seja usada para testar H0: p = 0,5 versus H1: p = 0,7 e que seja usado o critério que rejeita a hipótese nula se forem observados 4 ou 5 sucessos. A probabilidade de se cometer erro tipo 1 é igual a:

Alternativas
Q212114 Estatística
Observe as funções de poder a seguir, de quatro critérios distintos (C1, C2, C3 e C4) para testar H0: µ = µ0 versus H1: µ > µ0.
Imagem 034.jpg
Avalie as afirmativas a seguir:
I. Dentre os quatro, o critério C1 é uniformemente mais poderoso de tamanho a.
II. Os quatro critérios têm tamanho a.
III. Apenas os critérios C1 e C4 são não-viesados.
Assinale:

Alternativas
Q212113 Estatística
Uma amostra aleatória simples X1, X2, ... , X25, de tamanho 25, de uma distribuição normal com média P foi observada e indicou as seguintes estatísticas:
Imagem 033.jpg
O p – valor do procedimento usual para testar H0: µ = 10 versus H1: µ > 10 é um número:

Alternativas
Q212112 Estatística
Avalie as afirmativas a seguir acerca de estatísticas suficientes minimais:
I. Uma estatística é suficiente minimal se é suficiente e se é uma função de alguma outra estatística suficiente.
II. Se um estimador de máxima verossimilhança é uma estatística suficiente então ele é uma estatística suficiente minimal.
III. Se um estimador de Bayes é uma estatística suficiente, então ele é uma estatística suficiente minimal.
Assinale:

Alternativas
Respostas
4241: C
4242: E
4243: E
4244: C
4245: C
4246: C
4247: B
4248: D
4249: E
4250: E
4251: E
4252: D
4253: B
4254: B
4255: B
4256: E
4257: A
4258: C
4259: D
4260: D