Questões de Concurso
Para técnico superior especializado - estatística
Foram encontradas 157 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
e essa mesma proporção era, anteriormente, igual a ¼, os tamanhos amostrais usando a variância passada e a variância máxima são, respectivamente

Então, pode-se afirmar que a amostra selecionada terá tamanho
Assim sendo, temos
Parâmetros Estimativas Erro Padrão t-Student p-valor
α 2,5 1,06 2,36 0,029 β 0,15 0,08 1,88 0,075
São conhecidos ainda dois valores da função distribuição acumulada da t-Student, quais sejam Ft ( 2;20 ) = 0,97 e Ft ( 1,5 ; 20 ) = 0,925 , onde o 1º argumento é o valor da t-Student e o 2º é o número de graus de liberdade. Assumidos os pressupostos clássicos do modelo, da análise da tabela acima é possível concluir que
Atk = 4 + 0,25.Popk + εk (5,47) (0,003)
Onde Atk = Número de atendimento de pessoas no ponto k Popk = População residente no entorno do ponto k εk = resíduo da k - ésima observação
Se os números que aparecem entre parênteses, abaixo das estimativas, representam os erros padrão também estimados, pode-se afirmar que
= 6 . ,
= 15, DP (Y ) = 5 e DP ( X ) = 2 . Portanto, a partir do método de Mínimos Quadrados Ordinários os estimadores de α e β são
Testes Simulações do Valor Verdadeiro do Parâmetro
Alternativos θ1 θ2 θ3 θ4 θ5
Pr(alternativa 1) 0,73 0,84 0,92 0,95 0,98
Pr(alternativa 2) 0,68 0,80 0,85 0,91 0,97
Então, pode-se afirmar que
= 15. Usando o Teorema do Limite Central, com Ø( - 1,75 ) = 4 % , sendo Ø( .) é a distribuição acumulada da Normal Padrão, pode-se afirmar que a estimativa para o intervalo de confiança que conteria o verdadeiro valor de λ com 92% de probabilidade é
de um parâmetro populacional θ tal que EQM (
) - VAR (
) = ( K - 1/n )2 , onde k (≠ zero) é uma constante que depende do verdadeiro valor de θ e n é o tamanho da amostra. Então, o estimador será
e zero, caso contrário. Seja x1 , x2 , ... , x n-1e xn uma amostra aleatória simples daquela população. Então o estimador de máxima verossimilhança da média da distribuição será dado por