Um vendedor de uma determinada empresa pode visitar duas cidades A e B para vender o seu produto. Para ir a essas cidades, ele segue algumas regras: caso ele esteja na cidade A, ele escolhe ir, no dia seguinte, para a cidade B com probabilidade 0,7; se ele estiver na cidade B, ele vai para cidade A com probabilidade 0,6.

A matriz de transição da cadeia de Markov é dada por:

Sabendo-se que a probabilidade de ele estar hoje nas cidades A e B são iguais, então a probabilidade de ele estar na cidade B amanhã é

Suponha que os clientes de um supermercado cheguem a um dos caixas de acordo com um processo de Poisson com taxa média λ=4 clientes/hora.

Se o supermercado abre às 7h, a probabilidade de que tenha 5 clientes até as 09h 30min é

Um modelo de regressão linear simples, Y = β₀ + β₁ X + ε, foi aplicado para explicar o consumo de um certo bem em função da taxa de desemprego. Uma amostra aleatória de tamanho 40 foi selecionada e forneceu a informação de que, para cada elevação de 1% na taxa de desemprego, a demanda diminui em 1.000 unidades. A tabela de ANOVA apresenta informações para testar a significância do modelo, fornecendo a estatística do teste F = 400 com Fsig = 9,0 × 10^-22.

O valor da estatística t de Student para o teste da significância de β₁ é

Considere o modelo de regressão linear múltipla com intercepto, da variável dependente Y sobre as p variáveis independentes (X₁ , X₂ , ..., X_p ), na forma matricial:

E(Y) = X.β

Utilizando uma amostra de tamanho n, obtemos o estimador dos mínimos quadrados ordinários =(X^TX)^-1 X^TY. Os valores estimados de Y, =X , podem ser expressos por meio de = X.(X^TX)^-1 X^TY.

Fazendo H = X.(X^TX)^-1 X^T, tem-se =H.Y, sendo a matriz n x n, H, denominada matriz de projeção, isto é, a matriz que projeta o vetor das observações amostrais, Y, no espaço dos valores estimados .

Diante das considerações feitas acima, observe as afirmações a seguir.:

I - H é uma matriz idempotente.

II - = rank(X) = p , onde h_ii é o i^o elemento da diagonal da matriz H.

III - H.(I – H) = O, onde I é a matriz identidade e O, a matriz nula.

IV - e = (I – H).Y, onde e é o vetor dos resíduos amostrais.

Está correto o que se afirma em:

Uma amostra aleatória simples de tamanho n foi extraída de modo independente de uma população com distribuição normal com parâmetros μ e σ, ambos desconhecidos, a fim de se estimar a variância, σ² , da característica de interesse, Y. O estimador de máxima verossimilhança da  amostra foi obtido e expresso por 

Se  e  são os limites inferior e superior da distribuição qui-quadrado com probabilidade (1 – α)100% de se obter um valor entre eles, então para esse nível de confiança, uma estimativa não tendenciosa, por intervalo, para a variância da população é

Sabe-se que, num processo de industrialização de pêssegos em latas, a probabilidade de apresentar peso drenado fora dos padrões é 0,1. Numa amostra aleatória de 100 latas, obtiveram-se 15 latas fora dos padrões.

Sendo assim, a média e o desvio padrão da distribuição amostral para a proporção de latas fora do padrão, respectivamente, são:

A Linfadenite Caseosa é uma doença infectocontagiosa conhecida também como “Mal do Caroço” ou “Falsa Tuberculose”. É causada pela bactéria Corynebacterium pseudotuberculosis, que acomete caprinos e ovinos. Um criador de caprinos tem constatado uma proporção de 10% do rebanho com esta doença. O veterinário aplicou vacinas contendo células bacterianas e/ou toxoides que são eficientes para diminuir o número de animais com abscessos. Após a vacinação, um exame em 100 cabeças do rebanho, escolhidas ao acaso, indicou 4 delas com Linfadenite Caseosa.

No teste de hipótese sobre a eficácia do tratamento, onde H₀ :p=0,10 versus H₁ :p<0,10, tem-se que o quantil é de aproximadamente

Testes estatísticos de hipóteses constituem modelos probabilísticos de decisão sobre a veracidade de uma afirmativa inicial contraposta à sua alternativa. As decisões sobre a veracidade, ou não, de uma hipótese inicial, podem ser corretas, ou não. Logo, o modelo considera um quadro de diferentes probabilidades.

No que concerne a tais testes, tem-se que a(o)

Uma amostra aleatória de tamanho n deve ser extraída de uma população infinita a fim de se estimar a proporção da população, , por meio da estatística Proporção da Amostra, , sendo Y_i uma variável aleatória Bernoulli (π).

Na falta de conhecimento prévio da variância do estimador, optou-se por calcular o tamanho da amostra conservador, considerando uma variância máxima, para um nível de confiança de aproximadamente 95%, e um erro amostral absoluto máximo de um ponto percentual.

Com esses parâmetros, o valor mais aproximado para o tamanho final da amostra é

Uma amostra aleatória de tamanho n > 1 foi extraída independentemente, sem reposição, de uma população de tamanho N com distribuição Bernoulli (π ), a fim de se estimar o total, , de unidades na população com a característica A.

Um estimador não tendencioso de é definido como:

Seja (Y₁ , Y₂ , Y₃ ) uma amostra aleatória simples extraída de modo independente de uma população com média μ e variância σ² , ambas desconhecidas. Considere os dois estimadores da média da população definidos abaixo:

Relativamente a esses dois estimadores, conclui-se que

Uma amostra aleatória de tamanho n deve ser particionada entre L estratos para a estimativa da média populacional μ. O tamanho da amostra para o estrato h, n_h , e a respectiva variância do estimador da média, quando o inverso do tamanho do estrato for desprezível, podem ser obtidos por meio de:

I – Amostra Aleatória Simples para cada estrato, com

II – repartição proporcional do tamanho final da amostra por

III – repartição segundo Neyman-Tschuprow do tamanho final da amostra por

onde f = n/N é a fração amostral, W_h = N_h /N é o tamanho relativo do estrato na população, e S_h é o desvio padrão do estrato h na população.

De acordo com os três critérios de partição da amostra, podemos inferir que:

Uma das premissas básicas mais importantes do modelo de regressão linear diz respeito à distribuição normal do termo estocástico. A falta de plausibilidade, ou não confirmação dessa premissa, para amostras pequenas, irá afetar, sobretudo, a(s)

Considere um modelo de regressão linear simples de Y, expressa em 1.000 habitantes, e em X, expressa em US$, na forma Y = β₀ + β₁ X + ε, e suponha que se queira mudar a escala de X para R$ ao câmbio de US$1 = R$ 3,00, mas deixando Y na escala original.

Assim sendo, a repercussão dessa mudança para os valores estimados dos coeficientes linear e angular, b_o e b₁ , respectivamente, para a variância residual do modelo, S² , e para o valor da estatística t do teste H_o : β₁ = 0 será:

Você dispõe de um montante para investir em ações e precisa decidir em que empresa(s) vai alocar esse montante. Três empresas lhe parecem interessantes, e você resolve consultar o desempenho delas nos últimos sessenta meses para minimizar possíveis riscos da sazonalidade no movimento da Bolsa de Valores. Os dados revelaram a seguinte distribuição, em %, das rentabilidades mensais das ações:

A alocação dos recursos vai ser feita de acordo com a atitude conservadora de não investir em empresa com rentabilidade considerada outlier, entendendo como tal aquela que apresentar valor além de 1,5 desvio quartílico abaixo ou acima dos quartis 1 e 3.

Com base nesse critério, a escolha do investimento deve recair sobre a(s)

Seja X = (X₁ X₂ X₃ ) ^t , com função de densidade

A densidade condicional de X₁ dado X₂ é

Seja X uma variável aleatória contínua com função de densidade de probabilidade

Se Y = X²/ 2 , a função de densidade de probabilidade g_Y (y) é

As variáveis aleatórias X e Y são independentes. A variável X segue uma distribuição Normal com média 4 e variância 16, e a Y segue uma distribuição Normal com média 9 e variância 1.

A distribuição de X - Y é Normal com

Um programa de integração será oferecido para os 30 novos funcionários de uma empresa. Esse programa será realizado simultaneamente em duas localidades distintas: X e Y .

Serão oferecidas 15 vagas em cada localidade. Sabe-se que 8 funcionários preferem realizar o programa na localidade X e 6, na localidade Y.

Se a distribuição for feita de forma aleatória, qual é a probabilidade de todas as preferências serem atendidas?

A ocorrência de pedidos de manutenção em uma empresa segue um processo de Poisson com taxa de 0,2 por dia. Sabe-se que a manutenção funciona 24 horas por dia e 7 dias por semana.

O número médio de dias em uma semana em que há pedidos de manutenção é