Questões Militares de Estatística - Cálculo de Probabilidades

Uma variável contínua pode ser categorizada de diversas formas, inclusive com transformações. Considerando uma variável NOTA do ENEM, basicamente no intervalo de 0 (zero) a 1000, deseja-se transformar cada valor para o inteiro mais próximo que seja múltiplo de 100, incluindo o zero (0, 100, 200, ..., 900, 1000). A transformação NOTAT no software R que produz esse resultado é:

Um modelo de regressão logística foi usado na identificação de fatores de risco para mortalidade de pacientes submetidos à cirurgia de revascularização do miocárdio com circulação sanguínea extracorpórea. Os seguintes fatores foram significativos no modelo: idade do paciente (em anos), necessidade de diálise no pós-operatório (0 – não; 1 – sim), lesão neurológica tipo I (0 – não; 1 – sim), CEC – tempo de circulação extracorpórea (0 – menor que 90 minutos; 1 – maior que 90 minutos) e o tempo entre a admissão hospitalar e a cirurgia (em dias). A tabela a seguir apresenta o resultado do ajuste do modelo logístico binário para a variável resposta Y (0 – não óbito; 1 – óbito), com as estimativas dos coeficientes e a razão de chances (odds ratio):



Considere as seguintes afirmativas sobre o resultado do modelo ajustado.
I. A idade do paciente e o tempo entre a admissão hospitalar e a cirurgia têm uma associação inversa ao óbito, ou seja, valores maiores diminuem a probabilidade de o paciente vir a óbito.
II. Com relação à necessidade de diálise, a chance relativa de óbito nos pacientes com necessidade desse tratamento no pós-operatório é 650% maior do que aqueles não submetidos à diálise.
III. O aumento de um dia no tempo entre a admissão no hospital e a cirurgia aumenta a chance relativa de óbito do paciente em cerca de 9%.
IV. O aumento de 3 anos na idade do paciente aumenta em cerca de 310% (1,6³ = 4,10) a chance relativa de óbito do paciente.
Avaliando as afirmações I, II, III e IV como verdadeiras (V) ou falsas (F), tem-se respectivamente:

Um time de basquete deseja contratar um jogador para reforçar o seu time no próximo campeonato. O critério para a contratação será a sua proporção θ de acertos nos arremessos de 3 pontos: o jogador será contratado se θ ≥ 0,8. O time fará um teste com o provável contratado, e observará o total y de acertos em n arremessos de 3 pontos. Com o resultado do teste, o time pretende decidir entre as hipóteses: H₀ : θ ≥ 0,8 (contrata o jogador) ou H₁ : θ < 0,8 (não contrata o jogador). No contexto de uma decisão bayesiana, suponha que as perdas envolvidas são:
L₀ : perda sofrida, ao decidir que o jogador não deve ser contratado, quando ele deveria ser contratado;
L₁ : perda sofrida, ao decidir que o jogador deve ser contratado, quando ele não deveria ser contratado.
Adotando-se a função densidade a priori π(θ)=2θ,0<θ< 1 para a proporção θ, e sabendo que, no teste realizado, o jogador acertou 4 arremessos de 3 pontos em n = 4 lançamentos, o time deve rejeitar a hipótese H₀ se:

João e Antônio são atletas de tiro esportivo, cujas chances de acertarem o alvo são 90% e 75%, respectivamente. Suponha que um deles é selecionado ao acaso e executa 6 tiros. Para decidir qual deles executou os tiros, adotou-se a regra: se o atirador acertar o alvo nos 6 tiros, diremos que o João foi o atirador; caso contrário, diremos que foi o Antônio. Usando a tabela da distribuição Binomial a seguir, obtenha as probabilidades dos Erros Tipo I e Tipo II, definidos como: Erro Tipo I: dizer que os tiros foram dados pelo João, quando, na realidade, foram dados pelo Antônio. Erro Tipo II: dizer que os tiros foram dados pelo Antônio, quando, na realidade, foram dados pelo João.
Distribuição Binominal: valores da função de probabilidade 



As probabilidades dos Erros Tipo I e Tipo II são, respectivamente,

A fim de estimar a probabilidade θ de sucesso em uma população X~Bernoulli (θ), foi conduzido o seguinte experimento em duas etapas: inicialmente, observou- -se uma amostra aleatória X₁ , …, X_n , de tamanho n e, em seguida, observou-se uma nova amostra aleatória X_n+1, …, X_n+m, de tamanho m, independentemente da primeira amostra. Suponha que os seguintes estimadores estão sendo propostos para θ:

Uma das propriedades desejáveis de um estimador é que ele tenha um erro quadrático médio pequeno. O estimador  terá erro quadrático médio menor que o estimador  se, e somente se: