Questões Militares de Estatística - Inferência Bayesiana
Foram encontradas 5 questões
Q2262093
Estatística
Um dos grandes desafios do uso da inferência Bayesiana
é a especificação da distribuição a priori dos parâmetros
do(s) modelo(s), pois cada problema é único e tem um
contexto real próprio e os graus de conhecimento variam
de pesquisador para pesquisador. No processo de elicitação (especificação de distribuições de probabilidade para
os parâmetros baseado em crenças e conhecimentos de
uma ou mais pessoas), sobre o uso de priori(s) é correto
afirmar que
Q2262092
Estatística
O comandante do exército solicita ao oficial, especialista em estatística, uma análise dos dados obtidos em sua
missão para poder tomar decisões em relação aos próximos passos. Nessa primeira conversa, o oficial pergunta
ao comandante qual é o tipo de inferência que ele deseja
que seja realizada. Em relação aos dois tipos de inferência (Clássica ou Bayesiana) é correto afirmar:
Q1822391
Estatística
Suponha que a comissão técnica de uma modalidade es- R A SCUNHO
portiva de um clube tem que decidir, com base em um
teste de esforço físico, quais atletas serão inscritos ou
não em um torneio esportivo. Estudos anteriores indicam
que cerca de 40% dos atletas dessa modalidade mostram-se aptos (condição θ0
) a participar desses torneios,
e 60% não aptos (condição θ1
). As respostas (X) em testes de esforço, realizados anteriormente com um grupo
de atletas dessa modalidade, são mostradas na Tabela 1: Tabela 1: Resposta (em proporções)
dos atletas ao teste de esforço.
A decisão da comissão envolve perdas, estima-se que
a perda ao inscrever no torneio um atleta não apto é de
6 unidades, e a perda de não inscrever um atleta apto é
de 10 unidades. Admita, ainda, que não há perdas quando um atleta apto é inscrito no torneio, ou quando não se
inscreve um atleta não apto. Assim, o cenário de decisão
é composto pelo i) espaço paramétrico θ = {θ0
, θ1
}, em que
θ0
e θ1
correspondem a aptidão ou não do atleta, respectivamente; ii) pelas possíveis ações da comissão {a0
, a1
}, ou
seja, inscrever (a0
) ou não inscrever o atleta (a1
); e iii) as
perdas envolvidas. Considerando a distribuição a posteriori
apresentada na Tabela 2, podemos afirmar sobre a decisão
de Bayes da comissão: Tabela 2: Distribuição a Posterior
Q1822390
Estatística
Suponha que o comprimento X, em metros, das novas vigas fabricadas em uma indústria é uma variável aleatória
que segue uma distribuição Uniforme no intervalo (0, θ).
O fabricante deseja obter uma estimativa Bayesiana para
θ e adota a seguinte densidade a priori para o parâmetro Uma amostra aleatória de 6 vigas selecionadas da linha de produção apresentou os comprimentos (em metros): 3,5; 6,0; 7,0; 6,5; 4,5 e 2,5. A estimativa Bayesiana para θ, com relação à função perda
quadrática, é
Q1612907
Estatística
Na abordagem bayesiana, com base no conhecimento
que se tem sobre um parâmetro θ, pode-se definir uma
família paramétrica de densidades. Nesse caso, a distribuição a priori é representada por uma forma funcional,
cujos parâmetros devem ser especificados de acordo com
esse conhecimento. Essa abordagem, em geral, facilita a
análise e o caso mais importante é o de prioris conjugadas. A ideia é que as distribuições a priori e a posteriori
pertençam à mesma classe de distribuições e, assim, a
atualização do conhecimento que se tem do parâmetro θ
envolve apenas uma mudança nos hiperparâmetros.
Nesse caso, assinale a alternativa em que é correto afirmar que a priori é conjugada.
Nesse caso, assinale a alternativa em que é correto afirmar que a priori é conjugada.