Questões de Concurso Sobre amostragem aleatória simples em estatística

Considere que uma amostra aleatória simples de tamanho 100 de uma distribuição Poisson com parâmetro λ = 4 será observada. Com base no teorema do limite central, a probabilidade de que a média amostral seja maior do que 4,5 é, aproximadamente, igual a

Suponha uma amostra aleatória simples de tamanho 2 de uma densidade exponencial com parâmetro λ > 0, e seja Y a menor das observações.
Nesse caso, Y tem distribuição

Será utilizada uma amostragem aleatória para a realização de uma pesquisa com a população sobre o seu nível de satisfação com as políticas realizadas pelo governo do estado. Esta pesquisa pretende alcançar um erro de estimação de ±0,1052, com um nível de significância de 10%. Sabe-se que na última pesquisa o percentual de satisfação com as políticas do governo do estado variava entre 40% e 60%. Marque o item abaixo que apresenta o tamanho (n) mínimo da amostra que esta amostra deve estar dimensionada.

Um determinado ramo de atividade é composto por 3 empresas (A, B e C) independentes. Um estudo é realizado para comparar os salários, em R$ 1.000,00, dos empregados de A, B e C, sabendo-se que não existe alguém trabalhando em mais de uma empresa. Uma amostra aleatória, com reposição, de 24 empregados, sendo 8 de cada uma das empresas citadas, foi retirada da população de empregados desse ramo de atividade. Na tabela abaixo, verifica-se os salários médios e os respectivos desvios padrões amostrais (obtidos por meio de estimadores não viciados das variâncias populacionais) observados para cada uma das amostras.


Se k é o valor da estatística F (F calculado) utilizado para testar a igualdade das médias populacionais dos salários dos empregados em A, B e C obtém-se que

Uma amostra aleatória constituída de 20 ternos de observações (X_i , Y_i , Z_i ), i = 1, 2, 3, ... ,20 permitiu obter, por meio do método dos mínimos quadrados, as estimativas dos parâmetros desconhecidos α, β e γ do modelo de regressão linear múltipla Z_i = α + βX_i + γY_i + ε_i com i correspondendo a i-ésima observação. Sabe-se que ε_i é o erro aleatório com as respectivas hipóteses do modelo de regressão linear múltipla. Para testar a existência da regressão de Z sobre as variáveis X e Y, considerou-se o respectivo quadro de análise de variância em que se obteve o valor de 44,625 para a estatística F_c (F calculado) utilizado para comparar com o F tabelado da distribuição F. Se a estimativa da variância σ² do modelo teórico foi igual a 8, então o coeficiente de determinação (R²), definido como o sendo o resultado da divisão da variação explicada pela variação total é, em %, igual a

Em uma fábrica de determinado componente eletrônico, acredita-se que a probabilidade de um componente sair com defeito é igual a 10%. Decide-se por meio de uma amostra aleatória, com reposição, de 4 componentes fabricados, testar se o processo de fabricação deste componente está funcionando corretamente, estabelecendo a regra que se mais que 1 componente da amostra apresentar defeito o processo não está funcionando. Para isso, foram formuladas as hipóteses H₀: p = 0,1 (hipótese nula) e H₁: p > 0,1 (hipótese alternativa), sendo p a probabilidade de um componente sair com defeito. Se na verdade a probabilidade de 1 componente sair com defeito for igual a 20%, obtém-se que a potência deste teste é, em%, igual a

Os estimadores independentes e não viesados E₁, E₂ e E₃ são utilizados para a média μ de uma população normalmente distribuída e desvio padrão igual a 0,5. Tem-se que E₁ = mX₁ + nX₂ − 2pX₃, E₂ = mX₁ + 2nX₂ − 4pX₃ e E₃ = 2mX₁ + nX₂ − 3pX₃ sendo (X₁, X₂, X₃) uma amostra aleatória simples com reposição da população e m, n e p parâmetros reais tal que n=2m=2p. Entre esses 3 estimadores, o mais eficiente apresenta uma variância igual a

Uma análise de mercado com relação às preferências do consumidor referente ao consumo dos sabonetes marcas M e N é realizada por uma empresa mensalmente por meio de experimentos. O diretor comercial da empresa observou que em um experimento 85% dos que consumiram M em um experimento anterior continuaram a consumir M no novo experimento e 60% dos que consumiram N no experimento anterior passaram a consumir M no novo experimento. Considere a matriz de transição abaixo e que este processo esteja sendo realizado ao longo do tempo.

O único vetor de probabilidade fixo t desta matriz é

Uma empresa encomenda uma pesquisa de mercado que utilize o método de amostragem aleatória simples.

Esse é um caso de amostra probabilística em que cada entrevistado

Com o objetivo de avaliar a eficácia de um discurso político na opinião dos eleitores, foi realizado um grupo focal que avaliou as reações de uma amostra de eleitores sobre o discurso. A ideia é medir a significância das mudanças de opinião nos ouvintes, resultantes do discurso. A Tabela abaixo apresenta os movimentos dos pareceres dos 30 ouvintes que participaram do estudo.

             

A hipótese nula de indiferença dos eleitores na amostra em relação ao discurso deverá ser refutada para valores da estatística acima de 3,8, a 5% de significância.

Assim sendo, com base nos resultados da amostra, conclui-se que o discurso

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

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: