Questões de Concurso
Sobre amostragem em estatística
Foram encontradas 1.212 questões
Considere o modelo de regressão linear múltipla com intercepto, da variável dependente Y sobre as p variáveis independentes (X1 , X2 , ..., Xp ), na forma matricial:
E(Y) = X.β
Utilizando uma amostra de tamanho n, obtemos o estimador dos mínimos quadrados ordinários =(XTX)-1 XTY. Os valores estimados de Y, =X , podem ser expressos por meio de = X.(XTX)-1 XTY.
Fazendo H = X.(XTX)-1 XT, 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 hii é o io 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 Yi 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
A respeito de estatística aplicada às ciências sociais, julgue o item que se segue.
Entende-se por amostra representativa um subconjunto de
determinada população que tenha a mesma estrutura ou
composição da população que representa.
Um estudo acerca do tempo (x, em anos) de guarda de autos findos em determinada seção judiciária considerou uma amostragem aleatória estratificada. A população consiste de uma listagem de autos findos, que foi segmentada em quatro estratos, segundo a classe de cada processo (as classes foram estabelecidas por resolução de autoridade judiciária). A tabela a seguir mostra os tamanhos populacionais (N) e amostrais (n), a média amostral e a variância amostral dos tempos (s2 ) correspondentes a cada estrato.
Considerando que o objetivo do estudo seja estimar o tempo médio populacional (em anos) de guarda dos autos findos, julgue o item a seguir.
Combinando-se todos os estratos envolvidos, a estimativa da
variância do tempo médio amostral da guarda dos autos findos
é inferior a 0,005 ano2
.
Um estudo acerca do tempo (x, em anos) de guarda de autos findos em determinada seção judiciária considerou uma amostragem aleatória estratificada. A população consiste de uma listagem de autos findos, que foi segmentada em quatro estratos, segundo a classe de cada processo (as classes foram estabelecidas por resolução de autoridade judiciária). A tabela a seguir mostra os tamanhos populacionais (N) e amostrais (n), a média amostral e a variância amostral dos tempos (s2 ) correspondentes a cada estrato.
Considerando que o objetivo do estudo seja estimar o tempo médio populacional (em anos) de guarda dos autos findos, julgue o item a seguir.
No estudo em questão foi aplicada uma amostragem aleatória
estratificada com alocação proporcional ao tamanho dos
estratos.
Uma amostra aleatória simples Y1, Y2, ..., Yn, retirada de uma população Bernoulli, é tal que
para y = 0 ou 1, 0 < θ < 1 e k = 1, 2, ..., n. O objetivo é efetuar
inferências acerca do parâmetro θ mediante aplicação de métodos
computacionais.
Considerando que para r ≥ 0, represente a estimativa de θ obtida na r-ésima iteração de um algoritmo de estimação, julgue o seguinte item.
O método HPD (high probability density) é um algoritmo que
proporciona um intervalo de confiança clássico (frequentista)
para o parâmetro θ.
Uma amostra aleatória simples Y1, Y2, ..., Yn, retirada de uma população Bernoulli, é tal que
para y = 0 ou 1, 0 < θ < 1 e k = 1, 2, ..., n. O objetivo é efetuar
inferências acerca do parâmetro θ mediante aplicação de métodos
computacionais.
Considerando que para r ≥ 0, represente a estimativa de θ obtida na r-ésima iteração de um algoritmo de estimação, julgue o seguinte item.
O amostrador de Gibbs, um algoritmo sequencial de Monte
Carlo, permite simular a distribuição a priori do parâmetro θ,
desde que a forma funcional da sua função de densidade, ƒ(θ),
seja conhecida.
Uma amostra aleatória simples Y1, Y2, ..., Yn, retirada de uma população Bernoulli, é tal que
para y = 0 ou 1, 0 < θ < 1 e k = 1, 2, ..., n. O objetivo é efetuar
inferências acerca do parâmetro θ mediante aplicação de métodos
computacionais.
Considerando que para r ≥ 0, represente a estimativa de θ obtida na r-ésima iteração de um algoritmo de estimação, julgue o seguinte item.
No algoritmo de Metropolis-Hastings tem-se a forma iterativa , na qual ƒ representa a função de densidade a priori de θ, e ∈, > 0 representa um incremento aleatório. Nesse algoritmo, a probabilidade de aceitação do valor proposto como uma estimativa viável para o parâmetro de interesse é constante.
Uma amostra aleatória simples Y1, Y2, ..., Yn, retirada de uma população Bernoulli, é tal que
para y = 0 ou 1, 0 < θ < 1 e k = 1, 2, ..., n. O objetivo é efetuar
inferências acerca do parâmetro θ mediante aplicação de métodos
computacionais.
Considerando que para r ≥ 0, represente a estimativa de θ obtida na r-ésima iteração de um algoritmo de estimação, julgue o seguinte item.
O método de Monte Carlo via cadeia de Markov (MCMC)
pertence à classe de algoritmos de estimação não sequencial,
em que forma um conjunto de valores mutuamente
independentes. Excluindo-se o valor inicial , uma
estimativa do parâmetro θ é dada por , na
qual q representa um valor suficientemente grande.
A respeito do total amostral Tn = X1 + X2 + ... + Xn, em que X1, X2, ..., Xn é uma amostra aleatória simples retirada de uma distribuição gama com média µ e desvio padrão σ, julgue o próximo item.
A respeito do total amostral Tn = X1 + X2 + ... + Xn, em que X1, X2, ..., Xn é uma amostra aleatória simples retirada de uma distribuição gama com média µ e desvio padrão σ, julgue o próximo item.
O total amostral Tn segue distribuição gama com desvio padrão n × σ.
A respeito do total amostral Tn = X1 + X2 + ... + Xn, em que X1, X2, ..., Xn é uma amostra aleatória simples retirada de uma distribuição gama com média µ e desvio padrão σ, julgue o próximo item.
O valor esperado do total amostral Tn é igual a µ.
Uma amostra aleatória simples, com reposição, de n observações X1, X2, ... Xn, foi selecionada de uma população com distribuição uniforme contínua no intervalo [−2,b], b > −2.
Sabe-se que:
I. a média dessa distribuição uniforme é igual a 10;
II. o desvio padrão de é igual a 0,4.
Nessas condições, o valor de n é igual a
As técnicas de amostragens são importantes para selecionarmos os elementos que deverão ser pesquisados. Ao decidir trabalhar com amostragem probabilística, julgue as seguintes afirmações.
I. Quanto menor a amplitude do intervalo, maior deve ser o tamanho da amostra.
II. Quanto maior o número de subgrupos de interesse, maior deve ser o tamanho da amostra.
III. Quanto mais alto o nível de significância estabelecido, maior deve ser a amostra.
IV. Quanto maior a dispersão dos dados na população, maior deve ser o tamanho da amostra.
As afirmações I, II, III e IV são, respectivamente:
Quando nos referimos a uma sequência de variáveis aleatórias {Xi} com i ≥ 1, independentes e identicamente distribuídas, com média μ e variância σ2 , sendo estas finitas, podemos afirmar que: