Questões de Concurso
Sobre cálculo de probabilidades em estatística
Foram encontradas 2.578 questões
Sabe-se que:
• a probabilidade de um funcionário usar transporte público dado que ele pertence ao turno da manhã é igual a 0,6.
• a probabilidade de um funcionário usar transporte público dado que ele pertence ao turno da tarde é igual a 0,6.
• a probabilidade geral de um funcionário usar transporte público é 0,6.
Com base nesses dados, considere as seguintes perguntas:
1. Os eventos turno da manhã e uso de transporte público são independentes?
2. Qual a probabilidade de um funcionário pertencer ao turno da manhã, dado que ele usa transporte público?
As respostas às perguntas 1 e 2 são, respectivamente,
Considere os seguintes eventos:
• A: a soma dos valores é um número par.
• B: a soma dos valores é maior que 8.
Com base nesse experimento, considere as seguintes perguntas:
1. Qual a probabilidade de A?
2. Qual a probabilidade de B?
3. Sabendo que A ocorreu, qual é a probabilidade de B?
As respostas às perguntas 1, 2 e 3 acima são, respectivamente,
Eles aprendem a distribuição condicional P(Y∣X), ou seja, a probabilidade de um rótulo dado um conjunto de características. Desta maneira, assinale a alternativa que apresenta qual categoria se enquadra o algoritmo Naive Bayes.
P (Teste = positivo|Doença = presente) e P (Doença = presente|Teste = positivo)
Supondo que o número de documentos com erros processuais em uma amostra aleatória de 1.000 documentos seja uma variável aleatória binomial, denotada por X, com parâmetros n = 1.000 e probabilidade de sucesso 0,01, julgue o item a seguir.
A moda de X é igual a zero, pois a probabilidade de sucesso é baixa.
Supondo que o número de documentos com erros processuais em uma amostra aleatória de 1.000 documentos seja uma variável aleatória binomial, denotada por X, com parâmetros n = 1.000 e probabilidade de sucesso 0,01, julgue o item a seguir.
A variância de X é igual ou inferior a 10.
Supondo que o número de documentos com erros processuais em uma amostra aleatória de 1.000 documentos seja uma variável aleatória binomial, denotada por X, com parâmetros n = 1.000 e probabilidade de sucesso 0,01, julgue o item a seguir.
Cada elemento que constitui essa amostra aleatória de documentos pode ser descrito por uma distribuição de Bernoulli cuja média é igual a 0,01.
Com base nessas informações, julgue o seguinte item.
A probabilidade de um segurado ter sido vítima de furto, dado que ele sofreu um acidente, é de 25%.
Com base nessas informações, julgue o seguinte item.
A probabilidade de um segurado sofrer um acidente ou ser vítima de furto é de 35%.
Com base nessas informações, julgue o seguinte item.
Se A e F forem eventos independentes, então a probabilidade de um segurado sofrer ambos os eventos (acidente e furto) será igual a zero.
A partir dessas informações, e considerando que para θ = 0,5: P(S ≤ 1) = 0,011; P(S ≤ 2) = 0,055; P(S ≤ 7) = 0,945, e P(S ≤ 8) = 0,989; e para θ = 0,7: P(S > 7) = 0,383, e P(S > 8) = 0,149, julgue o item a seguir.
Em m amostras aleatórias de tamanho n com m → ∞, a fração de vezes em que o intervalo de confiança do analista A conterá o verdadeiro valor do parâmetro populacional será maior ou igual a 0,95.
A partir dessas informações, e considerando que para θ = 0,5: P(S ≤ 1) = 0,011; P(S ≤ 2) = 0,055; P(S ≤ 7) = 0,945, e P(S ≤ 8) = 0,989; e para θ = 0,7: P(S > 7) = 0,383, e P(S > 8) = 0,149, julgue o item a seguir.
Sob a hipótese nula de θ = 0,5 contra a hipótese alternativa de θ = 0,7, se a região crítica for S > 7, então, o poder do teste será igual a 0,383.
Tendo como referência essas informações, julgue o item que se segue.
O estimador 2.X1 é não viesado e não é consistente.
Tendo como referência essas informações, julgue o item que se segue.
X(n) ∗ (1 + 1/n) é o estimador não viesado de variância mínima para θ.
Tendo como referência essas informações, julgue o item que se segue.
O estimador do método de momentos para θ é duas vezes a média amostral. Esse estimador é não viesado e não é consistente.
Tendo como referência essas informações, julgue o item que se segue.
X(n) é o estimador de máxima verossimilhança para θ. Esse estimador é viesado e não é consistente.
Tendo como referência essas informações, julgue o item que se segue.
T(X1, ..., Xn) = X(n) não é uma estatística suficiente para θ.
Conheça nossos planos