Questões de Estatística - Distribuição Normal para Concurso
Foram encontradas 394 questões
É possível testar a significância estatística conjunta dos coeficientes b e c utilizando-se a estatística , em que TSS é a soma total dos quadrados dos desvios de Y em relação à sua média; RSS é a soma dos quadrados dos resíduos e n é o tamanho da amostra.
Uma regressão linear simples é expressa por Y = a + b × X + e,
em que o termo e corresponde ao erro aleatório da regressão e os
parâmetros a e b são desconhecidos e devem ser estimados a partir
de uma amostra disponível. Assumindo que a variável X é não
correlacionada com o erro e, julgue o item subsecutivo, no qual os resíduos das amostras consideradas são IID, com distribuição
normal, média zero e variância constante.
Uma regressão linear simples é expressa por Y = a + b × X + e,
em que o termo e corresponde ao erro aleatório da regressão e os
parâmetros a e b são desconhecidos e devem ser estimados a partir
de uma amostra disponível. Assumindo que a variável X é não
correlacionada com o erro e, julgue o item subsecutivo, no qual os resíduos das amostras consideradas são IID, com distribuição
normal, média zero e variância constante.
Uma regressão linear simples é expressa por Y = a + b × X + e,
em que o termo e corresponde ao erro aleatório da regressão e os
parâmetros a e b são desconhecidos e devem ser estimados a partir
de uma amostra disponível. Assumindo que a variável X é não
correlacionada com o erro e, julgue o item subsecutivo, no qual os resíduos das amostras consideradas são IID, com distribuição
normal, média zero e variância constante.
Sabe-se que as notas de uma prova têm distribuição Normal com média μ = 6,5 e variância σ2 = 4 . Adicionalmente, são conhecidos alguns valores tabulados da normal-padrão.
Φ(1,3 ) ≅ 0,90 Φ(1,65) ≅ 0,95 Φ(1,95 ) ≅ 0,975
Onde,
Φ(z) é a função distribuição acumulada da Normal Padrão.
Considerando-se que apenas os 10% que atinjam as maiores notas serão aprovados, a nota mínima para aprovação é:
O quadro abaixo representa, parcialmente, a distribuição conjunta de X e Y.
Supondo que as variáveis X e Y são independentes, os
valores de a, b, c e d são iguais, respectivamente, a
Considerando que
, julgue o item que se segue.
Se v = 20, entãoserá a matriz de covariância de .
A estimativa pontual para o parâmetro p — proporção de eleitores na população favorável ao candidato — é superior a 25%.
Cada erro εk segue uma distribuição normal com média zero e variância V.
julgue o item seguinte.
A estimativa de mínimos quadrados ordinários do coeficiente a é igual ou superior a 1.
Cada erro εk segue uma distribuição normal com média zero e variância V.
julgue o item seguinte.
A variável aleatória yk, para k = 1,..., 5, segue uma distribuição normal com variância V.
Cada erro εk segue uma distribuição normal com média zero e variância V.
julgue o item seguinte.
A estimativa da variância V é igual ou inferior a 1,5.
Um Modelo Misto pode ser escrito na forma matricial da seguinte forma:
onde Z ~ Nk(0,) denota que Z tem distribuição normal multivariada de ordem k, com vetor de médias em que todos os elementos são iguais a zero, e matriz de covariâncias .
yi é o vetor resposta de tamanho ni x 1 para observações no i-ésimo grupo
Xi é a matriz ni x p de efeitos fixos para observações no grupo i
β é o vetor p x 1 de coeficientes dos efeitos fixos
Zi é a matrix ni × q de efeitos aleatórios para as observaçõesno grupo i
bi é o vetor q x 1 de coeficientes dos efeitos aleatórios para ogrupo i
ei é o vetor ni x 1 de erros para observações no grupo i
Ω é a matriz de covariâncias q x q para os efeitos aleatórios
Λi é a matriz de covariâncias ni x ni entre os erros no grupo i
bi e ei são independentes
Considerando o modelo descrito acima, e denotando por Ip amatriz identidade de ordem p, qual é matriz de covariânciasdo vetor y1?
I. Se X1, X2, ..., Xn são variáveis aleatórias independentes, Xi com distribuição Poisson com parâmetro λi , i = 1, ..., n, então i tem distribuição Poisson com parâmetro .
II. Se X1, X2, ..., Xn são variáveis aleatórias independentes, Xi com distribuição exponencial com parâmetro λ, i = 1, ..., n, então tem distribuição gama com parâmetros 1 e nλ.
III. Se X1, X2, ..., Xn são variáveis aleatórias independentes, Xi com distribuição Normal com parâmetros µi e σ2i , i = 1, ..., n, então tem distribuição Normal com parâmetros .
Assinale:
X Y
0 y1 = 80
1 y2 = 70
2 y3 = 50
3 y4 = 40
4 y5 = 30
A tabela acima mostra o resultado do estudo efetuado por certa empresa automobilística a respeito do preço de determinado modelo de veículo, Y, em R$ mil, em função da idade, X, em anos.O correspondente modelo de regressão linear simples foi determinado na forma Y = 80.000 - 13.000 X + , em que o erro aleatório tem desvio padrão de R$ 5.000,00. O preço médio dos veículos é = 54.000 e a somados quadrados total é SQT =
Considere que os parâmetros determinados sejam os verdadeiros parâmetros populacionais. Nessa situação, o preço de um veículo com 3 anos de idade está entre R$ 41.000,00 e R$ 43.500,00, com probabilidade Φ(0,5) - 0,5, em que Φ(x) é a função de distribuição acumulada da distribuição normal padronizada.
De acordo com o teorema limite central, o erro de estimação ε = - m converge em distribuição para a normal, com média zero e variância 5.
Considere a transformação Y - √X , em que a variável aleatória X segue a distribuição qui-quadrado com 1 grau de liberdade. Nesse caso, é correto afirmar que Y segue a distribuição normal padrão.