Questões de Estatística - Estimativa de Máxima Verossimilhança para Concurso
Foram encontradas 130 questões
Com base nas informações precedentes e no método de estimação por máxima verossimilhança, julgue o próximo item.
Pelo método da máxima verossimilhança, a estimativa da
média de W é igual a 8/5 .
Com base nas informações precedentes e no método de estimação por máxima verossimilhança, julgue o próximo item.
A estimativa de máxima verossimilhança da probabilidade p
é igual a 0,625.
Com base nas informações precedentes e no método de estimação por máxima verossimilhança, julgue o próximo item.
Se 
(W = 2) denota a estimativa de máxima
verossimilhança da probabilidade P(W= 2), então
(W =2) = 0,4.
Com base nas informações precedentes e no método de estimação por máxima verossimilhança, julgue o próximo item.
Não há estimador de máxima verossimilhança para a moda
de W , já que o valor da moda não depende da
probabilidade p.
Com base nas informações precedentes e no método de estimação por máxima verossimilhança, julgue o próximo item.
O estimador de máxima verossimilhança para a variância de W é a variância amostral.
O conjunto de dados {0, 4, 3, 3, 0} é uma realização de uma amostra aleatória simples retirada de uma população binomial com parâmetros n e p, sendo n = 4 e p uma probabilidade desconhecida.
Com base nessas informações, é correto afirmar que a estimativa de máxima verossimilhança para a probabilidade de ocorrência do valor 2 na população em questão é igual a
Supondo que os valores 3, 0, 0, 1, 4 constituam uma realização de uma amostra aleatória simples de tamanho n igual a 5 retirada de uma população com função de probabilidade P(X = x) = , na qual > 0 denota o parâmetro a ser estimado e x ∈ {0, 1, 2, … }, julgue o seguinte item.
A estimativa de máxima verossimilhança da probabilidade P(X = 0) é igual à frequência relativa de zeros na amostra,
ou seja, 2/5.
Supondo que os valores 3, 0, 0, 1, 4 constituam uma realização de uma amostra aleatória simples de tamanho n igual a 5 retirada de uma população com função de probabilidade P(X = x) = , na qual > 0 denota o parâmetro a ser estimado e x ∈ {0, 1, 2, … }, julgue o seguinte item.
A estimativa da variância do estimador de máxima
verossimilhança do parâmetro é igual a 0,32.
Supondo que os valores 3, 0, 0, 1, 4 constituam uma realização de uma amostra aleatória simples de tamanho n igual a 5 retirada de uma população com função de probabilidade P(X = x) = , na qual > 0 denota o parâmetro a ser estimado e x ∈ {0, 1, 2, … }, julgue o seguinte item.
A estimativa de máxima verossimilhança da variância
populacional é igual ou superior a 2.
f(x) = θ2 xe −θx ; x > 0.
O tempo médio registrado, com base nas observações de uma amostra aleatória simples, foi de 400 dias.
Com base nessa amostra, a estimativa de máxima verossimilhança do parâmetro θ é:
Sabendo que o tamanho da amostra é 200 e que os valores maximizados das funções de verossimilhança dos modelos são 0,3; 0,4; 0,5; 0,3 e 0,5, respectivamente, Alexandre seleciona o modelo:
(se necessário, use ln(2) = 0,7; ln(3) = 1,1 e ln(5) = 1,6)
O valor do estimador de máxima verossimilhança da variância dessa população (na mesma unidade de medida) é:
Assinale a alternativa que indica a que se refere à propriedade dos Estimadores de Máxima Verossimilhança (EMV) descrita na afirmação:
O Teorema do Limite Inferior de Cramer-Rao afirma que, para
um dado parâmetro qualquer, existe um limite inferior para a
variância das estimativas não viciadas. Para grandes
amostras, os EMV, atingem esse limite e, portanto, têm a
menor variância possível dentre as estimativas não viciadas.
então a variância estimada pelo método dos momentos será: Nesse caso, a justificativa para o uso do modelo Tobit decorreria do fato de ele
Com pertinência à tabela precedente, que mostra quatro conjuntos de dados, cada um dos quais constituído por cinco observações, é correto afirmar que os que possuem a mesma variância amostral são os conjuntos
o estimador de máxima verossimilhança e g(. ) uma função monótona. Utilizando a propriedade da invariância do estimador de máxima verossimilhança, qual é o estimador de g(θ)? 
Conheça nossos planos