Questões de Concurso
Sobre inferência estatística em estatística
Foram encontradas 1.066 questões
I. O Erro Quadrático Médio do estimador T2 é igual ao módulo do viés de T1. II. As variâncias de T1 e T2 são iguais aos seus respectivos Erros Quadráticos Médios. III. O Erro Quadrático Médio de T1 é igual ao Erro Quadrático Médio de T2. IV. O estimador T1 apresenta maior eficiência em relação a T2.
Estão corretas apenas as afirmativas
( ) T1 e T2 são estimadores assintoticamente não-viesados para estimar o parâmetro θ. ( ) T1 apresenta menor variância que T2 na estimação do parâmetro θ. ( ) O módulo do viés do estimador T1 é maior que o modulo do viés do estimador T2. ( ) A razão da variância do estimador pela variância do estimador determina a eficiência relativa dos dois estimadores.
A sequência está correta em
Considere uma variável aleatória X normalmente distribuída, com parâmetros desconhecidos. Uma
amostra de tamanho 9 de X forneceu 
= 11,0 e s = 1,61.
É CORRETO afirmar que o intervalo de 95% de confiança para µ e o p-valor para o teste Ho: µ = 10 versus Ha: µ ≠ 10 são dados por
Considere uma variável aleatória X normalmente distribuída, com média µ desconhecida e desvio-padrão σ = 3.
Considere as hipóteses Ho: µ ≤ 10 versus Ha: µ > 10.
Em uma amostra de tamanho 9, a hipótese nula será rejeitada quando 
> 12,5.
É CORRETO afirmar que o nível de significância α e o poder do teste quando µ = 13 são iguais a
O intervalo de 95% de confiança para a quantidade de processos favoráveis no terceiro ano é:
Considere uma amostra aleatória simples X1, X2, ..., Xn retirada de uma distribuição normal apresenta média μ e desvio padrão 1 e, para a estimação bayesiana dessa média, suponha que μ siga uma distribuição normal padrão e que a função de perda (loss function) seja expressa como L(μ, τ) = (μ - τ(X))2 , em que X = (X1, X2, ..., Xn) e τ é uma função real da amostra. Com base nessas hipóteses, julgue o item seguinte.
A distribuição a priori conjugada da média μ é normal com
média nula e variância unitária.
Considere uma amostra aleatória simples X1, X2, ..., Xn retirada de uma distribuição normal apresenta média μ e desvio padrão 1 e, para a estimação bayesiana dessa média, suponha que μ siga uma distribuição normal padrão e que a função de perda (loss function) seja expressa como L(μ, τ) = (μ - τ(X))2 , em que X = (X1, X2, ..., Xn) e τ é uma função real da amostra. Com base nessas hipóteses, julgue o item seguinte.
Se n = 100, o valor do risco de Bayes é superior a 0,015.
Considere uma amostra aleatória simples X1, X2, ..., Xn retirada de uma distribuição normal apresenta média μ e desvio padrão 1 e, para a estimação bayesiana dessa média, suponha que μ siga uma distribuição normal padrão e que a função de perda (loss function) seja expressa como L(μ, τ) = (μ - τ(X))2 , em que X = (X1, X2, ..., Xn) e τ é uma função real da amostra. Com base nessas hipóteses, julgue o item seguinte.
O estimador de Bayes (convencional) para a média μ é 
Considere uma amostra aleatória simples X1, X2, ..., Xn retirada de uma distribuição normal apresenta média μ e desvio padrão 1 e, para a estimação bayesiana dessa média, suponha que μ siga uma distribuição normal padrão e que a função de perda (loss function) seja expressa como L(μ, π) = (μ - π(X))2 , em que X = (X1, X2, ..., Xn) e π é uma função real da amostra. Com base nessas hipóteses, julgue o item seguinte.
Com base na distribuição a posteriori, descrita pela função de
densidade f(X), em que x = (x1, x2, ..., xn), elabora-se a função
de verossimilhança para a estimação do parâmetro desejado.
A respeito dos testes de hipóteses, julgue o próximo item.
A hipótese nula (H0) é sempre uma hipótese simples, enquanto
a hipótese alternativa (Ha) é, geralmente, uma hipótese
composta
Em uma pesquisa foram entrevistadas 100 pessoas adultas e de cada uma delas foram coletados os seguintes dados: idade (I); faixa salarial (S); grau de uso de aplicativos no celular (T).
Após a coleta de dados, foram calculados os seguintes coefiecientes de correlação linear (coeficiente de Pearson) :
◾p(IS) = 0,51 (coeficiente de Pearson entre os
dados de idade e faixa salarial)
◾p(IT) = -0,89 (coeficiente de Pearson entre os dados de idade e grau de uso de aplicativos no celular)
Com base nos coeficientes de correlação linear acima, é correto afirmar:
Considerando a tabela acima, que apresenta o registro das quantidades anuais de processos abertos contra autoridades públicas nas duas últimas décadas, julgue o item.
Na situação hipotética em questão, espera-se que o teste de
Wilcoxon apresente maior poder estatístico que o teste t de
Student.
Considerando a tabela acima, que apresenta o registro das quantidades anuais de processos abertos contra autoridades públicas nas duas últimas décadas, julgue o item.
Caso o teste quiquadrado de aderência a uma distribuição de
Poisson apresente p-valor superior a 0,10, é recomendável
rejeitar a hipótese nula de normalidade e aplicar o teste de
Wilcoxon para o teste de valor central.
Com base nesta amostra, deseja-se obter um intervalo de confiança de 90% para a média μ da população utilizando a distribuição t de Student levando em conta a tabela a seguir.
Este intervalo é igual a
I. O componente aleatório permite que a distribuição seja da família exponencial ou de suas generalizações, contemplando, entre outras, as distribuições: normal, Bernoulli, Poisson, Gama, Normal, Inversa, Exponencial, Binomial.
II. A função de ligação deve transformar o domínio da variável aleatória de forma a permitir que qualquer valor do componente sistemático seja admissível. As funções mais utilizadas são: identidade, inversa, inversa ao quadrado, logarítmica, logito, probito, complemento log-log, potência, Box-Cox e Aranda-Ordaz.
III. O ajuste de um MLG pode ser feito pelo método de máxima verossimilhança. As equações normais produzidas, em geral, precisam ser resolvidas por processos iterativos. Os mais utilizados são o método de Newton- Raphson e o de escore de Fisher. Eles são distintos, qualquer que seja a função de ligação.
IV. Para dados de contagem com distribuição de Poisson, o MLG corresponde ao modelo de regressão de Poisson. A função de ligação mais utilizada é a logarítmica. Quando existe superdispersão nos dados, adota-se uma generalização de MLG que admite o parâmetro de dispersão.
V. Vários tipos de resíduo podem ser utilizados para avaliar a qualidade do ajuste de um MLG, entre eles, resíduos ordinários, resíduos de Pearson, resíduos de Pearson padronizados e componente do desvio.
Estão corretas apenas as afirmativas
I. O número de graus de liberdade da fonte regressão é k, da fonte resíduos é n-k-1 e do total é n-1.
II. O coeficiente de determinação múltipla corresponde à razão entre a soma de quadrados devido à regressão e à soma de quadrados total. Ele varia entre 0 e 1 e quanto mais próximo de 1, melhor é o modelo.
III. O coeficiente de determinação múltipla corrigido leva em consideração o número de observações e o número de variáveis explicativas incluídas no modelo e corresponde a 1 menos a razão entre o quadrado médio do resíduo e a soma de quadrado total dividida pelos seus graus de liberdade. Ele varia entre zero e 1 e quanto mais próximo de 1, melhor o modelo.
IV. A estatística F corresponde à razão entre o quadrado médio da regressão e o quadrado médio do resíduo e é utilizada para testar a significância do modelo ajustado quando comparado com o modelo nulo.
V. O valor p corresponde à probabilidade de significância ou ao nível descritivo do teste da estatística F, que é calculada utilizando a distribuição de Fisher-Snedecor com número de graus de liberdade iguais ao da fonte de variação da regressão e da fonte de variação do resíduo. Valores pequenos, em geral inferiores a 5%, são uma forte indicação de que o modelo é não significativo.
Estão corretas apenas as afirmativas
A estimativa de θ, pelo método dos momentos, é
Conheça nossos planos