Questões de Concurso Sobre propriedades dos estimadores em estatística

O erro médio quadrático é uma medida do desempenho de um estimador de um parâmetro θ ou de uma função desse parâmetro, q(θ). A definição do erro médio quadrático é R(θ ,T) = E[T(x) - q(θ)]² , onde T(x) é o estimador de q(θ). Então, é possível afirmar que

Um produto eletrônico tem o seu tempo de garantia modelado por uma distribuição Exponencial. Uma amostra com tamanho n = 100 itens do produto, obtida da assistência técnica, forneceu média amostral de 3,505 anos. A direção da empresa deseja saber qual é o percentual de itens que receberiam manutenção por falha após a entrega do produto se fosse concedida uma garantia de 48 meses. O estatístico da empresa fez os cálculos e afirma que o percentual de itens sujeitos à manutenção é de

Seja o modelo de regressão linear , em que Y é o vetor das respostas (variável dependente) de dimensão n, X é matriz do modelo de ordem n x p, é o vetor de parâmetros de dimensão p e é o vetor dos erros de dimensão n. Então, admitindo que os erros são i.i.d. com distribuição Normal (Gaussiana) com média zero e variância σ², o estimador de mínimos quadrados ordinários do vetor de parâmetros e o pivô usado para testar a hipótese nula H_0i: β_i = 0 i = 0, 1, 2, ..... p-1 são, respectivamente,

Se Y = f(X), em que f(X) é a função linear obtida pelo método dos mínimos quadrados, então a função Z, tal que Z = XY, atinge o valor mínimo quando X for igual a

Considerando a função linear obtida pelo método dos mínimos quadrados, tem-se que quando X varia de 1 unidade Y varia de

Após ser ajustado um modelo de regressão linear entre X e Y, encontrou-se um modelo da forma Y=aX+b+E, em que a e b são os coeficientes da regressão e E o erro aleatório, e um coeficiente de determinação de 73%. Qual o percentual de variação de Y é considerado aleatório?

Em um teste de hipótese, a probabilidade de não rejeitar a hipótese nula quando ela é falsa, e a probabilidade de rejeitar a hipótese nula quando ela é verdadeira, são denominados, respectivamente, como

Foi realizado um estudo para verificar se havia diferença no crescimento capilar após o uso de um novo estimulante, segundo o tipo de cabelo. Um total de 300 pessoas foram divididas em 3 grupos segundo seus tipos de cabelo classificados como liso, crespo e ondulado. Assumindo que o comprimento do cabelo segue uma distribuição Normal e que os grupos têm variâncias iguais, o teste de hipótese adequado seria a/o

Seja uma amostra aleatória simples extraída de uma população com média igual a 20 e desvio-padrão igual a 6. Assumindo que n=100 é suficientemente grande, pelo Teorema Central do Limite, a distribuição da média amostral tenderia para:

Considere as seguintes afirmativas sobre Pesquisa Operacional:

I. Função Objetivo é uma expressão matemática em que aparecem as variáveis de decisão, a qual só pode ser maximizada.

II. Restrição é a expressão matemática de um limite aplicável a uma dada variável ou a uma combinação de variáveis.

III.O Método de Aproximação de Vogel é uma rotina de cálculos utilizada para obter, em princípio, uma solução aproximada para o problema de Designação.

IV.O algoritmo Húngaro é a rotina especial de cálculos para se obter a solução do Problema de Transporte.

Estão corretas as afirmativas:

Os valores das estatísticas F e t (para b₁ ) são, respectivamente:

A função linear estimada equivale a :

Considere as asserções a seguir.

A região de rejeição de um teste de hipóteses é obtida sob a suposição de que a hipótese da nulidade (H₀) é verdadeira.

PORQUE

Em testes de hipóteses, o erro do tipo I é aquele cometido ao se rejeitar a hipótese da nulidade (H₀) quando esta é verdadeira.

Analisando-se as asserções, conclui-se que

Qual dos seguintes enunciados melhor caracteriza a relação entre a distribuição Normal e a Log-norrmal?

Duas variáveis x e y apresentam covariância amostral s_xy = 100 e desvios padrões amostrais s_x = 10 e s_y = 20. Considere um modelo de regressão linear simples para explicar o comportamento de y a partir de x : y = β₀ + β₁x + ε, sendo ε um ruído branco Gaussiano. Se estimarmos esse modelo, utilizando o método de mínimos quadrados ordinários, a estimativa do coeficiente de inclinação β₁ será

Para uma amostra de tamanho n = 20, tem-se coletadas as informações de duas variáveis Y e X com as seguintes informações:

Assumindo que existe uma relação linear entre tais variáveis, o coeficiente angular da reta de regressão de mínimos quadrados será igual a

O valor estimado da média amostral será