Questões de Concurso Sobre estatística

Uma amostra aleatória simples X₁, X₂ ..., X₂₂₅, de tamanho 225, de uma população suposta normal com média e variância desconhecidas forneceu os seguintes dados:



Lembre que se Z tem distribuição normal padrão então P[Z < 1,64] = 0,95, P[Z < 1,96] = 0,975.
Um intervalo de 95% de confiança para a média populacional será dado aproximadamente por

Sabe-se que numa cidade muito populosa 60% das pessoas adultas foram vacinadas contra a ação de um vírus.
Se uma amostra aleatória simples de 5 pessoas adultas dessa população for observada, a probabilidade de que mais de 3 tenham sido vacinadas é aproximadamente igual a

As notas de nove candidatos num certo exame foram:

54, 48, 46, 51, 38, 50, 44, 58, 32.

A mediana dessas notas é igual a

As probabilidades de dois eventos A e B são P[A] = 0,5, P[B] = 0,8. A probabilidade condicional de A ocorrer dado que B ocorre é P[A|B] = 0,6.
Assim, a probabilidade de que A ou B ocorram é igual a

Considere uma variável aleatória X que corresponde à renda dos indivíduos em um país. Admitindo que X tem uma distribuição de Pareto mediante a função de distribuição F(x) = 1 − (θ/x)^α para x ≥ θ > 0 com α > 1, obtém-se que a média desta distribuição é igual a 

Seja o modelo auto-regressivo e estacionário Z_t = 2 + ϕZ_{t − 1} + at em que ϕ > 0 e a_t é o ruído branco de média 0 e variância igual a 0,64. Se a variância de Z_t é igual a 1, então o valor de φ é igual a

A variável aleatória  apresenta uma distribuição normal multivariada com vetor de média μ dado por  e matriz de covariância  . Considerando uma outra variável aleatória Y = 2X₁ − X₂ + X₃, obtém-se que a variância relativa de Y, definida como o resultado da divisão da variância de Y pelo quadrado da média de Y, é igual a

Em uma determinada data, foi encontrada a matriz de transição M (vide abaixo), após uma série de experiências, correspondendo às preferências do consumidor com relação ao consumo dos produtos P₁ e P₂

Considerando a matriz M e que a distribuição de probabilidades para a n-ésima experiência, com n tendendo ao infinito, seja a distribuição estacionária de Markov, obtém-se o correspondente vetor único de probabilidade fixo t de M igual a (m,n). O valor de m é igual a

O modelo de regressão linear simples F_i = α + βG_i + ε_I foi adotado para prever o faturamento anual (F), em milhões de reais, de uma empresa em função dos respectivos gastos com propaganda (G), em milhões de reais. α e β são parâmetros reais desconhecidos, i corresponde a i-ésima observação e ε_I é o erro aleatório com as respectivas hipóteses do modelo de regressão linear simples. Com base em 10 observações anuais (G_i , F_i ) e utilizando o método dos mínimos quadrados encontrou-se a equação  . Sabendo-se, com base nessas informações, que a estimativa da variância do modelo teórico encontrada foi de 25 e que o coeficiente de determinação (R²) é igual a 80%, verifica-se que a variância da estimativa do coeficiente angular correspondente ao modelo é igual a

Uma empresa fabrica determinado tipo de equipamento. O gerente dessa empresa alega que a vida útil deste equipamento é superior a 20 dias. Um comprador duvidando da afirmação do gerente decide medir a vida útil de 36 desses equipamentos escolhidos aleatoriamente. Com o objetivo de utilizar o Teste do Sinal, subtraiu 20 de cada vida observada dos 36 equipamentos e encontrou 24 sinais + e 12 sinais −. Seja p a proporção populacional de sinais positivos e as hipóteses H₀: p = 0,50 (hipótese nula), ou seja, o gerente não tem razão e H₁: p > 0,50 (hipótese alternativa), ou seja, o gerente tem razão. Estabelecendo um nível de confiança de 5% e com a aproximação da distribuição binomial pela normal, sem a correção de continuidade, encontrou-se o valor do escore reduzido r para comparação com o valor crítico da curva normal padrão (Z) tal que a probabilidade P(|z| ≤ 1,64) = 90%. O valor de r é igual a

Uma amostra aleatória de tamanho 9 é extraída de uma população normalmente distribuída e considerada de tamanho infinito. Denotaram-se os elementos da amostra por {x₁, x₂, x₃, ..., x₉} e obtiveram-se as seguintes informações:

Dados:

Quantis da distribuição t de Student (t_α) tal que a probabilidade P(t > t_α) = α com n graus de liberdade:

Utilizando o teste t de Student e com base nesta amostra, deseja-se testar, a um determinado nível de significância, se a média μ da população difere de 4,3 dado que a variância populacional é desconhecida. Considerando as hipóteses H₀: μ = 4,3 (hipótese nula) e H₁: μ ≠4,3 (hipótese alternativa), conclui-se que ao nível de significância de 

Todos os participantes de um curso foram divididos em 3 grupos (I, II e III). No final de um período, decide-se testar a hipótese, a um determinado nível de significância α, da igualdade das médias das notas dos grupos obtidas em um teste aplicado para todos os participantes. Como o número de participantes era muito grande, optou-se por extrair aleatoriamente de cada grupo 10 observações apurando-se o quadro de análise de variância abaixo, sendo que somente foram fornecidos a “Soma de quadrados Total” e o valor da estatística F utilizada para a tomada de decisão. 

Conclui-se que o valor de X é igual a

De uma população normalmente distribuída com 1.025 elementos extraiu-se uma amostra aleatória, sem reposição, de tamanho n. Se a variância populacional é igual a 64 e a variância amostral igual a 2,5, então, o valor de n é igual a

A função densidade de probabilidade de uma variável aleatória X é dada por , se 0 < x < 2 e f(x) = 0, caso contrário. A função densidade de probabilidade g(u) para a variável aleatória U = 1/2 (x + 2) é então

Para estimar a média μ de uma população normalmente distribuída que apresenta uma variância unitária utilizam-se os dois estimadores não viesados, sabendo-se que m é um parâmetro real, E’ = 3X − Y − Z e E” = mX + mY − (2m − 1)Z. (X, Y, Z) é uma amostra aleatória de tamanho 3 extraída da população, com reposição, sendo que E” é mais eficiente que E’. Então m pertence ao intervalo com uma amplitude igual a 

Verifica-se que uma variável aleatória X tem uma função densidade de probabilidade dada por , sendo K um parâmetro real diferente de 0. O valor da variância de X é igual a

Sabe-se que uma variável aleatória X tem uma distribuição qui-quadrado com 4 graus de liberdade. A esperança de X², denotada por E(X²), apresenta valor igual a

Seja X uma variável aleatória apresentando uma distribuição desconhecida. Utilizando o Teorema de Tchebichev encontrou-se que a probabilidade mínima de a variável pertencer ao intervalo (20,30) é igual a 75%. Se a média de X apresenta valor igual a 25, verifica-se que a variância de X é igual a 

De uma população normalmente distribuída e considerada de tamanho infinito extraiu-se uma amostra aleatória de tamanho 36, obtendo-se uma média amostral igual a 80. Com base nesta amostra, um intervalo de confiança de 90% foi construído para a média μ da população apresentando como resultado o intervalo [75,08; 84,92]. Uma outra amostra aleatória de tamanho 144, independente da primeira, foi extraída da população obtendo-se um novo intervalo de confiança de 96% para μ com uma amplitude igual a 

Considera-se que o tempo total, em dias, para a conclusão de um projeto é uma variável aleatória que apresenta uma distribuição normal de tamanho infinito e é constituída pela soma dos tempos, em dias, de 3 etapas independentes realizadas uma após a outra sem qualquer interrupção. Sejam X, Y e Z as variáveis aleatórias e normalmente distribuídas de tamanho infinito representando os tempos da primeira, segunda e terceira etapas, respectivamente. A tabela abaixo fornece os parâmetros de X, Y e Z.

A probabilidade de o projeto levar, no mínimo, 66 dias e, no máximo, 93 dias para ser concluído é igual a