Questões de Concurso Público TRT - 11ª Região (AM e RR) 2017 para Analista Judiciário - Estatística

A variância de uma população de tamanho infinito, normalmente distribuída com média μ, é desconhecida. Deseja-se testar as hipóteses H_₀: μ = 12 (hipótese nula) contra H_₁: μ > 12 (hipótese alternativa), ao nível de significância α, com a utilização do teste t de Student. Para isto, foi extraída da população uma amostra aleatória de tamanho 9 obtendo-se uma média amostral igual a 12,8 e uma variância amostral igual a 1,44. Considere que t_α é o quantil da distribuição t de Student para o teste unicaudal tal que a probabilidade P(t > t_α) = α, com n graus de liberdade.

É correto afirmar que H_₀

Um candidato a prefeito de uma cidade afirma que pelo menos 50% dos eleitores da cidade apóiam sua candidatura. Chamando de p a proporção de eleitores que apóia o candidato, resolveu-se fazer um teste para verificar se o candidato tem razão, ao nível de significância de 5%, em que foram formuladas as hipóteses H_₀: p ≥ 0,5 (hipótese nula) contra H_₁: p < 0,5 (hipótese alternativa). Então, uma amostra aleatória de tamanho 64 é extraída, com reposição, da população de eleitores e verifica-se que uma proporção p* dos eleitores apóia o candidato. Considere que é normal a distribuição amostral da frequência relativa dos eleitores que apóiam o candidato e que na curva normal padrão (Z) as probabilidades P(|Z| > 1,96) = 0,05 e P(|Z| > 1,64) = 0,10. O menor valor para p* tal que não ocorra o erro tipo I é

Em um ano que a empresa não efetua gasto com promoções de vendas, significa que considerando a equação da reta obtida pelo método dos mínimos quadrados a previsão do volume de vendas deste ano é igual, em u.m., a

Para testar a existência da regressão, ao nível de significância α, optou-se pelo teste t de Student, com a formulação das hipóteses: H_₀: β = 0 (hipótese nula) contra H₁: β ≠ 0 (hipótese alternativa). A estatística t_c (t calculado), utilizada para a conclusão do teste, apresentou então um valor igual a

Um quadro de análise de variância refere-se a um modelo regressivo linear múltiplo, com intercepto, com o objetivo de obter a previsão de uma variável dependente (y) em função de 4 variáveis explicativas (x_₁, x_₂, x_₃ e x_₄). Sabe-se que as estimativas dos parâmetros deste modelo foram obtidas pelo método dos mínimos quadrados com base em 20 observações. Se o coeficiente de explicação (R²) encontrado foi de 76%, obtém-se pelo quadro que o valor da estatística F (F calculado) utilizado para testar a existência da regressão é