Questões de Concurso

Foram encontradas 3.543 questões

Resolva questões gratuitamente!

Junte-se a mais de 4 milhões de concurseiros!

Q2251198 Estatística
Seja X uma população normal, com média µ, variância σ2 e mediana θ. Seja Xi , i = 1, 2, ... n, uma amostra aleatória simples da população X, considere as seguintes estatísticas:
Imagem associada para resolução da questão e md, respectivamente média e mediana de Xi , i = 1, 2, ... n, e Imagem associada para resolução da questão

Considere as seguintes afirmações sobre estas estatísticas:
I. S2 é um estimador não viciado de σ2. II. Imagem associada para resolução da questão é um estimador consistente para µ. III. Imagem associada para resolução da questão tem variância menor do que S2. IV. Imagem associada para resolução da questão , como estimador de θ, é mais eficiente do que md.
Está correto o que se afirma em
Alternativas
Q2251197 Estatística
Considere as seguintes afirmações relativas ao modelo de regressão linear com heterocedasticidade.
I. Os estimadores de mínimos quadrados usuais são viciados e não têm variância mínima.
II. Uma forma de se detectar a existência de heterocedasticidade é através da análise de resíduos.
III. As estimativas das variâncias dos parâmetros estimados pelo método de mínimos quadrados usuais serão viciadas.
IV. Uma forma de se detectar a existência de heterocedasticidade é através do método de Newton-Raphson.
Está correto o que se afirma APENAS em
Alternativas
Q2251190 Estatística

Considere o modelo de regressão linear com k variáveis independentes e com intercepto

y = Xβ + ε ,

onde

y e ε são vetores aleatórios bi-dimensionais

X é a matriz de planejamento 2 por (k + 1)

β é o vetor de parâmetros (k + 1) dimensional. 

Se ε tem distribuição normal bivariada, com vetor de médias zero e matriz de covariância σ2V , onde V é uma matriz positiva definida de ordem 2, o estimador de mínimos quadrados generalizados de β é dado por 
Alternativas
Q2251189 Estatística

Considere o modelo de regressão linear com k variáveis independentes e com intercepto

y = Xβ + ε ,

onde

y e ε são vetores aleatórios bi-dimensionais

X é a matriz de planejamento 2 por (k + 1)

β é o vetor de parâmetros (k + 1) dimensional. 

Se ε tem distribuição normal bivariada, com vetor de médias zero e matriz de covariância  σ2 I2 , onde  I2 é a matriz identidade de ordem 2, então o estimador de mínimos quadrados de β tem distribuição normal n-variada com matriz de covariância e n dados, respectivamente, por
Alternativas
Respostas
296: C
297: E
298: A
299: C
300: A