Questões de Concurso
Sobre funções de probabilidade p(x) e densidade f(x) em estatística
Foram encontradas 414 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
A função de densidade de probabilidade de uma variável aleatória contínua X é expressa por:
Se então a função de densidade da variável Y para y0 é
expressa por
Suponha que a função densidade de probabilidade (fdp) conjunta da variável (X, Y)seja dada por
Então, é correto afirmar que
A função densidade de probabilidade (fdp)f de uma variável de aleatória X é dada pela função cujo gráfico é mostrado a seguir.
Então, a esperança de X, E(X) é igual a
Suponha que a variável aleatória bidimensional (X,Y) tenha função densidade de probabilidade (fdp) conjunta:
Então, o valor de “m”é igual a
Assinale a alternativa que representa a transformação algébrica a ser realizada nas quantidades y→y’ e x→x’ de maneira a se verificar a tendência de reta (por anamorfose) no plano y’ contra x’, e a relação entre os coeficientes da reta y’= ax’ + b, com os parâmetros originais A, B e C.
Em determinado tribunal, a data em que cada processo é protocolado marca a data inicial deste, a partir da qual é contada a quantidade de meses que se passam até que o juiz apresente a decisão final sobre ele. Essa quantidade de meses é uma variável aleatória X cuja função densidade de probabilidade é dada por , para 0 < x ≤ 6, e , para x > 6, em que e é o número de Euler, base dos logaritmos neperianos.
A partir dessas informações, julgue o item a seguir.
Conforme a situação apresentada, P(X = 6) > P(X = 5).
Seja X uma função densidade de probabilidade:
A probabilidade de P(X>1/3) é:
Seja X uma função densidade de probabilidade:
O valor da constante c tal que f seja uma função de probabilidade é>
Seja X uma variável aleatória com função de probabilidade dada por P(X = x) =(1 - )x-1 para x = 1, 2, 3,..., onde p é um parâmetro desconhecido. Dispondo de uma amostra de tamanho n, x1, x2, x3,...., xn , o estimador de Máxima Verossimilhança de p é:
O responsável pelo planejamento de uma pesquisa acredita que, a priori, a probabilidade de que um indivíduo tenha uma determinada opinião, positiva, é de 80%. Para avaliar melhor essa crença, o responsável realiza um experimento no qual a opinião é positiva em 40% dos casos, quando o responsável julga a priori que não será assim; sendo positiva em 70% dos casos, quando ele prevê uma opinião positiva. No experimento, a opinião se mostrou positiva (ExpPos).
Portanto, a distribuição a posteriori, ou seja, após a realização do experimento, para a crença do responsável depois do experimento é:
Suponha que, ao propor um modelo de regressão linear, um pesquisador omitiu uma variável explicativa de tal forma que, ao invés de usar Yi = 2,5 + 3Xi + 3Wi + εi empregou um modelo de regressão simples e, através de uma amostra com n = 10, obteve a reta de regressão estimada:
Estão disponíveis ainda as seguintes informações:
Var(X) = 12.
Seja R2 = Coeficiente de Determinação da reta estimada, Tendenciosidade do estimador Variância estimada dos resíduos da regressão estimada.
Assim sendo:
As técnicas de interrogatório utilizadas para identificar se um suspeito está ou não falando a verdade têm evoluído bastante, mas ainda é impossível saber, ao certo, se um indivíduo está mentindo (β = 1) ou não (β = 0). Um investigador experiente, após um interrogatório, imagina que a probabilidade de o sujeito estar mentindo é de 80%. Para tentar melhorar sua percepção, ele faz o suspeito passar pelo detector de mentiras, que acerta em 90% dos casos quando o sujeito é mentiroso, mas em apenas 60% quando está falando a verdade. O teste do detector deu positivo para a mentira.
Incorporando esse resultado do teste no detector de mentiras, é correto afirmar que:
Seja X uma variável aleatória com parâmetro β e função de densidade de probabilidade dada por:
ƒx(x) = kx2 · e-x/β · β-3, para x > 0 e Zero, caso contrário.
Para a estimação do parâmetro da distribuição, uma amostra de tamanho n é extraída e vários métodos são cogitados.
Sobre os possíveis estimadores, é correto afirmar que:
Seja X uma variável aleatória contínua cuja função densidade de probabilidade é expressa por:
ƒx(x)= para 0 < x < 4 e Zero; caso contrário.
Além disso, é definida uma outra variável como função de X:
Z =√X
Sobre essa nova variável, é correto afirmar que:
Suponha que X é uma variável aleatória contínua dada por:
Avalie se as afirmativas a seguir, relacionadas à estimação por máxima verossimilhança de um parâmetro θ, são falsas (F) ou verdadeiras (V).
( ) A função de verossimilhança de um conjunto de variáveis aleatórias é definida como a função de densidade (ou de probabilidade) conjunta dessas variáveis olhada como função de θ.
( ) Se X1, X2, ..., Xn é uma amostra aleatória simples de uma
densidade uniforme no intervalo (0, θ), o estimador de
máxima verossimilhança de θ é máx{Xi}, ou seja, é a n-ésima
estatística de ordem.
( ) Se X1, X2, ..., Xn é uma amostra aleatória simples de uma densidade N(µ, σ2 ), σ conhecida, o estimador de máxima verossimilhança de µ é a média amostral.
Na ordem apresentada, as afirmativas são, respectivamente,