Questões de Concurso
Para al-ro
Foram encontradas 1.514 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Avalie se é uma estatística suficiente para o parâmetro indicado nos casos a seguir.
I. Uma distribuição Bernoulli para a qual o parâmetro p (0 < p < 1) é desconhecido.
II. Uma distribuição geométrica para a qual o parâmetro p (0 < p < 1) é desconhecido.
III. Uma distribuição normal com média conhecida e variância σ2 desconhecida.
Está correto o que se afirma em
Avalie se as seguintes famílias de distribuições são uma família exponencial:
I. A família de distribuições Poisson com média desconhecida.
II. A família de distribuições normais com média conhecida e variância desconhecida.
III. A família de distribuições Beta com parâmetro α conhecido e parâmetro β desconhecido.
IV. A família de distribuições Uniforme no intervalo (0, θ), θ parâmetro desconhecido.
São de fato famílias exponenciais
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,
Suponha que X1, X2, ..., Xn seja uma amostra aleatória simples de uma variável aleatória populacional qualquer com média µ e variância finita. Considere os seguintes estimadores de µ:
T1 = X1
T2 = X1 + X2 + X3 – X4 – X5.
T3 = (X1 + X2 + X3)/3.
T4 = X1 – X2.
T5 = (X1 + X2 + X3 + X4 + X5)/5.
Suponha que X1, X2, ..., Xn seja uma amostra aleatória simples de uma variável aleatória populacional qualquer com média µ e variância finita. Considere os seguintes estimadores de µ:
T1 = X1
T2 = X1 + X2 + X3 – X4 – X5.
T3 = (X1 + X2 + X3)/3.
T4 = X1 – X2.
T5 = (X1 + X2 + X3 + X4 + X5)/5.
Se X1, X2, ..., Xn é uma amostra aleatória simples de uma distribuição exponencial com parâmetro θ, ou seja,
f(x|θ) = θe-θx , θ > 0,
então, o estimador de θ pelo método dos momentos é
Nesse caso, Y tem distribuição
Os volumes com que são preenchidos os frascos de perfume produzidos por certa marca são normalmente distribuídos com média 100 mL e desvio padrão de 2 mL. Frascos que apresentam menos de 95 mL ou mais de 105 mL de perfume são considerados fora dos limites e inadequados pelo controle de qualidade.
A porcentagem de frascos produzidos com volume considerado inadequado é igual a
Acerca da soma de variáveis aleatórias, avalie se as afirmativas a seguir, estão corretas.
I. A soma de n variáveis aleatórias independentes e identicamente distribuídas Bernoulli com parâmetro p, tem distribuição binomial com parâmetros n e p.
II. A soma de n variáveis aleatórias independentes e identicamente distribuídas Poisson com parâmetro λ tem distribuição Poisson com parâmetro nλ.
III. A soma de n variáveis aleatórias independentes e identicamente distribuídas exponencial com parâmetro λ tem distribuição gama com parâmetros n e λ.
Está correto o que se afirma em
X e Y são variáveis aleatórias discretas cm função de probabilidade conjunta dada por:
Assim, por exemplo, P[ X = 1; Y = 0] = 0,2.
X e Y são variáveis aleatórias discretas cm função de probabilidade conjunta dada por:
Assim, por exemplo, P[ X = 1; Y = 0] = 0,2.
X e Y são variáveis aleatórias discretas cm função de probabilidade conjunta dada por:
Assim, por exemplo, P[ X = 1; Y = 0] = 0,2.
X e Y são variáveis aleatórias contínuas tais que sua função de densidade de probabilidade conjunta é dada por