Questões de Concurso Para estatística

Avalie se as seguintes afirmativas acerca de suficiência estão corretas.

I. Se X₁, X₂, ... X_n é uma amostra aleatória de uma densidade f parametrizada por um parâmetro θ, então uma estatística S é suficiente se e somente se a distribuição condicional de X₁, X₂, ... X_n dado S = s é independente de θ para todo valor s de S.

II. Se X₁, X₂, ... X_n é uma amostra aleatória de uma densidade f parametrizada por um parâmetro θ, uma estatística S = s(X₁, X₂, ... X_n) é suficiente se e somente se a densidade conjunta de X₁, X₂, ... X_n fatora como uma função g(s; θ) não negativa que depende de x₁, x₂, ... x_n apenas por meio de s multiplicada por uma função h(x₁, x₂, ... x_n) não negativa e independente de θ.

III. Um estimador de máxima verossimilhança de um parâmetro θ só depende da amostra por meio de uma estatística suficiente.


Está correto o que se afirma em

Uma amostra de tamanho 25 de uma densidade normal com média μ e variância σ² desconhecidas resultou nos seguintes dados: 


Deseja-se testar H₀: μ ≤ 30 versus H1: μ  > 30 usando a estatística t usual.
Assinale a opção que indica o valor da estatística t, o critério de decisão e a correspondente decisão ao nível de significância de 5%.

A seguinte amostra aleatória simples foi observada de uma distribuição Bernoulli(p): 

1 1 0 0 0 1 0 1 0 1 0 0 0 0 1 0 1 1 1 0 1 1 0 0 1

Nesse caso, a estimativa de máxima verossimilhança de p é igual a

Uma amostra aleatória simples X₁, X₂,..., X₄₀₀, de tamanho 400, foi obtida de uma distribuição normal com média desconhecida μ.
Os seguintes dados foram observados:



Um intervalo aproximado de 95% de confiança para μ será então dado por

Considere uma amostra aleatória simples X₁, X₂,..., X_n de uma variável aleatória populacional X com média μ e variância σ² .
Sejam:  
Em relação à estimação de μ e de σ² , avalie se as seguintes afirmativas são verdadeiras (V) ou falsas (F).

( )   é estimador não tendencioso de variância uniformemente mínima de μ. ( ) S² é estimador não tendencioso de σ². ( )  é estimador de máxima verossimilhança de μ. ( ) S² é estimador de máxima verossimilhança de σ².

As afirmativas são, respectivamente,

Se X é uma variável aleatória com função de densidade de probabilidade dada por

• f(x) = λe ^-λx, x ≥ 0, λ > 0

• f(x) = 0, nos demais casos

então a função geradora de momentos de X é dada por

Se X e Y são variáveis aleatórias independentes tais que

X ~ N(4, 4),   Y ~ N(3, 4)

então X – Y tem distribuição normal com média e variância dadas, respectivamente, por

Suponha que X e Y tenham função de densidade de probabilidade conjunta dada por

f(x, y) = (x + y), se 0 < x < 1 e 0 < y < 1;

f(x, y ) = 0 nos demais casos

Nesse caso, o valor de E[ X + Y ] é igual a

Considere que, em dada população muito grande, 36% dos indivíduos sejam favoráveis a determinada proposta governamental. Se 100 indivíduos dessa população forem aleatoriamente sorteados, então a probabilidade de que, desses 100, ao menos 50 sejam favoráveis à referida proposta é aproximadamente igual a

Considere que, em dada população, 10% dos indivíduos apresentem determinada síndrome. Se uma amostra aleatória simples de tamanho 4, dessa população, for observada, então a probabilidade de que apenas um indivíduo sofra da referida síndrome é aproximadamente igual a

Considere o experimento de sortear aleatoriamente, com reposição, dois números de uma urna que contém quatro bolas numeradas 1, 2, 3 e 4. Se X é número da primeira bola sorteada e Y é o maior dos dois números (se houver; se os dois números sorteados forem iguais, esse número é o valor observado de Y), a função de probabilidade acumulada conjunta no ponto (2; 3) é igual a

Suponha que o número de ocorrências de determinado evento ocorra no tempo de acordo com um processo Poisson com uma taxa média de 5 ocorrências por dia. Suponha ainda que uma ocorrência tenha acabado de ocorrer.
Se X é o tempo decorrido até que a próxima ocorrência aconteça, então X tem distribuição 

Uma variável aleatória X tem função de densidade de probabilidade dada por:

f(x) = kx² , se -1 < x < 1 e f(x) = 0, nos demais casos, k constante.


A variância de X é então igual a

Uma variável aleatória discreta X tem função de probabilidade dada por

O valor absoluto da diferença entre os valores da média e da mediana de X é igual a 

Uma variável aleatória X tem função de probabilidade dada por:
p( x ) = 0,5 ^x /2, se x = 0, 1, 2, 3, ... p( x ) = 0, nos demais casos
Nesse caso, a média de X é igual a

Se A e B são eventos tais que P[ A ] = 0,6 e P[ B ] = 0,8, avalie as afirmativas a seguir:

I. A e B não podem ser independentes.

II. O maior valor possível de P[ A ∪ B ] é 1,0.

III. O maior valor possível de P[ A ∩ B ] é 0,6.

Está correto o que se afirma em

Dois eventos A e B têm as seguintes probabilidades:

P[ A ] = 0,5; P[ B ] = 0,6; P[ AUB] = 0,8

A probabilidade condicional de A ocorrer dado que B ocorre é então igual a 

Uma urna contém oito bolas idênticas numeradas de 1 a 8. Se sortearmos duas bolas ao acaso dessa urna, com reposição, a probabilidade de que a soma dos dois números sorteados seja maior do que 13 é aproximadamente igual a

A variância dos dados de uma amostra pode ser definida como a média dos quadrados dos desvios em torno da média.
Assim, a variância do número de filhos por casal é igual a

O número mediano de filhos dessa amostra é igual a