Considere duas amostras, uma de tamanho n e outra de tamanho m, de valores das variáveis aleatórias X e Y, respectivamente. Quais condições devem ser satisfeitas para que a aplicação do teste T, na comparação das médias das duas variáveis, seja rigorosamente válida?

Suponha que a probabilidade de um assalto com vítima seja p=0,4. Sendo X o número de assaltos com vítima em um total de 7 assaltos. Considerando as informações apresentadas, qual é a probabilidade de que não haja vítima nesses 7 assaltos e qual é a média e a variância da variável aleatória X?

Uma amostra aleatória de uma variável X, de tamanho n =10, resultou nos seguintes valores: 11 36 19 27 14 10 32 33 17 23.
Sendo X_{(r), r = 1,2, ..., n,} o r-ésimo valor obtido na amostra quando ordenada, as variáveis, X_{(n), R =} X_{(n) -} X_(1), X_{mediana e} X₍₄₎ assumem quais valores?

Uma clínica tem interesse em estudar certas características de seus pacientes, cujas fichas de cadastro estão enumeradas, consecutivamente, de 511 a 973. Destes, deve ser selecionada uma amostra aleatória de 25 pacientes. Responda qual é o número de elementos dessa população e qual é o melhor método de amostragem nesse caso?

Em um teste do tipo “verdadeiro ou falso”, envolvendo 10 questões, proposto para testar a hipótese de que o respondente está “adivinhando” a resposta, ou seja: H₀ = p=1/2 , o examinador decide adotar a seguinte regra: “se o respondente acertar 7 ou mais questões é porque ele não está adivinhando”. Diante da situação exposta, determine a probabilidade de concluir que o respondente não está adivinhando quando na verdade ele está.
Dado: (1/2)¹⁰ ≅ 0,001.

Sendo ( X₁,. X₂, ..., X_n) uma amostra de uma variável aleatória com distribuição de probabilidade Gama com parâmetros λ e r, é correto afirmar que a função de máxima verossimilhança com base nessa amostra é

Para uma amostra aleatória simples de tamanho n de uma variável aleatória com distribuição exponencial com parâmetro λ , o estimador de máxima verossimilhança de é

Seja X uma variável aleatória que representa o tempo gasto (minutos) em uma conversa telefônica em uma certa repartição pública, em minutos. Assim definida, a variável aleatória X assume valores maiores ou iguais a zero e segue uma distribuição exponencial de parâmetro λ. Qual é a função de distribuição acumulada F(x)?

Sabemos que uma variável aleatória que conta o número de sujeitos em uma fila de espera segue uma distribuição de Poisson. Suponha que o número de sujeitos que se dirige a um balcão de uma repartição pública, para receber informações entre 12 e 13 horas da tarde, é uma variável aleatória com distribuição de Poisson e com parâmetro 3. Suponha, também, que o número de sujeitos que se dirige ao referido balcão entre 13 e 14 horas é também uma variável aleatória de Poisson com parâmetro 5. Admita que essas variáveis aleatórias sejam independentes. Qual é a probabilidade de que mais de 5 clientes se dirijam ao guichê entre 12 e 14 horas da tarde?

Considere uma amostra aleatória X1, X2, ..., Xn proveniente de uma população N(n, 16), e um intervalo de confiança para μ é . Nesse caso, qual é o grau de confiança aproximado do intervalo?