Para avaliar a satisfação dos servidores públicos de certo tribunal no ambiente de trabalho, realizou-se uma pesquisa. Os servidores foram classificados em três grupos, de acordo com o nível do cargo ocupado. Na tabela seguinte, k é um índice que se refere ao grupo de servidores, e N_k denota o tamanho populacional de servidores pertencentes ao grupo k.

De cada grupo k foi retirada uma amostra aleatória simples sem reposição de tamanho n_k; p_k representa a proporção de servidores amostrados do grupo k que se mostraram satisfeitos no ambiente de trabalho.

A partir das informações e da tabela apresentadas, julgue o próximo item.

Com relação ao grupo k = 2, o erro padrão da estimativa da proporção dos servidores satisfeitos no ambiente de trabalho foi inferior a 0,1.

Para avaliar a satisfação dos servidores públicos de certo tribunal no ambiente de trabalho, realizou-se uma pesquisa. Os servidores foram classificados em três grupos, de acordo com o nível do cargo ocupado. Na tabela seguinte, k é um índice que se refere ao grupo de servidores, e N_k denota o tamanho populacional de servidores pertencentes ao grupo k.

De cada grupo k foi retirada uma amostra aleatória simples sem reposição de tamanho n_k; p_k representa a proporção de servidores amostrados do grupo k que se mostraram satisfeitos no ambiente de trabalho.

A partir das informações e da tabela apresentadas, julgue o próximo item.

O desenho amostral empregado nessa pesquisa foi a amostragem aleatória estratificada com alocação proporcional aos tamanhos dos estratos.

Para avaliar a satisfação dos servidores públicos de certo tribunal no ambiente de trabalho, realizou-se uma pesquisa. Os servidores foram classificados em três grupos, de acordo com o nível do cargo ocupado. Na tabela seguinte, k é um índice que se refere ao grupo de servidores, e N_k denota o tamanho populacional de servidores pertencentes ao grupo k.

De cada grupo k foi retirada uma amostra aleatória simples sem reposição de tamanho n_k; p_k representa a proporção de servidores amostrados do grupo k que se mostraram satisfeitos no ambiente de trabalho.

A partir das informações e da tabela apresentadas, julgue o próximo item.

A estimativa da proporção populacional de servidores que estão satisfeitos no ambiente de trabalho foi igual ou superior a 0,80.

No modelo de regressão linear simples na forma matricial Y = Xβ + ε , Y denota o vetor de respostas, X representa a matriz de delineamento (ou matriz de desenho), β é o vetor de coeficientes do modelo e ε é o vetor de erros aleatórios independentes e identicamente distribuídos. Tem-se também que X´Y = e (X´X) ^-1 = em que X´ é a matriz transposta de X. Com base nessas informações, julgue o próximo item, considerando que a variância do erro aleatório é

A estimativa do vetor de coeficientes é

Um modelo de regressão linear múltipla tem a forma y = β₀ + β₁X₁ + β₂X₂ + ε, em que β₀, β₁ e β₂ são os coeficientes do modelo e ε denota o erro aleatório normal com média nula e desvio padrão σ. As variáveis regressoras X₁ e X₂ são ortogonais. O quadro a seguir mostra as estimativas dos coeficientes do modelo obtidas pelo método da máxima verossimilhança a partir de uma amostra de tamanho n = 20. Nesse quadro, para cada coeficiente β_k, k = 0, 1, 2, a razão t refere-se ao seu teste de significância H₀ : β_k = 0 versus H₁ : β_k ≠ 0.

Com base nessas informações e no quadro apresentado, julgue o próximo item.

A hipótese nula H₀ : β₂ = 0 é rejeitada para o nível de significância do teste α = 5%.

Um modelo de regressão linear múltipla tem a forma y = β₀ + β₁X₁ + β₂X₂ + ε, em que β₀, β₁ e β₂ são os coeficientes do modelo e ε denota o erro aleatório normal com média nula e desvio padrão σ. As variáveis regressoras X₁ e X₂ são ortogonais. O quadro a seguir mostra as estimativas dos coeficientes do modelo obtidas pelo método da máxima verossimilhança a partir de uma amostra de tamanho n = 20. Nesse quadro, para cada coeficiente β_k, k = 0, 1, 2, a razão t refere-se ao seu teste de significância H₀ : β_k = 0 versus H₁ : β_k … 0.

Com base nessas informações e no quadro apresentado, julgue o próximo item.

Retirando-se a variável X₂, o modelo ajustado é uma reta de regressão na forma

Um modelo de regressão linear múltipla tem a forma y = β₀ + β₁X₁ + β₂X₂ + ε, em que β₀, β₁ e β₂ são os coeficientes do modelo e ε denota o erro aleatório normal com média nula e desvio padrão σ. As variáveis regressoras X₁ e X₂ são ortogonais. O quadro a seguir mostra as estimativas dos coeficientes do modelo obtidas pelo método da máxima verossimilhança a partir de uma amostra de tamanho n = 20. Nesse quadro, para cada coeficiente β_k, k = 0, 1, 2, a razão t refere-se ao seu teste de significância H₀ : β_k = 0 versus H₁ : β_k … 0.

Com base nessas informações e no quadro apresentado, julgue o próximo item.

A razão t referente à estimativa do coeficiente β₂ possui 20 graus de liberdade.

Um modelo de regressão linear múltipla tem a forma y = β₀ + β₁X₁ + β₂X₂ + ε, em que β₀, β₁ e β₂ são os coeficientes do modelo e ε denota o erro aleatório normal com média nula e desvio padrão σ. As variáveis regressoras X₁ e X₂ são ortogonais. O quadro a seguir mostra as estimativas dos coeficientes do modelo obtidas pelo método da máxima verossimilhança a partir de uma amostra de tamanho n = 20. Nesse quadro, para cada coeficiente β_k, k = 0, 1, 2, a razão t refere-se ao seu teste de significância H₀ : β_k = 0 versus H₁ : β_k … 0.

Com base nessas informações e no quadro apresentado, julgue o próximo item.

A correlação linear entre X₁ e X₂ é positiva.

Um modelo de regressão linear múltipla tem a forma y = β₀ + β₁X₁ + β₂X₂ + ε, em que β₀, β₁ e β₂ são os coeficientes do modelo e ε denota o erro aleatório normal com média nula e desvio padrão σ. As variáveis regressoras X₁ e X₂ são ortogonais. O quadro a seguir mostra as estimativas dos coeficientes do modelo obtidas pelo método da máxima verossimilhança a partir de uma amostra de tamanho n = 20. Nesse quadro, para cada coeficiente β_k, k = 0, 1, 2, a razão t refere-se ao seu teste de significância H₀ : β_k = 0 versus H₁ : β_k … 0.

Com base nessas informações e no quadro apresentado, julgue o próximo item.

A estimativa do coeficiente β₀, com base no método de mínimos quadrados ordinários, foi igual a 15.

Um modelo de regressão linear múltipla tem a forma y = β₀ + β₁X₁ + β₂X₂ + ε, em que β₀, β₁ e β₂ são os coeficientes do modelo e ε denota o erro aleatório normal com média nula e desvio padrão σ. As variáveis regressoras X₁ e X₂ são ortogonais. O quadro a seguir mostra as estimativas dos coeficientes do modelo obtidas pelo método da máxima verossimilhança a partir de uma amostra de tamanho n = 20. Nesse quadro, para cada coeficiente β_k, k = 0, 1, 2, a razão t refere-se ao seu teste de significância H₀ : β_k = 0 versus H₁ : β_k … 0.

Com base nessas informações e no quadro apresentado, julgue o próximo item.

O erro padrão da estimativa do coeficiente β₁ foi superior a 0,3