Se Y = f(X), em que f(X) é a função linear obtida pelo método dos mínimos quadrados, então a função Z, tal que Z = XY, atinge o valor mínimo quando X for igual a

Considerando a função linear obtida pelo método dos mínimos quadrados, tem-se que quando X varia de 1 unidade Y varia de

O diretor de uma empresa está convencido de que o desempenho dos funcionários com nível superior em sua empresa depende da faculdade em que eles se formaram. Resolve então promover um teste estatístico com 80 funcionários com nível superior utilizando o quadro abaixo, levando em conta que qualquer funcionário formou-se em uma e somente uma das faculdades (X, Y ou Z).

Deseja-se então saber se o diretor tem razão com a utilização do teste qui-quadrado.

Dados: Valores críticos da distribuição qui-quadrado [P(qui-quadrado com n graus de liberdade < valor tabelado) = 1 – α]:

Uma respectiva conclusão é que

Seja uma variável aleatória X, tal que uma amostra aleatória de 5 elementos {100, 120, 180, 200, 240} foi extraída da população. O intervalo [120, 200] refere-se a um intervalo de confiança encontrado para a mediana de X. O nível de confiança deste intervalo é de

O dirigente de uma empresa deverá decidir entre dois candidatos, Antônio e Paulo, qual ocupará o cargo de gerente administrativo. Para cada candidato foi aplicada uma mesma prova constituída de 16 testes de assuntos diversos. Subtraindo dos escores apresentados por Antônio os respectivos escores apresentados por Paulo, observa-se a presença de sinal negativo nas diferenças dos escores de 4 testes e sinal positivo nas 12 restantes, não ocorrendo diferença nula. Aplica-se o teste dos sinais para decidir se a proporção populacional de sinais negativos (p) é igual a 0,50, ao nível de significância de 2α, considerando as hipóteses: H₀ : p = 0,50 (hipótese nula) e H₁ : p ≠ 0,50 (hipótese alternativa). Aproximando a distribuição binomial pela normal, obteve-se o escore reduzido r correspondente para comparação com o valor crítico z da distribuição normal padrão (Z) tal que P(|Z| ≤ z) = 2α. Então,

O gerente de produção de uma grande fábrica de farinha garante à sua rede de atacadistas que cada pacote produzido não contém menos de 1 kg de farinha. Um comprador desconfiado extrai uma amostra aleatória de 25 pacotes e encontra para esta amostra uma média m, em kg, e uma variância de 0,04 (kg)2. Supondo que a quantidade de farinha em cada pacote apresente uma distribuição normal com média μ e variância σ2 desconhecida, deseja-se saber se o gerente tem razão a um nível de significância de 5% com a realização do teste t de Student. Seja H0 a hipótese nula do teste (μ = 1 kg), H₁ a hipótese alternativa (μ < 1 kg) e t o valor do quantil da distribuição t de Student tal que P(|t| ≥ 1,71) = 0,05, tanto para 24 como para 25 graus de liberdade. Sabendo-se que H₀ foi rejeitada, então o valor encontrado para m foi, no máximo,

Em uma cidade é realizada uma pesquisa sobre a preferência dos eleitores com relação a um determinado candidato, que afirma ter 60% da preferência. Uma amostra aleatória de tamanho 600 foi extraída da população, considerada de tamanho infinito, sendo que 330 eleitores manifestaram sua preferência pelo candidato. Com base nesta amostra, deseja-se testar a hipótese H₀ : p = 60% (hipótese nula) contra H₁ : p ≠ 60% (hipótese alternativa), em que p é a proporção dos eleitores que têm preferência pelo candidato. Para a análise considerou-se normal a distribuição amostral da frequência relativa dos eleitores que têm preferência pelo candidato e que na distribuição normal padrão Z a probabilidade P(|Z| ≤ 1,96) = 95% e P(|Z| ≤ 2,58) = 99%. A conclusão é que H0

Os salários dos empregados de determinado ramo de atividade apresentam uma distribuição normal com uma variância populacional desconhecida. Uma amostra aleatória de 16 empregados deste ramo foi analisada apresentando uma média igual a R$ 1.500,00 e um desvio padrão igual a R$ 200,00. Considerando a população de tamanho infinito e t_0,025 o quantil da distribuição t de Student para teste unicaudal tal que P(t > t_0,025) = 0,025 com n graus de liberdade, obteve-se um intervalo de confiança de 95% para a média populacional. O intervalo obtido, com os valores em reais, foi igual a

Seja X uma variável aleatória representando a duração de vida de um equipamento. O desvio padrão populacional de X é igual a 20 horas. Uma amostra aleatória de 100 equipamentos forneceu uma duração de vida média igual a 1.000 horas obtendo-se um intervalo de confiança de 95% para a média populacional igual a [996,08 ; 1.003,92] (considerando a população normalmente distribuída e de tamanho infinito). Caso o tamanho da amostra tivesse sido de 400 e obtendo-se a mesma duração de vida média de 1.000 horas, o novo intervalo de confiança de 95% apresentaria uma amplitude de

Considere uma população que apresenta uma distribuição de Poisson tal que \( \mathrm{\,P(x)\,=\,{\lambda^x\,e^{-\lambda}\over\,x!}} \) com parâmetro λ desconhecido e x o número de ocorrências de um determinado acontecimento. Dessa população extraiu-se uma amostra aleatória com reposição de tamanho quatro (X1, X2, X3, X4) e utilizaram-se os dois estimadores seguintes para estimar a média (μ) da população:

\( \mathrm{\,E_1\,=\,{\,x_1\,+\,x_2\,+\,x_3\,+\,x_4\,\over\,4}} \)

\( \mathrm{\,E2\,=\,{\,x_1\,+\,2x_2\,+\,2x_3\,+\,x_4\,\over\,6}} \)

Então, com relação a estes 2 estimadores,