Um auditor foi encarregado de fazer uma avaliação dos erros cometidos em preços nas faturas emitidas por uma empresa. Utilizando métodos de amostragem que garantem a representatividade da amostra, ele registrou o número de erros em preços de 60 faturas amostradas, conforme apresentado a seguir.

\( \begin{matrix} 002141013220\\111403151102\\001143010214\\310051203021\\131430201101 \end{matrix} \)

A partir desses dados, o auditor construiu o gráfico abaixo.

O auditor também realizou um teste de hipóteses e construiu um intervalo de confiança para a o número médio de erros, utilizando um software estatístico, que forneceu a saída a seguir, na qual os sinais ???? significam que a informação não estava disponível.

> t.test(erros)
One Sample t-test
data: erros
t = 8.0698, df = 59, p-value = ??????
95 percent confidence interval:
(1.102992; ??????)
sample estimates:
mean of x
1.466667

Com base nos dados fornecidos e no gráfico acima e considerando que \( \overline{X} \) seja a média dos dados, julgue o item a seguir.

O estimador de máxima verossimilhança para a probabilidade de sucesso de uma distribuição geométrica é \( \hat{p}=[\overline{x}]^{-1} \).

Um auditor foi encarregado de fazer uma avaliação dos erros cometidos em preços nas faturas emitidas por uma empresa. Utilizando métodos de amostragem que garantem a representatividade da amostra, ele registrou o número de erros em preços de 60 faturas amostradas, conforme apresentado a seguir.

\( \begin{matrix} 002141013220\\111403151102\\001143010214\\310051203021\\131430201101 \end{matrix} \)

A partir desses dados, o auditor construiu o gráfico abaixo.

O auditor também realizou um teste de hipóteses e construiu um intervalo de confiança para a o número médio de erros, utilizando um software estatístico, que forneceu a saída a seguir, na qual os sinais ???? significam que a informação não estava disponível.

> t.test(erros)
One Sample t-test
data: erros
t = 8.0698, df = 59, p-value = ??????
95 percent confidence interval:
(1.102992; ??????)
sample estimates:
mean of x
1.466667

Com base nos dados fornecidos e no gráfico acima e considerando que \( \overline{X} \) seja a média dos dados, julgue o item a seguir.

Pelo tipo da variável que o auditor registrou e com base no gráfico apresentado, a melhor distribuição probabilística que descreve o comportamento aleatório do número de erros é a distribuição geométrica, cuja função de probabilidade é dada por \( f(x)=p(1-p)^{x-1}I_{x \in {1,2,...}}(x) \), em que probabilidade de ocorrer um erro de preço em uma fatura inspecionada e x é o número de erros encontrados.

Um auditor foi encarregado de fazer uma avaliação dos erros cometidos em preços nas faturas emitidas por uma empresa. Utilizando métodos de amostragem que garantem a representatividade da amostra, ele registrou o número de erros em preços de 60 faturas amostradas, conforme apresentado a seguir.

\( \begin{matrix} 002141013220\\111403151102\\001143010214\\310051203021\\131430201101 \end{matrix} \)

A partir desses dados, o auditor construiu o gráfico abaixo.

O auditor também realizou um teste de hipóteses e construiu um intervalo de confiança para a o número médio de erros, utilizando um software estatístico, que forneceu a saída a seguir, na qual os sinais ???? significam que a informação não estava disponível.

> t.test(erros)
One Sample t-test
data: erros
t = 8.0698, df = 59, p-value = ??????
95 percent confidence interval:
(1.102992; ??????)
sample estimates:
mean of x
1.466667

Com base nos dados fornecidos e no gráfico acima e considerando que \( \overline{X} \) seja a média dos dados, julgue o item a seguir.

O coeficiente de variação é superior a 90%, e a média aparada a 10% é igual a 1.

Um auditor foi encarregado de fazer uma avaliação dos erros cometidos em preços nas faturas emitidas por uma empresa. Utilizando métodos de amostragem que garantem a representatividade da amostra, ele registrou o número de erros em preços de 60 faturas amostradas, conforme apresentado a seguir.

\( \begin{matrix} 002141013220\\111403151102\\001143010214\\310051203021\\131430201101 \end{matrix} \)

A partir desses dados, o auditor construiu o gráfico abaixo.

O auditor também realizou um teste de hipóteses e construiu um intervalo de confiança para a o número médio de erros, utilizando um software estatístico, que forneceu a saída a seguir, na qual os sinais ???? significam que a informação não estava disponível.

> t.test(erros)
One Sample t-test
data: erros
t = 8.0698, df = 59, p-value = ??????
95 percent confidence interval:
(1.102992; ??????)
sample estimates:
mean of x
1.466667

Com base nos dados fornecidos e no gráfico acima e considerando que \( \overline{X} \) seja a média dos dados, julgue o item a seguir.

O gráfico apresenta assimetria à direita, na qual 85% das faturas apresentaram número de erros iguais ou inferiores a 3.

Um auditor foi encarregado de fazer uma avaliação dos erros cometidos em preços nas faturas emitidas por uma empresa. Utilizando métodos de amostragem que garantem a representatividade da amostra, ele registrou o número de erros em preços de 60 faturas amostradas, conforme apresentado a seguir.

\( \begin{matrix} 002141013220\\111403151102\\001143010214\\310051203021\\131430201101 \end{matrix} \)

A partir desses dados, o auditor construiu o gráfico abaixo.

O auditor também realizou um teste de hipóteses e construiu um intervalo de confiança para a o número médio de erros, utilizando um software estatístico, que forneceu a saída a seguir, na qual os sinais ???? significam que a informação não estava disponível.

> t.test(erros)
One Sample t-test
data: erros
t = 8.0698, df = 59, p-value = ??????
95 percent confidence interval:
(1.102992; ??????)
sample estimates:
mean of x
1.466667

Com base nos dados fornecidos e no gráfico acima e considerando que \( \overline{X} \) seja a média dos dados, julgue o item a seguir.

O número mediano de erros nos preços é superior a 1.

Um auditor foi encarregado de fazer uma avaliação dos erros cometidos em preços nas faturas emitidas por uma empresa. Utilizando métodos de amostragem que garantem a representatividade da amostra, ele registrou o número de erros em preços de 60 faturas amostradas, conforme apresentado a seguir.

\( \begin{matrix} 002141013220\\111403151102\\001143010214\\310051203021\\131430201101 \end{matrix} \)

A partir desses dados, o auditor construiu o gráfico abaixo.

O auditor também realizou um teste de hipóteses e construiu um intervalo de confiança para a o número médio de erros, utilizando um software estatístico, que forneceu a saída a seguir, na qual os sinais ???? significam que a informação não estava disponível.

> t.test(erros)
One Sample t-test
data: erros
t = 8.0698, df = 59, p-value = ??????
95 percent confidence interval:
(1.102992; ??????)
sample estimates:
mean of x
1.466667

Com base nos dados fornecidos e no gráfico acima e considerando que \( \overline{X} \) seja a média dos dados, julgue o item a seguir.

O gráfico apresentado é do tipo diagrama de pontos dotplot e permite visualizar a dispersão dos dados quando se tem poucas observações.

Em um estudo realizado por uma instituição de ensino superior foram selecionados aleatoriamente 5 estudantes de graduação. Cada estudante foi submetido a duas provas de conhecimentos gerais. A primeira prova ocorreu no momento do ingresso do estudante na universidade e a segunda, no egresso. Os resultados dessas provas são apresentados na tabela abaixo.

Considerando que \( \mu \)_A e \( \mu \)_B são as notas médias populacionais e que as notas seguem distribuições normais, julgue o item a seguir.

Se \( \mu \)_A for um parâmetro conhecido e igual a 5, então o estimador de razão para \( \mu \)_B será superior a 8.

Em um estudo realizado por uma instituição de ensino superior foram selecionados aleatoriamente 5 estudantes de graduação. Cada estudante foi submetido a duas provas de conhecimentos gerais. A primeira prova ocorreu no momento do ingresso do estudante na universidade e a segunda, no egresso. Os resultados dessas provas são apresentados na tabela abaixo.

Considerando que \( \mu \)_A e \( \mu \)_B são as notas médias populacionais e que as notas seguem distribuições normais, julgue o item a seguir.

Se \( \mu \)_A for um parâmetro conhecido e igual a 4,2, então o estimador de regressão para \( \mu \)_B será igual a 7,2.

Em um estudo realizado por uma instituição de ensino superior foram selecionados aleatoriamente 5 estudantes de graduação. Cada estudante foi submetido a duas provas de conhecimentos gerais. A primeira prova ocorreu no momento do ingresso do estudante na universidade e a segunda, no egresso. Os resultados dessas provas são apresentados na tabela abaixo.

Considerando que \( \mu \)_A e \( \mu \)_B são as notas médias populacionais e que as notas seguem distribuições normais, julgue o item a seguir.

O teste t de Student, com 4 graus de liberdade, pode ser aplicado para se testar a hipótese nula H₀: \( \mu \)_A – \( \mu \)_B = 0 contra a hipótese alternativa H₁: \( \mu \)_A – \( \mu \)_B \( \ne \) 0.

Em um estudo realizado por uma instituição de ensino superior foram selecionados aleatoriamente 5 estudantes de graduação. Cada estudante foi submetido a duas provas de conhecimentos gerais. A primeira prova ocorreu no momento do ingresso do estudante na universidade e a segunda, no egresso. Os resultados dessas provas são apresentados na tabela abaixo.

Considerando que \( \mu \)_A e \( \mu \)_B são as notas médias populacionais e que as notas seguem distribuições normais, julgue o item a seguir.

Se \( \mu \)_A e \( \mu \)_B são parâmetros desconhecidos, a variância do estimador da diferença \( \mu \)_B – \( \mu \)_A é igual a 0,20.