Foram encontradas 32.247 questões.
- Estatística InferencialEstimadoresEstimadores de Máxima Verossimilhança
- ProbabilidadesFunção Geratriz de Momentos
Uma população de variáveis aleatórias independentes e identicamente distribuídas segue a distribuição uniforme \( X_1 \sim \) Uniforme\( [0, θ] \) no intervalo \( [0, θ] \), em que \( f(x)={\large{1 \over θ}} \) para \( 0 \le x \le θ \) e \( f(x)=0 \), caso contrário. Uma amostra de tamanho
n será retirada dessa população, sendo \( X_{(i)} \) a i-ésima estatística de ordem da amostra.
Tendo como referência essas informações, julgue o item o seguir.
O estimador do método de momentos para \( θ \) é duas vezes a média amostral. Esse estimador é não viesado e não é consistente.
Provas
- Estatística InferencialEstimadoresEstimadores de Máxima Verossimilhança
- ProbabilidadesFunção Geratriz de Momentos
Uma população de variáveis aleatórias independentes e identicamente distribuídas segue a distribuição uniforme \( X_1 \sim \) Uniforme\( [0, θ] \) no intervalo \( [0, θ] \), em que \( f(x)={\large{1 \over θ}} \) para \( 0 \le x \le θ \) e \( f(x)=0 \), caso contrário. Uma amostra de tamanho
n será retirada dessa população, sendo \( X_{(i)} \) a i-ésima estatística de ordem da amostra.
Tendo como referência essas informações, julgue o item o seguir.
\( X_{(n)} \) é o estimador de máxima verossimilhança para \( θ \). Esse estimador é viesado e não é consistente.
Provas
- Estatística InferencialEstimadoresEstimadores de Máxima Verossimilhança
- ProbabilidadesFunção Geratriz de Momentos
Uma população de variáveis aleatórias independentes e identicamente distribuídas segue a distribuição uniforme \( X_1 \sim \) Uniforme\( [0, θ] \) no intervalo \( [0, θ] \), em que \( f(x)={\large{1 \over θ}} \) para \( 0 \le x \le θ \) e \( f(x)=0 \), caso contrário. Uma amostra de tamanho
n será retirada dessa população, sendo \( X_{(i)} \) a i-ésima estatística de ordem da amostra.
Tendo como referência essas informações, julgue o item o seguir.
\( T(X_1, \cdots, X_n)=X_{(n)} \) não é uma estatística suficiente para \( θ \).
Provas
- FundamentosAmostra
- Amostragem
- Distribuições de ProbabilidadeDistribuições ContínuasStudent
- Estatística InferencialTeste de Hipóteses
- Estatística InferencialIntervalos de confiança
A respeito de amostras e distribuição de probabilidade, julgue o item subsequente.
A distribuição t de Student é utilizada para inferências estatísticas, quando se tem amostras com tamanhos inferiores a 30 elementos.
Provas
- Distribuições de ProbabilidadeDistribuições ContínuasNormal
- Estatística DescritivaMedidas de Dispersão
- Estatística DescritivaMedidas de Tendência Central
- Estatística InferencialVariáveis AleatóriasVariável Aleatória Contínua
- Probabilidades
A respeito de amostras e distribuição de probabilidade, julgue o item subsequente.
Uma avaliação da preferência dos expectadores, na véspera de um festival de cinema, pretende eleger o melhor filme do ano por meio de um levantamento por amostragem aleatória simples, com erro amostral de 2% e 95% de confiança, para as estimativas dos percentuais dos vários filmes inscritos. Nessas condições, essa avaliação dependerá de uma amostra com 2.500 expectadores.
Provas
- Distribuições de ProbabilidadeDistribuições ContínuasNormal
- Estatística DescritivaMedidas de Dispersão
- Estatística DescritivaMedidas de Tendência Central
- Estatística InferencialVariáveis AleatóriasVariável Aleatória Contínua
- Probabilidades
Julgue o seguinte item, em relação à distribuição normal.
Se as notas de um teste se distribuem normalmente em torno da média 74, com o desvio padrão 12, então a nota padronizada correspondente à nota 86 é 1,0.
Provas
- Distribuições de ProbabilidadeDistribuições ContínuasNormal
- Estatística InferencialVariáveis AleatóriasVariável Aleatória Contínua
- Probabilidades
Julgue o seguinte item, em relação à distribuição normal.
Em uma distribuição normal, com função definida por f(x), sendo x uma variável aleatória contínua, o máximo de f(x) é obtido fazendo-se x = m, em que m é a média da normal.
Provas
- Distribuições de ProbabilidadeDistribuições ContínuasNormal
- Estatística InferencialVariáveis AleatóriasVariável Aleatória Contínua
- Probabilidades
Julgue o seguinte item, em relação à distribuição normal.
Em uma distribuição normal, sendo Z uma variável aleatória contínua, se a probabilidade P(0 < Z < 2,00) = 0,4772, então P(Z > -2,00) = 0,8544.
Provas
- Distribuições de ProbabilidadeDistribuições DiscretasPoisson
- Distribuições de ProbabilidadeDistribuições ContínuasNormal
- Estatística InferencialVariáveis AleatóriasVariável Aleatória Contínua
- Probabilidades
Acerca dos conceitos de distribuição de probabilidade, julgue o item subsecutivo.
As distribuições Normal e de Poisson são exemplos de modelos de distribuição contínua de probabilidade.
Provas
- Distribuições de ProbabilidadeDistribuições DiscretasBinomial
- Estatística InferencialVariáveis AleatóriasVariável Aleatória Discreta
- Probabilidades
Acerca dos conceitos de distribuição de probabilidade, julgue o item subsecutivo.
A probabilidade de sair ao menos uma cara em três lançamentos consecutivos de uma moeda não viciada é de aproximadamente 95%.
Provas
Caderno Container