Com base em distribuições contínuas, julgue os itens subsequentes.
Se P for uma variável aleatória beta com parâmetros (a, b) e se X for uma binomial com parâmetros N e P, então o produto de (P) × P(X), em que f(P) é a função densidade de probabilidade de P e P(X) é a probabilidade de X, será proporcional à densidade de uma beta com parâmetros (a + X, b + N X).
Considerando o conceito de distribuição de probabilidade, julgue os itens de 72 a 78.
Considere que, em um tribunal, os processos sejam classificados como urgentes (T1) e não urgentes (T2) e que os não urgentes sejam reclassificados como importantes (T2.1) ou não importantes (T2.2). Considere-se, ainda, que a proporção de processos do tipo T1 seja 0,5 e que, entre os processos do tipo T2, 0,2 sejam do tipo T2.1 e 0,8 do tipo T2.2. Se X, Y e Z forem, respectivamente, as contagens de processos de tipos T1, T2.1 e T2.2 em determinado momento, então a distribuição conjunta de (X, Y, Z) é uma multinomial com parâmetros 0,5, 0,1 e 0,4.
Considerando o conceito de distribuição de probabilidade, julgue os itens de 72 a 78.
Todos os eventos independentes são disjuntos.
No que concerne a união e intersecção de eventos, julgue os itens que se seguem
Um estudo sobre a informalidade no mercado de trabalho mostrou que o número X de empregados não registrados por microempresa segue uma distribuição binomial negativa na forma P(X = k) = (k + 1)p2(1 p)k, em que k = 0, 1, 2, ... e o parâmetro p dessa distribuição é tal que 0 < p < 1. Com base nessas informações e considerando a média amostral em que X1, X2, ..., Xn representa uma amostra aleatória simples retirada dessa distribuição, julgue os itens a seguir.
De acordo com o método de mínimos quadrados ordinários, a média amostral é o estimador do parâmetro p.
Considerando que o número mensal Y de acidentes de trabalho siga
uma distribuição de Poisson com média m e que a tabela acima
apresente a realização de uma amostra aleatória simples de tamanho
n = 100, retirada da população Y, julgue os itens subsecutivos.
Considerando-se o estimador não viciado uniformemente de mínima variância (uniformly minimum-variance unbiased estimator), infere-se que P(Y = 0) é igual a 0,9970.
Considerando que o número mensal Y de acidentes de trabalho siga
uma distribuição de Poisson com média m e que a tabela acima
apresente a realização de uma amostra aleatória simples de tamanho
n = 100, retirada da população Y, julgue os itens subsecutivos.
As frequências relativas 0,5; 0,35; 0,10 e 0,05 são estimativas não viciadas das probabilidades P(Y = 0), P(Y = 1), P(Y = 2) e P(Y = 3), respectivamente.
Considerando que as propriedades da estatística representa uma amostra aleatória simples de tamanho n, retirada de uma população X com média µ, e que a1, a2, ..., an, são constantes positivas tais que a1+a2+an= 1, julgue os itens que se seguem.
Se X seguir uma distribuição exponencial, então será o
estimador não viciado uniformemente de mínima variância
(uniformly minimum-variance unbiased estimator) para
qualquer coleção de constantes positivas a1, a2, ..., an, tais que
a1 + a2+ ... + an = 1.
Um modelo de regressão linear simples foi ajustado pelo
método de mínimos quadrados ordinários como parte de um laudo
de avaliação imobiliária. Nesse modelo, cujos resultados se
encontram na tabela acima, a variável resposta y representa
o valor do imóvel, em R$ mil, e a variável regressora x é a
área construída do imóvel (em m2+a).
Considerando que o tamanho da amostra para essa modelagem
tenha sido superior a 500 e que os erros aleatórios pertinentes sejam
normais, julgue os itens a seguir.
Em relação ao teste de hipóteses H0: α= 0 versus H1 : α ≠ 0, em que α representa o intercepto, a hipótese nula deve ser rejeitada caso se adote o nível de significância de 1%.
Um modelo de regressão linear simples foi ajustado pelo
método de mínimos quadrados ordinários como parte de um laudo
de avaliação imobiliária. Nesse modelo, cujos resultados se
encontram na tabela acima, a variável resposta y representa
o valor do imóvel, em R$ mil, e a variável regressora x é a
área construída do imóvel (em m2+a).
Considerando que o tamanho da amostra para essa modelagem
tenha sido superior a 500 e que os erros aleatórios pertinentes sejam
normais, julgue os itens a seguir.
Os resultados apresentados na tabela sugerem um bom ajuste, já que as estimativas dos coeficientes foram todas significativas com p-valores inferiores a 0,1%.
Um modelo de regressão linear simples foi ajustado pelo
método de mínimos quadrados ordinários como parte de um laudo
de avaliação imobiliária. Nesse modelo, cujos resultados se
encontram na tabela acima, a variável resposta y representa
o valor do imóvel, em R$ mil, e a variável regressora x é a
área construída do imóvel (em m2+a).
Considerando que o tamanho da amostra para essa modelagem
tenha sido superior a 500 e que os erros aleatórios pertinentes sejam
normais, julgue os itens a seguir.
Caso se faça um ajustamento utilizando-se o método da máxima verossimilhança, a estimativa do coeficiente angular sofrerá alteração e a do intercepto permanecerá a mesma.
Um levantamento estatístico por amostragem probabilística
foi realizado para se estimar o tempo médio, em dias, gasto por
oficiais de justiça no cumprimento de mandados judiciais. Nesse
levantamento, os mandados foram divididos de acordo com a
localização geográfica do intimado. A tabela acima mostra a
quantidade anual de mandados para cada região, os valores dos
desvios padrão da variável de interesse por região e S, que
representa o desvio padrão populacional do tempo gasto.
Considerando que o total de mandados judiciais utilizados no
levantamento tenha sido igual a 400, julgue os itens de
Na amostragem aleatória estratificada com alocação uniforme, o total de observações na região C foi igual ou superior a 160.
Com relação à teoria de probabilidades, julgue os próximos itens.
Se X1, X2, ..., Xn for uma amostra aleatória simples suficientemente grande e se Tn(X) for uma estatística qualquer, então a distribuição da amostra da estatística será normal.
No que se refere a distribuições discretas, julgue os seguintes itens.
Para distribuição conjunta .
Com base em distribuições contínuas, julgue os itens subsequentes.