Em virtude de não se conhecer a função de densidade de uma variável aleatória X, com média 22, obteve-se um intervalo de confiança (20, 24), sabendo-se que existe a probabilidade mínima de 84% de X pertencer a este intervalo conforme o Teorema de Tchebichev. Considerando este mesmo teorema, obtém-se que a probabilidade de X não pertencer ao intervalo (22 − K, 22 + K) é no máximo 6,25%. A amplitude deste último intervalo é de
Sabe-se que 64 pessoas escolhidas ao acaso foram consultadas sobre qual o refrigerante de sua preferência entre duas marcas X e Y. Foi registrado por um sinal “+" os que preferem X e por um sinal “−" os que preferem Y. Verificou-se que o número de sinais “+" superou o número de sinais “−" em 26. Decidiu-se aplicar o teste dos sinais para averiguar se a proporção da população de sinal “mais" (p) é igual a 50% a um nível de significância de 5%. Foram então formuladas as hipóteses H0: p = 50% (hipótese nula) e H1: p ≠ 50% (hipótese alternativa). Com aproximação da distribuição binomial pela normal e desconsiderando a correção de continuidade, foi apurado para a tomada da decisão o valor do escore reduzido k para comparação com o valor crítico da curva normal padrão (Z) tal que P(|Z| ≤ 1,96) = 95%. O valor de k é tal que
Em uma população correspondente a uma variável aleatória X, normalmente distribuída com variância unitária e média μ, é extraída uma amostra aleatória, com reposição, de tamanho 3, ou seja, ( X1, X2, X3). Sabendo que um estimador utilizado para a média μ desta população é E = (2 m2 − 20 m)X1 + (5 m + 9)X2 − (m − 16)X3 (com m sendo um parâmetro real) é não viesado, verifica-se que entre os possíveis estimadores formados por meio de E, o mais eficiente apresenta uma variância igual a
Nos registros dos últimos anos, verifica-se que o número médio de pessoas atendidas em uma repartição pública por dia é igual a 20. Deseja-se testar a hipótese de que o número médio de pessoas atendidas por dia (μ) em outra repartição independente da primeira é o mesmo que o verificado na primeira repartição utilizando o teste t de Student. Foram formuladas então as seguintes hipóteses: H0: μ = 20 (hipótese nula) e H1: μ ≠ 20 (hipótese alternativa). Com base em 16 dias escolhidos aleatoriamente na segunda repartição obteve-se uma média igual a 22 pessoas atendidas por dia com um desvio padrão igual a 5. Se, tanto para a primeira repartição como para a segunda, a distribuição da população formada pelo número de pessoas atendidas é normalmente distribuída e de tamanho infinito, obtém-se que o valor da estatística t calculado para comparação com o t tabelado da distribuição t de Student com os respectivos graus de liberdade apresenta valor de
Acredita-se que a variância (σ2) de uma população, normalmente distribuída e de tamanho infinito, seja igual a 3,6. Para verificar se esta variância é inferior a 3,6, a um nível de significância α, foram formuladas as hipóteses H0: σ2 = 3,6 (hipótese nula) e H1: σ2 < 3,6 (hipótese alternativa) utilizando o teste qui-quadrado. Uma amostra aleatória de tamanho 10 foi extraída da população obtendo-se uma variância amostral igual a 1,5.
A conclusão é que ao nível de significância de
Considerando na tabela abaixo a distribuição de frequências absolutas, referente aos salários dos n empregados de uma empresa, em R$ 1.000,00, observa-se que além do total dos empregados (n) não é fornecida também a frequência correspondente ao intervalo da 4ª classe (f4).
O valor da média aritmética destes salários, obtido considerando que todos os valores incluídos num certo intervalo de classe são coincidentes com o ponto médio deste intervalo, é igual a R$ 6.200,00.
O valor da mediana em R$, obtido pelo método da interpolação linear, é igual a
Em uma grande região de um país, uma empresa (E1) foi contratada para elaborar uma pesquisa referente a um atributo X, correspondente a uma população considerada normal, de tamanho infinito, média μ desconhecida e variância populacional igual a 144. Considerando uma amostra aleatória de tamanho 64, esta empresa apurou um intervalo de confiança com um nível de confiança (1 − α) para μ igual a [99,0; 105,0]. Uma outra empresa (E2) trabalhando independentemente da primeira, na mesma região, também elaborou uma pesquisa referente ao atributo X utilizando uma amostra de tamanho 400 e encontrando uma média amostral igual a 104,5. O intervalo de confiança para μ com um nível de confiança (1 − α) encontrado por E2 foi de
Considere que em um país a variável L representa o lucro, em unidades monetárias, de uma empresa em um determinado ano e a variável X ≥ 0 os investimentos realizados pela empresa, em unidades monetárias, no mesmo ano. Um modelo de regressão linear correspondente à equação Li = α + βXi + εi foi adotado pela empresa com o objetivo de se prever L em função de X. Li representa o lucro da empresa no ano i ( i = 1, 2, 3 ...) e Xi os investimentos da empresa em i. Os parâmetros α e β são desconhecidos e εi é o erro aleatório com as respectivas hipóteses do modelo de regressão linear simples. As estimativas de α e β foram obtidas por meio do método dos mínimos quadrados com base nos primeiros 10 pares de observações (Xi , Li).
Com base na equação da reta obtida por meio do método dos mínimos quadrados e no quadro de análise de variância considerado para testar a existência de uma relação linear entre L e X, é correto afirmar que
Os preços médios anuais de venda desde 2010 de um certo produto no mercado permitiram montar a tabela abaixo, em que foram considerados como índices os preços relativos em porcentagens, adotando o preço médio anual de venda do produto no ano de 2012 como básico.
O preço médio anual de venda deste produto em 2011 foi de R$ 135,00. Isto significa que o módulo da diferença entre os preços médios anuais de venda correspondentes aos anos de 2010 e 2017 foi de
