CURSO de EXERCÍCIOS de ESTATÍSTICA para BACEN 2013 Banca: CESPE/UnB Prof. Erick Mizuno

Tamanho: px
Começar a partir da página:

Download "CURSO de EXERCÍCIOS de ESTATÍSTICA para BACEN 2013 Banca: CESPE/UnB Prof. Erick Mizuno"

Transcrição

1 1. Se 20% das bobinas de um determinado cabo eléctrico forem defeituosas, a probabilidade de, entre as 4 bobinas necessárias a um determinado cliente, escolhidas ao acaso uma ser defeituosa, pode ser representada por P(k = 2) = ( 4 k ) 0,2k 0,8 4 k C 2. Sabe-se que o percentual de incidência de determinada doença é de 2% entre os indivíduos de uma cidade interiorana. Pode-se afirmar com certeza que a probabilidade de menos do que 2 pessoas apresentarem essa doença num grupo de moradores é dada por P = [ 1 ( ) 0,02 k 0, k ]. E k 3. No lance de um dado viciado de tal forma que a probabilidade de sorteio de face ímpar seja igual ao dobro da de sortear face par, a probabilidade de, ao se jogar esse dado uma vez, aparecer a face 4 2 vezes é dada por P = ( 6 2 ) (1 9 )2 ( 2 9 )6 2 E 4. (Distrib. Exp.) O tempo de funcionamento sem avarias de uma determinada máquina de produção contínua segue uma lei exponencial negativa com valor esperadoigual a 4,5 horas. Imagine que a máquina é (re)colocada em funcionamento no instante t=0 horas. Sendo desta maneira, a probabilidade de não ocorrerem avarias antes do instante t=6 horas é de 26,36%. C 5. (Normal) Considere que o comprimento médio de determinado fio condutor é 120cm, com desvio padrão 0,5cm. A percentagem de fio com comprimento superior a 121 é de 2,28%. C Numa praia existe um serviço de aluguel de barcos, destinado aos turistas que a frequentam. O número de turistas que procuram este serviço, por hora, está associado a uma variável aleatória com distribuição de Poisson. Verificou-se que, em média, em cada hora, esse serviço é procurado por 8 turistas interessados em alugar barcos; sabe-se, por outro lado, que esse serviço funciona ininterruptamente das 8 às 20 horas. 6. A probabilidade de que, entre as 8 e as 9 horas, se aluguem 5 barcos é de 2 15 /(5! 2,71 8 ). C (Cabeçalho para os exercícios 7 a 11) O número de navios petroleiros que chegam diariamente a certa refinaria é uma variável com distribuição de Poisson de parâmetro 2. Nas atuais condições, o cais da refinaria pode atender, no máximo, 3 petroleiros por dia. Atingido este número, os restantes que eventualmente apareçam deverão seguir para outro porto. Utilize o anexo com tabelas (no final desse caderno) caso necessite. 7. O número esperado de petroleiros a chegarem por dia é dado por E(x) = 2 C 8. As instalações deveriam ser aumentadas de 6 petroleiros/dia de forma a assegurar cais a todos os petroleiros em 99,99% dos dias. C 9. O número mais provável de petroleiros a chegarem por dia é dado pela comparação entre valores de k de zero a três na expressão P(X = k) = e E(X) E(X) k e observado o maior valor. C 10. O número mais provável de petroleiros a chegarem por dia é dado pela comparação entre valores de k de zero a três na expressão P(X = k) = 1 e E(X) E(X) k e observado o menor valor. C k! k! MACETESparaCONCURSOS Prof. Erick Mizuno Preparatório para BACEN

2 11. O número esperado de petroleiros a serem atendidos diariamente atende a uma distribuição X ~Po(λ) e é numericamente dada pela expressão 3 i=0 k i Po (λ)i em que Po (λ)i = e λ λ k i média da distribuição. C k i! e λ é a 12. Não é errado afirmar que o número esperado de petroleiros que não são atendidos pode ser dado por E(X-Y) onde E(x) é a expectância da distribuição e E(Y) é o valor esperado do número de petroleiros que são atendidos no porto em questão. C 13. Sabe-se que a ocorrência de determinada anomalia genética numa população de 300 habitantes ocorre à razão de 20. Supondo X~B(n,p), a variável aleatória da distribuição que melhor representa tal evento. Tem-se n o número total de habitantes e p a razão de ocorrência do evento de interesse. Pode-se afirmar que a probabilidade de se encontrar exatos 4 indivíduos nesse grupo que apresentem tal anomalia é aproximadamente 0,135. C (OBS.: n grande) (Texto para os 3 exercícios seguintes) Os serviços Estatais de Eletricidade de Neverland debitam mensalmente aos seus clientes um consumo teórico X de energia elétrica calculado de tal modo que a probabilidade de o consumo efetivo o exceder seja de 30,85%. Suponha que o consumo seja uma variável aleatória Normalmente distribuída e definida por X~N(μ; σ 2 ), onde a média é de 400 kwh e desvio-padrão 40 kwh. 14. Qual o consumo teórico que lhe é mensalmente debitado? a) 440,8 KWh c) 420,0 KWh b) 430,5 KWh d) 410,8 KWh e) 400,0 KWh 15. A distribuição do consumo efetivo durante 3 meses é corretamente representada por: a) N(1260; ) d) N(1200; ) b) N(1200; ) e) " acho que vou prestar pra técnico " c) N(1260; ) 16. Qual a probabilidade de que, ao fim de 3 meses, o consumo teórico exceda o efetivo em mais de 100 kwh é: a) 0,2190 b) 0,2810 c) 0,333 d) 0,666 e) 0, A companhia de tabacos Mary Juana recebeu um elevado número de queixas quanto à qualidade dos cigarros da marca Brisa que comercializa em maços de 20 unidades. Numa rápida análise às condições de produção, constata-se que 1% dos filtros que compõem o cigarro saem defeituosos. Nestas condições, determine: a) a probabilidade de um maço conter 1 cigarro com filtro defeituoso; b) a probabilidade de um maço conter 0 cigarro com filtro defeituoso; c) a probabilidade de um maço mais do que 1 cigarro com filtro defeituoso. 18. O comprimento das peças produzidas por uma máquina é uma v.a. Normal com média µ e variância σ 2. Uma peça é defeituosa se o seu comprimento diferir do valor médio mais do que σ. Sabemos que 50% das peças produzidas têm comprimento inferior a 0,25 mm e 47,5% têm comprimento entre 0,25mm e 0,642mm. a) Calcule a média e o desvio-padrão do comprimento das peças. 0,2 b) Determine a probabilidade de uma peça não ser defeituosa. MACETESparaCONCURSOS Prof. Erick Mizuno Preparatório para BACEN

3 19. (Stevenson Cap. 7) Um fabricante de baterias alega que seu artigo de primeira categoria tem uma vida esperada (Média) de 50 meses. Sabe-se que o desvio padrão correspondente é de 4 meses. Que percentagem de baterias acusará vida média no intervalo de 1 mês em torno de 50 meses, admitindo ser de 50 meses a verdadeira vida média das baterias? 20. (Stevenson Cap. 7) Um fabricante de baterias alega que seu artigo de primeira categoria tem uma vida esperada (Média) de 50 meses. Sabe-se que o desvio padrão correspondente é de 4 meses. Que percentagem de amostras de 36 observações acusará vida média no intervalo de 1 mês em torno de 50 meses, admitindo ser de 50 meses a verdadeira vida média das baterias? 21. (Macetes Para Concursos) Num determinado ano foram produzidas 5000 lâmpadas UV cuja vida média é de 1000h e desvio padrão de 32h. Assim, sendo o tempo médio de vida de uma lâmpada descrito por uma variável aleatória do tipo normal, pode-se afirmar que, aproximadamente, 9,87% das lâmpadas estarão compreendidas no intervalo entre 992h e a média. C 22. (Macetes Para Concursos) Num determinado ano foram produzidas 5000 lâmpadas UV. A fim de se verificar acerca de sua durabilidade, extraiu-se uma amostra de 16 dessas lâmpadas, obtendo-se uma média de 1000h. Sabe-se que o desvio padrão de toda a produção é de 32h. Assim, sendo o tempo médio de vida de uma lâmpada descrito por uma variável aleatória do tipo normal, pode-se afirmar que, aproximadamente, 68,26% das lâmpadas estarão compreendidas no intervalo entre 992h e a média. C 23. (Macetes Para Concursos) Num determinado ano foram produzidas 5000 lâmpadas UV. A fim de se verificar a cerca de sua durabilidade, extraiu-se uma amostra de 16 dessas lâmpadas, obtendo-se uma média de 1013,6h. Sabe-se que o desvio padrão de toda a produção é de 32h. Assim, sendo o tempo médio de vida de uma lâmpada descrito por uma variável aleatória do tipo normal, pode-se afirmar com 95% de certeza que a média amostral não é diferente de 1000h. C 24. (Macetes Para Concursos) Num determinado ano foram produzidas 5000 lâmpadas UV. A fim de se verificar a cerca de sua durabilidade, extraiu-se uma amostra de 16 dessas lâmpadas, obtendo-se uma média de 1013,6h. Sabe-se que o desvio padrão de toda a produção é de 32h. Assim, sendo o tempo médio de vida de uma lâmpada descrito por uma variável aleatória do tipo normal, pode-se afirmar com 90% de certeza que a média amostral não é diferente de 1000h. E 25. (Macetes Para Concursos) Num determinado ano foram produzidas 120 lâmpadas UV. A fim de se verificar a cerca de sua durabilidade, extraiu-se uma amostra de 16 dessas lâmpadas, obtendo-se uma média de 1018,0h. Sabe-se que o desvio padrão de toda a produção é de 32h. Assim, sendo o tempo médio de vida de uma lâmpada descrito por uma variável aleatória do tipo normal, pode-se afirmar com 2,5% de significância que a média amostral não é diferente de 1000h. C 26. (Macetes Para Concursos) Num determinado ano foram produzidas 256 lâmpadas UV. A fim de se verificar a cerca de sua durabilidade, extraiu-se uma amostra de 16 dessas lâmpadas, obtendo-se uma média de 1018,0h. Sabe-se que o desvio padrão de toda a produção é de 32h. Assim, sendo o tempo médio de vida de uma lâmpada descrito por uma variável aleatória do tipo normal, pode-se afirmar com 2,5% de significância que a média amostral não é diferente de 1000h. E 27. (FCC/TRT 1a Região/Analista Jud. - Estatística/2011) Uma população normal e de tamanho infinito apresenta uma média μ e variância populacional igual a 0,81. Pretende-se obter, a partir de uma amostra aleatória de tamanho 144 dessa população, um intervalo de confiança de 95% para μ. Considerando na distribuição normal padrão (Z) as probabilidades P(z > 1,96) = 0,025 e P(z > 1,64) = 0,05, o intervalo apresenta uma amplitude de MACETESparaCONCURSOS Prof. Erick Mizuno Preparatório para BACEN

4 (A) 0,246. (B) 0,264. (C) 0,294. (D) 1,764. (E) 3, (FCC/TRT 1a Região/Analista Jud. - Estatística/2011) Uma amostra aleatória de 9 elementos foi extraída de uma população normal de tamanho infinito com media μ e variância desconhecida. O desvio padrão da amostra apresentou o valor de 1,25 e o intervalo de confiança de (1 α) para μ: [14, 16] foi obtido com base nesta amostra. Sabe-se que para obtenção deste intervalo utilizou-se a distribuição t de Student com os correspondentes graus de liberdade, em que a probabilidade P ( T t T) = (1 α). Se T > 0, então o valor de T e (A) 2,4. (B) 2,7. (C) 3,0. (D) 3,6. (E) 4, (FCC/TRT 1a Região/Analista Jud. - Estatística/2011) O intervalo de confiança [48,975; 51,025], com um nível de confiança de 96%, corresponde a um intervalo para a media μ de uma população normalmente distribuída, tamanho infinito e variância populacional igual a 16. Este intervalo foi obtido com base em uma amostra aleatória de tamanho 64. Deseja-se obter um intervalo de confiança de 96% para a media μ de uma outra população normalmente distribuída, tamanho infinito e variância populacional igual a 64. Uma amostra aleatória desta população de tamanho 400 fornecerá um intervalo de confiança com amplitude igual a (A) 0,82. (B) 1,64. (C) 3,28. (D) 3,60. (E) 4, (FCC/ICMS-SP/Fiscal de Rendas/2009) Em uma pesquisa de tributos de competência estadual, em 2008, realizada com 400 recolhimentos escolhidos aleatoriamente de uma população considerada de tamanho infinito, 80% referiam-se a determinado imposto. Deseja-se construir um intervalo de confiança de 95,5% para a estimativa dessa proporção. Considerando normal a distribuição amostral da frequência relativa dos recolhimentos desse imposto e que na distribuição normal padrão a probabilidade P ( 2 Z 2) = 95,5%, o intervalo é (A) [0,78; 0,82] (B) [0,76; 0,84] (C) [0,74; 0,86] (D) [0,72; 0,88] (E) [0,70; 0,90] 31. (FCC/TRT 1a Região/Analista Jud./2011) Se Z tem distribuição normal padrão, então: P (Z < 0,28) = 0,61; P (Z < 1,28) = 0,9; P (Z < 1,5) = 0,933; P (Z < 1,96) = 0,975; P (Z < 2) = 0,977. A proporção p dos funcionários do sexo feminino de um órgão público e de 20%. Colheu-se uma amostra aleatória simples (AAS) com reposição de 64 funcionários desse órgão e calculou-se a proporção amostral, p, de funcionários do sexo feminino na amostra. Fazendo-se uso da aproximação pela normal para a distribuição de p, a probabilidade de que essa proporção difira de p em menos do que 10% e (A) 0,875. (B) 0,895. (C) 0,912. (D) 0,944. (E) 0, (FCC/TRT 23a Região/Analista Jud.-Estatística/2011) Considere uma variável aleatória com distribuição Normal de media μ 0 e desvio padrão σ 0, da qual se obtém uma amostra aleatória simples de tamanho n, e as afirmativas: I. O intervalo de confiança de 90% para a media populacional independe do tamanho da amostra. II. Em um intervalo de confiança de 99% para a media populacional, espera-se que, extraindo todas as amostras de mesmo tamanho dessa população, esse intervalo contenha μ 99% das vezes. III. a media amostral e uma variável aleatória com distribuição Normal com media μ e variância σ2/n. E correto afirmar que: (A) apenas I está correta. (B) apenas II está correta. (C) apenas III está correta. (D) apenas I e II estão corretas. (E) apenas II e III estão correta. MACETESparaCONCURSOS Prof. Erick Mizuno Preparatório para BACEN

5 33. (Macetes Para Concursos) Num determinado ano foram produzidas 5000 lâmpadas UV. A fim de se verificar acerca de sua durabilidade, extraiu-se uma amostra de 16 dessas lâmpadas, obtendo-se uma média de 1000h e desvio padrão de 32h. Assim, sendo o tempo médio de vida de uma lâmpada descrito por uma variável aleatória do tipo normal, pode-se afirmar que, aproximadamente, 68,26% das lâmpadas possuem valores menores ou iguais a 1.013,6h. C 34. (FCC/TRT 23a Região/Analista Jud. - Estatística/2011) A população correspondente aos salários dos empregados de um determinado ramo de atividade e considerada normal, de tamanho infinito e desvio padrão populacional igual a R$ 400,00. Uma amostra aleatória de tamanho 100 e extraída desta população obtendo-se uma média igual a R$ 2.050,00. Com base nesta amostra, deseja-se testar a hipótese se a media μ da população e igual a R$ 2.000,00, a um nível de significância de 5%. Foram formuladas as hipóteses Ho: μ = R$ 2.000,00 (hipótese nula) e H1: μ R$ 2.000,00 (hipótese alternativa). Para a tomada de decisão, o valor do escore reduzido, utilizado para comparação com o valor z da distribuição normal padrão (Z) tal que a probabilidade P ( Z > z) = 5%, é (A) 2,50. (B) 2,25. (C) 2,00. (D) 1,75. (E) 1, (FCC/ICMS-SP/Fiscal de Rendas/2009) O gerente de uma indústria de determinado componente eletrônico garante que a vida média do produto fabricado e igual a 100 horas. Um comprador desta indústria decide testar a afirmação do gerente e faz um teste estatístico formulando as hipóteses H 0 : μ = 100 e H 1 : μ < 100, sendo que H 0 e a hipótese nula, H 1 e a hipótese alternativa e μ é a média da população considerada de tamanho infinito com uma distribuição normal. O desvio padrão populacional e igual a 10 horas e utilizou-se a informação da distribuição normal padrão (Z), segundo a qual a probabilidade P(Z 1,64) = 5%. H 0 foi rejeitada com base em uma amostra aleatória de 64 componentes em um nível de significância de 5%. Então, o valor da média amostral foi, em horas, no máximo, (A) 94,75 (B) 95,00 (C) 96,00 (D) 96,50 (E) 97, (FCC TRT 1a Região/Analista Jud. - Estatística/2011) Considere que os salários de todos os 530 empregados de uma empresa sejam normalmente distribuídos com uma média μ e um desvio padrão populacional igual a R$ 149,50. Uma amostra aleatória de 169 destes salários (sem reposição) apresentou uma média de X reais. Com base no resultado da amostra, deseja-se testar a hipótese, ao nível de significância de 5%, se μ é superior a R$ 2.000,00 sendo formuladas as hipóteses Ho: μ = R$ 2.000,00 (hipótese nula) e H1: μ >R$ 2.000,00 (hipótese alternativa). Sabe-se que Ho não foi rejeitada considerando a informação da distribuição normal padrão (Z) que a probabilidade P (z >1,64) = 0,05. O valor de X é, no máximo, (A) R$ 2.037,72. (B) R$ 2.031,16. (C) R$ 2.018,86. (D) R$ 2.015,58. (E) R$ 2.007, (FCC/TRT 3a Região/Analista Judiciário/2009) Se Z tem distribuição normal padrão, então: P(Z > 1,64) = 0,05, P(Z > 2) = 0,02, P(0 < Z < 2,4) = 0,49, P(0 < Z < 0,68) = 0,25 Se t tem distribuição de Student com 3 graus de liberdade P(t > 1,638) = 0,10 Se t tem distribuição de Student com 4 graus de liberdade P(t > 1,533) = 0,10 Uma variável aleatória X tem distribuição normal com média µ e desvio padrão σ desconhecido. Desejando-se testar H 0 : µ = 2 contra H 1 : µ > 2 tomou-se uma amostra aleatória de 4 observações que forneceu os valores: 4, 2, 2 e 2. A um nível de significância de 10%, no teste mais poderoso, a hipótese H será rejeitada se a estatística media amostral X, apropriada ao teste, for maior ou igual a a) 2,819 b) 2,767 c) 2,673 d) 2,541 e) 2,520 MACETESparaCONCURSOS Prof. Erick Mizuno Preparatório para BACEN

6 38. (FCC/ICMS-SP/Fiscal de Rendas/2009) Seja X uma variável aleatória representando o valor arrecadado de um determinado tributo. Suponha que X tem distribuição normal (população de tamanho infinito) com media μ e desvio padrão de 500 reais. Desejando-se testar H 0 : μ = reais (hipótese nula) H 1 : μ reais (hipótese alternativa) tomou-se uma amostra aleatória de 400 valores de X, obtendo-se para a media amostral o valor de reais. Seja α o nível de significância do teste e suponha que a região de rejeição de H 0 e { Z > Z a/2 }, onde Z a/2 representa o escore da curva normal padrão tal que P( Z > Z a/2) = α. Tem-se que: (A) Se H 0 foi rejeitada, existe um nível de significância β (β > α) tal que H 0 não seria rejeitada. (B) Para qualquer nível de significância α, H 0 será rejeitada, uma vez que (C) H 0 não será rejeitada para Z a/2 < 3. (D) H 0 será rejeitada para Z a/2 = 2. (E) Para Z a/2 > 2, H 0 nao será rejeitada. 39. (BACEN 2010) Em um estudo sobre a economia informal de uma cidade, deseja-se determinar uma amostra para estimar o rendimento médio dessa população, com um grau de confiança de 95% de que a média da amostra aleatória extraída não difira de mais de R$ 50,00 da média do rendimento dessa população, cujo desvio padrão é R$ 400,00. Sabendo-se que z ~ N[0, 1] e que 0 f (z)dz = 0,4750, onde f(z) é a função de densidade de probabilidade de z, pode-se concluir que o número de pessoas da amostra será a) 321 c) 296 e) 246 b) 308 d) (BACEN CESGRANRIO ) De uma população infinita X, com distribuição normal, com média µ e variância 9, extraiu-se, aleatoriamente, a seguinte amostra de 4 elementos: {x: 1,2; 3,4; 0,6; 5,6}. Com base no estimador de máxima verossimilhança de, para um grau de significância de, estimouse o intervalo de confiança para a média em [ 0,24; 5,64]. Da mesma população, extraiu-se uma amostra 100 vezes maior que a anterior e verificou-se que, para essa nova amostra, a estimativa da média amostral era igual à obtida com a primeira amostra. Com o mesmo grau de significância, o intervalo de confiança estimado, com base na nova amostra, foi a) [2,406; 2,938] b) [2,406; 2,994] c) [2,435; 2,965] d) [2,462; 2,938] 1,96 e) [2,462; 2,965] 41. (BACEN CESGRANRIO ) Sejam duas variáveis aleatórias X e Y com variâncias finitas e não zero. O coeficiente de correlação entre essas duas variáveis é, Cov(X; Y) ρ = σ X σ Y onde ρ = coeficiente de correlação entre X e Y; cov(x, Y) = covariância entre X e Y; σ X e σ Y são, respectivamente, desvio padrão de X e desvio padrão de Y. Considerando essas informações, analise as proposições a seguir. 1 I Se a e b são constantes, Cov(X; Y) = {var(ax + by) 2ab [a2 varx + b 2 vary]}. II Se ρ = 1, ( X + Y ) torna-se não estocástica. σ X σ Y III Se cov(x,y) = 0, então ρ = 0 e, X e Y são estocasticamente independentes. É(São) correta(s) APENAS a(s) proposição(ões) (A) I. (B) II (C) I e II. (D) I e III. (E) II e III. MACETESparaCONCURSOS Prof. Erick Mizuno Preparatório para BACEN

7 42. (BACEN CESGRANRIO ) Com relação a um teste simples de hipótese, assinale a afirmativa correta. a) Um teste bicaudal de nível de significância rejeita a hipótese nula H 0 : µ = µ 0 precisamente quando µ 0 está fora do intervalo de confiança de nível (1 ) para µ. b) A hipótese nula a ser testada deve ser construída com muita atenção porquanto é o objeto da inferência estatística, enquanto que a hipótese alternativa só precisa ser contrária à hipótese nula. c) Se o grau de significância do teste é, significa que (1 ) é a probabilidade de se cometer erro do tipo I. d) Na definição de um teste, deve-se levar em conta que quanto menor o grau de significância do teste ( ), maior será o poder do teste (π), uma vez que ( + π) = 1. e) Erro do tipo II, embora definido para uma hipótese alternativa específica, ocorrerá sempre com probabilidade igual ao poder do teste. 43. (BACEN CESGRANRIO ) Analisando a tabela ANOVA acima, considere as conclusões a seguir. I - A análise de variância (ANOVA) testa se várias populações têm a mesma média; para tanto, são comparadas a dispersão das médias amostrais e a variação existente dentro das amostras. II - ANOVA da tabela indica que: H 0 : µ 1 = µ 2 = µ 3 H a : as médias das três populações são diferentes. III - A estatística F, calculada com a informação da tabela acima, é 2,651 e deve ser comparada com valor tabelado de F(2, 29) para um grau de significância escolhido. É correto APENAS o que se conclui em (A) I. (Letra A está correta. É o nosso gabarito.) (B) III. (C) I e II. (Gabarito da CESGRANRIO: C! Chuva de recursos e mandados de segurança.) (D) I e III. (E) II e III. 44. (BACEN CESGRANRIO ) Sobre variáveis aleatórias, considere as afirmações a seguir. I - Para toda e qualquer variável aleatória, sua função de densidade de probabilidade fornece a probabilidade de ocorrência de cada valor da variável aleatória considerada, exceto no caso de variáveis aleatórias contínuas, para as quais a probabilidade de ocorrência de um valor específico é zero. II - A esperança matemática (expectância) de uma variável aleatória discreta, ou seja, seu valor esperado, é a média dessa variável aleatória, que é definida como um n-avos do somatório dos valores possíveis dessa variável multiplicados por suas respectivas probabilidades. III - A distribuição binomial é uma extensão direta da Distribuição de Bernoulli, uma vez que o experimento aleatório que caracteriza a binomial nada mais é do que um Experimento de Bernoulli repetido n vezes. É correto APENAS o que se afirma em (A) II. (B) III. (C) I e II. (D) I e III. (E) II e III. MACETESparaCONCURSOS Prof. Erick Mizuno Preparatório para BACEN

8 45. (BACEN CESGRANRIO ) Se X é uma variável aleatória descrita por uma função conjunto de probabilidades P X (.), a função de distribuição de probabilidade de X, F(x) terá, entre outras, as seguintes propriedades: I F(x) é monotônica não decrescente; II - lim F(x) = 0 e lim F(x) = 0; x x + III F(x) é contínua à direita. É(São) correta(s) a(s) propriedade(s) (A) II, apenas. (B) I e II, apenas. (C) I e III, apenas. (D) II e III, apenas. (E) I, II e III. 46. (BACEN ) Tem-se amostras independentes, de mesmo tamanho 16, de duas populações normais com médias μ e θ variâncias não nulas σ 2 e t 2, respectivamente. Deseja-se construir intervalos de mesmo nível de confiança para μ e θ que, conjuntamente, tenham nível de confiança 90,25%. Assinale a opção que dá o valor pelo qual se deve multiplicar o desvio padrão de cada amostra, no cálculo dos intervalos de confiança individuais, para que se obtenha o nível de confiança conjunto desejado. A tabela abaixo dá valores da função de distribuição F(x) da variável aleatória t de Student: a) b) c) d) e) (BACEN ) Observações de duas variáveis econômicas (x i ;y i ) satisfazem o modelo linear onde os são constantes, y i = α + βx i + ε i,, onde os xi são constantes, α e βsão parâmetros desconhecidos e os ε i, são erros normais não diretamente observáveis, não correlacionados com média nula e mesma variância σ 2. Deseja-se testar a hipótese H 0 β contra a alternativa H 1 < β. O método de mínimos quadrados aplicado em uma amostra de tamanho 18 produziu o modelo ajustado Y = 2 2,120 X sendo o desvio padrão do coeficiente β estimado em 1. Assinale a opção que dá o valor probabilístico (p-valor) do teste da hipótese H 0 β contra hipótese H 1 < β. Use a tabela da função de distribuição da variável t de Student dada na Questão anterior. a) 0,950 b) 0,100 c) 0,025 d) 0,975 e) 0, (ESAF/MTE/AFT/2010) Em uma amostra aleatória simples de 100 pessoas de uma população, 15 das 40 mulheres da mostra são fumantes e 15 dos 60 homens da amostra também são fumantes. Desejando-se testar a hipótese nula de que nesta população ser fumante ou não independe da MACETESparaCONCURSOS Prof. Erick Mizuno Preparatório para BACEN

9 pessoa ser homem ou mulher, qual o valor mais próximo da estatística do correspondente teste de qui-quadrado? a) 1,79. b) 2,45. c) 0,98. d) 3,75. e) 1, (Stevenson Cap Adaptada) Uma amostra de 50 possuidores de cadeiras cativas e 50 compradores de entradas avulsas foi entrevistada a respeito da disposição dos assentos nos jogos de futebol, com os seguintes resultados: Cadeiras Cativas Entradas Avulsas Aprovam Não aprovam Pode-se, portanto afirmar que ao nível de 0,05, usando a tabela r x k, que a aprovação não depende do tipo de assento. E 50. (Stevenson Cap Adaptada) Com respeito à questão anterior, caso o nível de significância fosse 0,01, ou seja, com maior confiança, 0,99, poder-se-ia dizer que, aí sim, não dependeria do tipo de assento; cadeira cativa ou entrada avulsa. C 51. (FCC/TRT 1a Regiao/Analista Jud. - Estatistica/2011) Um setor de um órgão público é composto por 80 funcionários, sendo 40 homens e 40 mulheres. Três tipos de processos (M, N e P) são analisados pelos funcionários deste setor. Uma pesquisa é realizada com todos estes funcionários perguntando qual tipo de processo prefere analisar. Cada um deu uma e somente uma resposta entre as opções M, N e P resultando no seguinte quadro: Utilizou-se o teste qui-quadrado para concluir se a preferência pelos tipos de processos depende do sexo. Dados: Valores críticos da distribuição qui-quadrado [P (qui-quadrado com n graus de liberdade < valor tabelado) = (1 - a)] Pode-se afirmar que uma conclusão correta é que (A) tanto ao nível de significância de 1% como ao nível de significância de 5% a preferência pelo tipo de processo independe do sexo. (B) ao nível de significância de 1% a preferência pelo tipo de processo independe do sexo. (C) para qualquer nível de significância superior a 5% a preferência pelo tipo de processo independe do sexo. (D) para qualquer nível de significância superior a 1% e inferior a 5% a preferência pelo tipo de processo depende do sexo. (E) o valor do qui-quadrado observado para comparação com o qui-quadrado tabelado é superior a 3,84 e inferior a 6,63. MACETESparaCONCURSOS Prof. Erick Mizuno Preparatório para BACEN

10 52. (FCC/TRT 1a Região/Analista Jud. - Estatística/2011) Um estudo corresponde ao interesse de analisar o desempenho de 3 postos independentes de atendimento ao público com 8 funcionários cada um. Decidiu-se empregar a análise de variância com o objetivo de testar a hipótese de igualdade das médias de atendimento dos 3 postos (quantidade de pessoas atendidas por mês). Durante um mês, anotou-se para cada funcionário dos postos a quantidade de pessoas atendidas. Denominando os postos por Grupo 1, Grupo 2 e Grupo 3 obteve-se pelo quadro de análise de variância o valor da estatística Fc (F calculado) igual a 2, para posteriormente comparar com o F tabelado (variável F de Snedecor). A porcentagem que a variação entre os grupos representa da variação total no quadro de análise de variância é igual a (A) 8%. (B) 12%. (C) 16%. (D) 24%. (E) 32%. 53. (FCC/TRT 1a Região/Analista Jud. Estatística/2011) Em um modelo de regressão linear múltipla envolvendo a variável dependente e 4 variáveis explicativas, obtiveram-se as estimativas dos respectivos parâmetros utilizando o método dos mínimos quadrados. O número de observações para a dedução da correspondente equação foi de 20. Construindo o quadro de análise de variância, com o objetivo de testar a existência da regressão, tem-se para utilização da estatística F de Snedecor os graus de liberdade no numerador e no denominador com, respectivamente, (A) 5 e 17. (B) 4 e 15. (C) 3 e 17. (D) 3 e 15. (E) 2 e 17. MACETESparaCONCURSOS Prof. Erick Mizuno Preparatório para BACEN

Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança

Probabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo

Leia mais

DE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA)

DE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA) 1. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância

Leia mais

Testes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo

Testes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais

Leia mais

Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina.

Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina. Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina. De forma geral, a prova manteve o padrão das questões da

Leia mais

Probabilidade e Estatística. stica. Prof. Dr. Narciso Gonçalves da Silva pessoal.utfpr.edu.

Probabilidade e Estatística. stica. Prof. Dr. Narciso Gonçalves da Silva  pessoal.utfpr.edu. Probabilidade e Estatística stica Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva pessoal.utfpr.edu.br/ngsilva Distribuição Uniforme Uma variável aleatória contínua X está

Leia mais

Lista de Exercícios #8 Assunto: Teste de Hipóteses

Lista de Exercícios #8 Assunto: Teste de Hipóteses . ANPEC 8 - Questão 5 Indique se as seguintes considerações sobre a teoria dos testes de hipótese são verdadeiras (V) ou falsas (F): () No teste de hipótese para proporções, se a variância da proporção

Leia mais

Nessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja:

Nessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja: Pessoal, trago a vocês a resolução da prova de Estatística do concurso para Auditor Fiscal aplicada pela FCC. Foram 10 questões de estatística! Não identifiquei possibilidade para recursos. Considero a

Leia mais

Testes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo

Testes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais

Leia mais

Definição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.

Definição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas. 1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento

Leia mais

Universidade Federal Fluminense INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DEPARTAMENTO DE ESTATÍSTICA

Universidade Federal Fluminense INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DEPARTAMENTO DE ESTATÍSTICA Universidade Federal Fluminense INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DEPARTAMENTO DE ESTATÍSTICA Estatística Básica para Engenharia Prof. Mariana Albi 8 a Lista de Exercícios Assuntos: Inferência Estatística.

Leia mais

a) 19% b) 20% c) Aproximadamente 13% d) 14% e) Qualquer número menor que 20%

a) 19% b) 20% c) Aproximadamente 13% d) 14% e) Qualquer número menor que 20% 0. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância

Leia mais

6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA

6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 214 Problemas de inferência Inferir significa fazer afirmações sobre algo desconhecido. A inferência estatística tem como objetivo fazer afirmações sobre uma característica

Leia mais

6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA

6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 2019 Problemas de inferência Inferir significa fazer afirmações sobre algo desconhecido. A inferência estatística tem como objetivo fazer afirmações sobre uma característica

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS fonte de graus de soma de quadrado variação liberdade quadrados médio teste F regressão 1 1,4 1,4 46,2 resíduo 28 0,8 0,03 total 2,2 A tabela de análise de variância (ANOVA) ilustrada acima resulta de

Leia mais

ESTIMAÇÃO DE PARÂMETROS

ESTIMAÇÃO DE PARÂMETROS ESTIMAÇÃO DE PARÂMETROS Um dos principais objetivos da estatística inferencial consiste em estimar os valores de parâmetros populacionais desconhecidos (estimação de parâmetros) utilizando dados amostrais.

Leia mais

PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2006

PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2006 Instruções para a prova: PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 006 a) Cada questão respondida corretamente vale um ponto. b) Questões deixadas em branco valem zero pontos (neste caso marque todas

Leia mais

Estatística Descritiva e Exploratória

Estatística Descritiva e Exploratória Gledson Luiz Picharski e Wanderson Rodrigo Rocha 9 de Maio de 2008 Estatística Descritiva e exploratória 1 Váriaveis Aleatórias Discretas 2 Variáveis bidimensionais 3 Váriaveis Aleatórias Continuas Introdução

Leia mais

Resolução da Prova de Matemática Financeira e Estatística do ISS Teresina, aplicada em 28/08/2016.

Resolução da Prova de Matemática Financeira e Estatística do ISS Teresina, aplicada em 28/08/2016. de Matemática Financeira e Estatística do ISS Teresina, aplicada em 8/08/016. 11 - (ISS Teresina 016 / FCC) Joana aplicou todo seu capital, durante 6 meses, em bancos ( e Y). No Banco, ela aplicou 37,5%

Leia mais

Cap. 4 - Estimação por Intervalo

Cap. 4 - Estimação por Intervalo Cap. 4 - Estimação por Intervalo Amostragem e inferência estatística População: consiste na totalidade das observações em que estamos interessados. Nº de observações na população é denominado tamanho=n.

Leia mais

Teoria da Estimação. Fabricio Goecking Avelar. junho Universidade Federal de Alfenas - Instituto de Ciências Exatas

Teoria da Estimação. Fabricio Goecking Avelar. junho Universidade Federal de Alfenas - Instituto de Ciências Exatas Teoria da Estimação Fabricio Goecking Avelar Universidade Federal de Alfenas - Instituto de Ciências Exatas junho - 2018 Algumas distribuições importantes Sumário 1 Algumas distribuições importantes 2

Leia mais

ICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim. ICMS PE 2014: Resolução da prova de Estatística Prof.

ICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim. ICMS PE 2014: Resolução da prova de Estatística Prof. ICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim 1 de 6 Pessoal, segue a resolução das questões de Estatística da prova realizada pela SEFAZ-PE, para o cargo de Auditor Fiscal do Tesouro

Leia mais

Estimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48)

Estimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48) Estimação parâmetros e teste de hipóteses Prof. Dr. Alberto Franke (48) 91471041 Intervalo de confiança para média É um intervalo em que haja probabilidade do verdadeiro valor desconhecido do parâmetro

Leia mais

ESTATÍSTICA Distribuições qui-quadrado, t de Student e F de Snedecor Lucas Schmidt

ESTATÍSTICA Distribuições qui-quadrado, t de Student e F de Snedecor Lucas Schmidt ESTATÍSTICA Distribuições qui-quadrado, t de Student e F de Snedecor Lucas Schmidt lucas.breniuk@hotmail.com Estimação de parâmetros Média Variância Proporção Estimação de parâmetros Média: " estimador

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CONHECIMENTOS ESPECÍFICOS As variáveis aleatórias X e Y seguem uma distribuição de Bernoulli com probabilidade de sucesso igual a 0,4. Considerando S = X + Y e que os eventos aleatórios A = [X = 1] e B

Leia mais

Turma: Engenharia Data: 12/06/2012

Turma: Engenharia Data: 12/06/2012 DME-IM-UFRJ - 2ª Prova de Estatística Unificada Turma: Engenharia Data: 12/06/2012 1 - Admita que a distribuição do peso dos usuários de um elevador seja uma Normal com média 75kg e com desvio padrão 15kg.

Leia mais

Nome: N o : Espaço reservado a classificações

Nome: N o : Espaço reservado a classificações ESTATÍSTICA I 2 o Ano/Gestão 1 o Semestre Época Normal Duração: 2 horas 1 a Parte Teórica N o de Exame: abcde 03.Jan.11 Este exame é composto por duas partes. Esta é a 1 a Parte Teórica (Cotação: 8 valores).

Leia mais

6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA

6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA 21 Problemas de inferência Inferir significa fazer afirmações sobre algo desconhecido. A inferência estatística tem como objetivo fazer afirmações sobre uma característica

Leia mais

Estatística Aplicada

Estatística Aplicada Estatística Aplicada Intervalos de Confiança Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada INTERVALOS DE CONFIANÇA Processos de estimação Estimação por ponto: o processo em

Leia mais

Inferência Estatistica

Inferência Estatistica Inferência Estatistica Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Modelos e Inferência Um modelo é uma simplificação da realidade (e alguns

Leia mais

A figura 5.1 ilustra a densidade da curva normal, que é simétrica em torno da média (µ).

A figura 5.1 ilustra a densidade da curva normal, que é simétrica em torno da média (µ). Capítulo 5 Distribuição Normal Muitas variáveis aleatórias contínuas, tais como altura, comprimento, peso, entre outras, podem ser descritas pelo modelo Normal de probabilidades. Este modelo é, sem dúvida,

Leia mais

TESTES DE HIPÓTESES. Lucas Santana da Cunha Universidade Estadual de Londrina

TESTES DE HIPÓTESES. Lucas Santana da Cunha     Universidade Estadual de Londrina TESTES DE HIPÓTESES Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 26 de setembro de 2016 Introdução Viu-se a construção de intervalos

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Estatística stica Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Inferência Estatística stica e Distribuições Amostrais Inferência Estatística stica O objetivo

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CONHECIMENTOS ESPECÍFICOS 2003 2004 2005 2006 2007 2008 2009 2010 X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0 Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0 A tabela acima mostra as quantidades, em milhões

Leia mais

1 Que é Estatística?, 1. 2 Séries Estatísticas, 9. 3 Medidas Descritivas, 27

1 Que é Estatística?, 1. 2 Séries Estatísticas, 9. 3 Medidas Descritivas, 27 Prefácio, xiii 1 Que é Estatística?, 1 1.1 Introdução, 1 1.2 Desenvolvimento da estatística, 1 1.2.1 Estatística descritiva, 2 1.2.2 Estatística inferencial, 2 1.3 Sobre os softwares estatísticos, 2 1.4

Leia mais

MAE0219 Introdução à Probabilidade e Estatística I

MAE0219 Introdução à Probabilidade e Estatística I Exercício 1 Um par de dados não viciados é lançado. Seja X a variável aleatória denotando o menor dos dois números observados. a) Encontre a tabela da distribuição dessa variável. b) Construa o gráfico

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CONHECIMENTOS ESPECÍFICOS quantidade São Paulo (j = 1) Rio de Janeiro (j = 2) Minas Gerais (j = 3) Rio Grande do Sul (j = 4) total casos novos (X, em milhões) casos pendentes (Y, em milhões) processos

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CONHECIMENTOS ESPECÍFICOS Julgue os itens que se seguem, acerca da estatística descritiva. 51 Na distribuição da quantidade de horas trabalhadas por empregados de certa empresa, é sempre possível determinar

Leia mais

1 Teoria da Decisão Estatística

1 Teoria da Decisão Estatística 1 Teoria da Decisão Estatística 1.1 Teste de Hipótese É uma metodologia estatística que permite tomar decisão sobre uma ou mais populações baseando no conhecimento de informações da amostra. Ao tentarmos

Leia mais

Aula 3 - Revisão de Probabilidade e Estatística: Esclarecimento de Dúvidas

Aula 3 - Revisão de Probabilidade e Estatística: Esclarecimento de Dúvidas Aula 3 - Revisão de Probabilidade e Estatística: Esclarecimento de Dúvidas Matheus Rosso e Camila Steffens 19 de Março de 2018 Independência de variáveis aleatórias Duas V.A. são independentes se, e somente

Leia mais

Introdução à Probabilidade e à Estatística II

Introdução à Probabilidade e à Estatística II Introdução à Probabilidade e à Estatística II Introdução à Inferência Estatística Capítulo 10, Estatística Básica (Bussab&Morettin, 7a Edição) Lígia Henriques-Rodrigues MAE0229 1º semestre 2018 1 / 36

Leia mais

Introdução à probabilidade e estatística II

Introdução à probabilidade e estatística II Introdução à probabilidade e estatística II Testes de hipóteses para duas médias populacionais Prof. Alexandre G Patriota Sala: 98A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Testes de hipóteses

Leia mais

a) Considerando o lançamento de dois dados, o espaço amostral é Tabela 1: Tabela de distribuição de X. X P 11/36 9/36 7/36 5/36 3/36 1/36

a) Considerando o lançamento de dois dados, o espaço amostral é Tabela 1: Tabela de distribuição de X. X P 11/36 9/36 7/36 5/36 3/36 1/36 1 Exercício 1 Um par de dados não viciados é lançado. Seja X a variável aleatória denotando o menor dos dois números observados. a) Encontre a tabela da distribuição dessa variável. b) Construa o gráfico

Leia mais

Testes de Hipóteses: Média e proporção

Testes de Hipóteses: Média e proporção Testes de Hipóteses: Média e proporção Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 12 de setembro de 2018 Londrina 1 / 27 Viu-se a construção de intervalos de confiança

Leia mais

x P(X = x) 0,1 0,7 0,2

x P(X = x) 0,1 0,7 0,2 GET001 Fundamentos de Estatística Aplicada Lista de Exercícios Módulo IV Parte a Profa. Ana Maria Farias 2017-1 CAPÍTULOS 1 e 2 1. Com objetivo de planejamento, um banco determinou a distribuição de probabilidade

Leia mais

Inferência para duas populações

Inferência para duas populações Inferência para duas populações Capítulo 13, Estatística Básica (Bussab&Morettin, 8a Edição) 7a AULA 27/04/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 7a aula (27/04/2015) MAE229 1 / 27 1.

Leia mais

Estatística Aplicada II. } Revisão: Probabilidade } Propriedades da Média Amostral

Estatística Aplicada II. } Revisão: Probabilidade } Propriedades da Média Amostral Estatística Aplicada II } Revisão: Probabilidade } Propriedades da Média Amostral 1 Aula de hoje } Tópicos } Revisão: } Distribuição de probabilidade } Variáveis aleatórias } Distribuição normal } Propriedades

Leia mais

UNIVERSIDADE FEDERAL DA PARAÍBA. Cálculo das Probabilidades e Estatística I. Terceira Lista de Exercícios

UNIVERSIDADE FEDERAL DA PARAÍBA. Cálculo das Probabilidades e Estatística I. Terceira Lista de Exercícios UNIVERSIDADE FEDERAL DA PARAÍBA Cálculo das Probabilidades e Estatística I Professora: Juliana Freitas Pires Terceira Lista de Exercícios Parte I: Variáveis aleatórias, Esperança e Variância Questão 1.

Leia mais

x P(X = x) 0,1 0,7 0,2

x P(X = x) 0,1 0,7 0,2 GET00172 Fundamentos de Estatística Aplicada Lista de Exercícios Inferência Profa. Ana Maria Farias CAPÍTULOS 1 e 2 1. Com objetivo de planejamento, um banco determinou a distribuição de probabilidade

Leia mais

Intervalos de Confiança

Intervalos de Confiança Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de

Leia mais

MAE Introdução à Probabilidade e Estatística II Resolução Lista 5

MAE Introdução à Probabilidade e Estatística II Resolução Lista 5 MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão

Leia mais

INSTRUÇÕES. O tempo disponível para a realização das duas provas e o preenchimento da Folha de Respostas é de 5 (cinco) horas no total.

INSTRUÇÕES. O tempo disponível para a realização das duas provas e o preenchimento da Folha de Respostas é de 5 (cinco) horas no total. INSTRUÇÕES Para a realização desta prova, você recebeu este Caderno de Questões. 1. Caderno de Questões Verifique se este Caderno de Questões contém a prova de Conhecimentos Específicos referente ao cargo

Leia mais

Modelos de Regressão Linear Simples - parte I

Modelos de Regressão Linear Simples - parte I Modelos de Regressão Linear Simples - parte I Erica Castilho Rodrigues 19 de Agosto de 2014 Introdução 3 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir

Leia mais

Modelos básicos de distribuição de probabilidade

Modelos básicos de distribuição de probabilidade Capítulo 6 Modelos básicos de distribuição de probabilidade Muitas variáveis aleatórias, discretas e contínuas, podem ser descritas por modelos de probabilidade já conhecidos. Tais modelos permitem não

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Uma variável aleatória X tem uma distribuição normal se sua fdp for do tipo: f(x) 1.e 1 2. x µ σ 2, x R 2π. σ com - < µ < e σ >

Leia mais

AULA 05 Teste de Hipótese

AULA 05 Teste de Hipótese 1 AULA 05 Teste de Hipótese Ernesto F. L. Amaral 03 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução

Leia mais

INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva

INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br Tipos de Pesquisa Censo: é o levantamento de toda população. Aqui não se faz inferência e sim uma descrição

Leia mais

MOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel

MOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel MOQ 13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semanas 1 3 4 5 6 7 8 9 10 11 1 13 14 15 e 16 Introdução à probabilidade (eventos,

Leia mais

Professora Ana Hermínia Andrade. Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise. Período 2017.

Professora Ana Hermínia Andrade. Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise. Período 2017. Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2017.1 Distribuições Amostrais O intuito de fazer uma amostragem

Leia mais

Métodos Quantitativos

Métodos Quantitativos Métodos Quantitativos Unidade 3 Estatística inferencial parte I Prof. Me. Diego Fernandes 1 Sumário Seção Slides 3.1 Noções de probabilidade 03 21 3.2 Distribuição dos estimadores 22 41 3.3 e 3.4 - Testes

Leia mais

Fernando de Pol Mayer

Fernando de Pol Mayer Fernando de Pol Mayer Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR) Este conteúdo está disponível por meio da Licença Creative

Leia mais

Teste de Hipóteses Paramétricos

Teste de Hipóteses Paramétricos Teste de Hipóteses Paramétricos Fundamentos de um teste de hipóteses Como construir testes de hipóteses para uma média. Como construir testes de hipóteses para uma proporção. Como construir testes de hipóteses

Leia mais

ESTATÍSTICA RESUMO E EXERCÍCIOS DE PROVAS ANTERIORES * *Resoluções destes exercícios grátis em simplificaaulas.com

ESTATÍSTICA RESUMO E EXERCÍCIOS DE PROVAS ANTERIORES * *Resoluções destes exercícios grátis em simplificaaulas.com ESTATÍSTICA RESUMO E EXERCÍCIOS DE PROVAS ANTERIORES * *Resoluções destes exercícios grátis em Conceitos e Fundamentos População: conjunto de elementos, número de pessoas de uma cidade. Amostra: parte

Leia mais

Testes de Hipótese para uma única Amostra - parte II

Testes de Hipótese para uma única Amostra - parte II Testes de Hipótese para uma única Amostra - parte II 2012/02 1 Teste para média com variância conhecida 2 3 Objetivos Ao final deste capítulo você deve ser capaz de: Testar hipóteses para média de uma

Leia mais

Prova de Estatística

Prova de Estatística UNIVERSIDADE FEDERAL DO PARÁ CURSO DE MESTRADO EM ECONOMIA PROCESSO SELETIVO 2010 Prova de Estatística INSTRUÇÕES PARA A PROVA Leia atentamente as questões. A interpretação das questões faz parte da prova;

Leia mais

Estatística Aplicada

Estatística Aplicada Estatística Aplicada Testes de Hipóteses Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada TESTES DE HIPÓTESES Inferência estatística: tomar decisões sobre a população com base

Leia mais

b) 5 6 d) 1 6 e) 7 6

b) 5 6 d) 1 6 e) 7 6 CONHECIMENTOS ESPECÍFICOS 21. Em estatística, duas medidas são de grande importância na análise de dados, medidas de tendência central e de dispersão. Dentre as medidas indicadas abaixo, são, respectivamente,

Leia mais

Modelos de Regressão Linear Simples parte I

Modelos de Regressão Linear Simples parte I Modelos de Regressão Linear Simples parte I Erica Castilho Rodrigues 27 de Setembro de 2017 1 2 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir modelos

Leia mais

a) o time ganhe 25 jogos ou mais; b) o time ganhe mais jogos contra times da classe A do que da classe B.

a) o time ganhe 25 jogos ou mais; b) o time ganhe mais jogos contra times da classe A do que da classe B. Universidade de Brasília Departamento de Estatística 5 a Lista de PE. Um time de basquete irá jogar uma temporada de 44 jogos. desses jogos serão disputados contra times da classe A e os 8 restantes contra

Leia mais

x P(X = x) 0,1 0,7 0,2

x P(X = x) 0,1 0,7 0,2 GET001 Fundamentos de Estatística Aplicada Exercícios de revisão para a 3 rofa. Ana Maria Farias 2018-1 1. Com objetivo de planejamento, um banco determinou a distribuição de probabilidade da idade de

Leia mais

MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel

MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel MOQ-13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semanas 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 e 16 Introdução à probabilidade (eventos,

Leia mais

SUMÁRIO. Prefácio, Espaço amostrai, Definição de probabilidade, Probabilidades finitas dos espaços amostrais fin itos, 20

SUMÁRIO. Prefácio, Espaço amostrai, Definição de probabilidade, Probabilidades finitas dos espaços amostrais fin itos, 20 SUMÁRIO Prefácio, 1 3 1 CÁLCULO DAS PROBABILIDADES, 15 1.1 Introdução, 15 1.2 Caracterização de um experimento aleatório, 15 1.3 Espaço amostrai, 16 1.4 Evento, 17 1.5 Eventos mutuamente exclusivos, 17

Leia mais

Intervalos de Confiança Prof. Walter Sousa

Intervalos de Confiança Prof. Walter Sousa Estatística Intervalos de Confiança Prof. Walter Sousa DISTRIBUIÇÕES AMOSTRAIS A distribuição amostral de um estimador (estatística, tal como a média ou uma proporção) é a distribuição de probabilidades

Leia mais

Lista de Exercícios #2 Assunto: Variáveis Aleatórias Discretas

Lista de Exercícios #2 Assunto: Variáveis Aleatórias Discretas 1. ANPEC 2018 Questão 3 Considere um indivíduo procurando emprego. Para cada entrevista de emprego (X) esse indivíduo tem um custo linear (C) de 10,00 Reais. Suponha que a probabilidade de sucesso em uma

Leia mais

PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES

PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES Certas distribuições de probabilidades se encaixam em diversas situações práticas As principais são: se v.a. discreta Distribuição de Bernoulli Distribuição binomial

Leia mais

Probabilidades e Estatística - LEIC + LERCI + LEE 2 o semestre 2004/05

Probabilidades e Estatística - LEIC + LERCI + LEE 2 o semestre 2004/05 Departamento de Matemática Secção de Estatística e Aplicações - IST Probabilidades e Estatística - LEIC + LERCI + LEE 2 o semestre 2004/05 3 o Teste 4/6/2005 9h O Teste que vai realizar tem a duração total

Leia mais

Distribuições por Amostragem

Distribuições por Amostragem Distribuições por Amostragem Departamento de Matemática Escola Superior de Tecnologia de Viseu (DepMAT ESTV) Distribuições por Amostragem 2007/2008 1 / 27 Introdução: População, amostra e inferência estatística

Leia mais

LEEC Probabilidades e Estatística 1 a Chamada 13/06/2005. Parte Prática C (C) M 1% 9% 10% (M) 4% 86% 90% 5% 95% 100%

LEEC Probabilidades e Estatística 1 a Chamada 13/06/2005. Parte Prática C (C) M 1% 9% 10% (M) 4% 86% 90% 5% 95% 100% . Definição dos acontecimentos: M T-shirt tem manchas C T-shirt tem costuras defeituosas D T-shirt é defeituosa A Preço da t-shirt é alterado a) PM) = % PC) = 5% PM C) = % LEEC Probabilidades e Estatística

Leia mais

Universidade Federal de Lavras

Universidade Federal de Lavras Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 6 a Lista de Exercícios Teoria da Estimação pontual e intervalar 1) Marcar como verdadeira ou falsa as seguintes

Leia mais

Distribuições Discretas Prof. Walter Sousa

Distribuições Discretas Prof. Walter Sousa Estatística Distribuições Discretas Prof. Walter Sousa DISTRIBUIÇÕES EMPÍRICAS DE VARIÁVEIS DISCRETAS Variável aleatória É uma função X que associa um número real x a cada resultado do espaço amostral

Leia mais

1. (a) Lembre-se que a média de uma variável aleatória discreta é uma média ponderada de seus valores, com as probabilidades sendo os pesos.

1. (a) Lembre-se que a média de uma variável aleatória discreta é uma média ponderada de seus valores, com as probabilidades sendo os pesos. GET00172 - Fundamentos de Estatística Aplicada Gabarito da Lista de Exercícios Inferência rofa. Ana Maria Farias 1. a Lembre-se que a média de uma variável aleatória discreta é uma média ponderada de seus

Leia mais

3 a Lista de PE Solução

3 a Lista de PE Solução Universidade de Brasília Departamento de Estatística 3 a Lista de PE Solução. Se X representa o ganho do jogador, então os possíveis valores para X são,, 0, e 4. Esses valores são, respectivamente, correspondentes

Leia mais

{ C(1 x 2 ), se x ( 1, 1), f(x) = Cxe x/2, se x > 0, x + k, se 0 x 3; 0, c.c. k, se 1 < x 2; kx + 3k, se 2 < x 3;

{ C(1 x 2 ), se x ( 1, 1), f(x) = Cxe x/2, se x > 0, x + k, se 0 x 3; 0, c.c. k, se 1 < x 2; kx + 3k, se 2 < x 3; Universidade de Brasília Departamento de Estatística 4 a Lista de PE 1. Seja X uma variável aleatória com densidade { C(1 x 2 ), se x ( 1, 1), 0, se x / ( 1, 1). a) Qual o valor de C? b) Qual a função

Leia mais

TESTES DE HIPÓTESES. Conceitos, Testes de 1 proporção, Testes de 1 média

TESTES DE HIPÓTESES. Conceitos, Testes de 1 proporção, Testes de 1 média TESTES DE HIPÓTESES Conceitos, Testes de 1 proporção, Testes de 1 média 1 Testes de Hipóteses População Conjectura (hipótese) sobre o comportamento de variáveis Amostra Decisão sobre a admissibilidade

Leia mais

Solução dos Exercícios - Capítulos 1 a 3

Solução dos Exercícios - Capítulos 1 a 3 Capítulo 9 Solução dos Exercícios - Capítulos a 3 9. Capítulo. a Como o valor se refere aos pacientes estudados, e não a todos os pacientes, esse é o valor de uma estatística amostral. b Estatística amostral

Leia mais

Modelos de Distribuição PARA COMPUTAÇÃO

Modelos de Distribuição PARA COMPUTAÇÃO Modelos de Distribuição MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Distribuições Discretas Bernoulli Binomial Geométrica Hipergeométrica Poisson ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO

Leia mais

Testes de Hipótese PARA COMPUTAÇÃO

Testes de Hipótese PARA COMPUTAÇÃO Testes de Hipótese MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Testes de Hipóteses Um teste de hipótese é uma técnica de análise usada para estimar se uma hipótese sobre a população está correta,

Leia mais

Modelos de Distribuições

Modelos de Distribuições 7/5/017 Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica 05/07/017 19: ESTATÍSTICA APLICADA

Leia mais

AULA 04 Teste de hipótese

AULA 04 Teste de hipótese 1 AULA 04 Teste de hipótese Ernesto F. L. Amaral 03 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal

Leia mais

Grupo I. (a) A função de probabilidade marginal de X, P (X = x), é dada por

Grupo I. (a) A função de probabilidade marginal de X, P (X = x), é dada por Probabilidades e Estatística + Probabilidades e Estatística I Solução do Exame de 2 a chamada 3 de Fevereiro de 2003 LEFT + LMAC Grupo I (a) A função de probabilidade marginal de X, P (X = x), é dada por

Leia mais

Universidade Federal da Paraíba Departamento de Estatística Lista 1 - Outubro de 2013

Universidade Federal da Paraíba Departamento de Estatística Lista 1 - Outubro de 2013 1. Seja X a duração de vida de uma válvula eletrônica e admita que X possa ser representada por uma variável aleatória contínua, com f.d.p. be bx, x 0. Seja p j = P (j X < j + 1). Verifique que p j é da

Leia mais

Testes de Hipótese para uma única Amostra - parte II

Testes de Hipótese para uma única Amostra - parte II Testes de Hipótese para uma única Amostra - parte II 01 de Julho de 2014 Objetivos Ao final deste capítulo você deve ser capaz de: Testar hipóteses para média de uma população. Serão usadas as distribuições

Leia mais

mat.ufrgs..ufrgs.br br/~viali/ mat.ufrgs..ufrgs.br

mat.ufrgs..ufrgs.br br/~viali/ mat.ufrgs..ufrgs.br Prof. Lorí Viali, Dr. http://www. ://www.mat mat.ufrgs..ufrgs.br br/~viali/ viali@mat mat.ufrgs..ufrgs.br Média Uma amostra Proporção Variância Dependentes Diferença de médias m Duas amostras Independentes

Leia mais

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra.

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra. UNIVERSIDADE FEDERAL DA PARAÍBA Distribuição Amostral Prof. Tarciana Liberal Departamento de Estatística INTRODUÇÃO A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através

Leia mais

Intervalos de Confiança

Intervalos de Confiança Universidade Federal do Paraná - Departamento de Estatística Projeto de Extensão Estatística com Recursos Computacionais Lista de Exercícios: Capitulos 4 Intervalos de Confiança Observação: Interpretar

Leia mais

Probabilidade e Modelos Probabilísticos

Probabilidade e Modelos Probabilísticos Probabilidade e Modelos Probabilísticos 2ª Parte: modelos probabilísticos para variáveis aleatórias contínuas, modelo uniforme, modelo exponencial, modelo normal 1 Distribuição de Probabilidades A distribuição

Leia mais

Intervalos de Confiança - Amostras Pequenas

Intervalos de Confiança - Amostras Pequenas Intervalos de Confiança - Amostras Pequenas Teste de Hipóteses para uma Média Jorge M. V. Capela, Marisa V. Capela, Instituto de Química - UNESP Araraquara, SP capela@iq.unesp.br Araraquara, SP - 2016

Leia mais

7 Teste de Hipóteses

7 Teste de Hipóteses 7 Teste de Hipóteses 7-1 Aspectos Gerais 7-2 Fundamentos do Teste de Hipóteses 7-3 Teste de uma Afirmação sobre a Média: Grandes Amostras 7-4 Teste de uma Afirmação sobre a Média : Pequenas Amostras 7-5

Leia mais

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA VARIABILIDADE NA MEDIDA DE DADOS CIENTÍFICOS Se numa pesquisa, desenvolvimento de um processo ou produto, o valor

Leia mais