Estatística p/ TCE-PR Teoria e exercícios comentados Prof. Jeronymo Marcondes. Resolução prova Estatística p/ TCE-PR, área atuarial.

Documentos relacionados
Olá pessoal! Foram bem na prova? Não foi uma prova difícil, acho que dava para fazer tudo sem dificuldade.

Nós estudamos isso em nossa aula extra de Regressão Múltipla!

RESOLUÇÃO DAS QUESTÕES DE ESTATÍSTICA

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

X ~ Binomial (n ; p) H: p = p 0 x A: p p 0 (ou A: p > p 0 ou A: p < p 0 ) { X k 1 } U { X k 2 } (ou { X k } ou { X k }) x RC não rejeitamos H

RESOLUÇÃO DAS QUESTÕES DE ESTATÍSTICA E RACIOCÍNIO LÓGICO

MAE0219 Introdução à Probabilidade e Estatística I

Modelos Probabilísticos Teóricos Discretos e Contínuos. Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal

Teoria das Filas aplicadas a Sistemas Computacionais. Aula 08

I. Variáveis Aleatórias

PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES

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

AULA 16 - Distribuição de Poisson e Geométrica

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

MAE Introdução à Probabilidade e Estatística II Resolução Lista 5

Estatística (MAD231) Turma: IGA. Período: 2018/2

3 a Lista de PE Solução

Modelos de Distribuição PARA COMPUTAÇÃO

Inferência Estatística Básica. Teste de Hipóteses para uma média populacional Cálculo do Valor p

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

Dado que há um número ímpar de elementos, a mediana será o elemento que coincide com o seguinte:

ESTATÍSTICA. x(s) W Domínio. Contradomínio

Variáveis Aleatórias Discretas

Livro Eletrônico. Aula 00. RETA FINAL - Questões Comentadas de Estatística p/ AFRFB 2018 (Com videoaulas)

Principais distribuições discretas Distribuição de Bernoulli sucesso fracasso X = 1, se sucesso X = 0, se fracasso P(X) TOTAL 1 Exemplo 5:

Prova Resolvida Raciocínio Lógico Quantitativo e Estatística (ANAC/2016) Prof. Guilherme Neves

Professora Ana Hermínia Andrade. Período

PROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA

Distribuição de Probabilidade. Prof. Ademilson

Distribuição de Probabilidade. Prof.: Joni Fusinato

Probabilidade e Estatística

Probabilidade e Estatística

Universidade Federal do Ceará

Teoria das Filas aplicadas a Sistemas Computacionais. Aula 09

UNIVERSIDADE FEDERAL DA BAHIA ESCOLA POLITÉCNICA MEAU- MESTRADO EM ENGENHARIA AMBIENTAL URBANA

FACULDADE DE TECNOLOGIA DE GUARATINGUETÁ

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

Avaliação e Desempenho Aula 5

Métodos. Inferência. Estatística. Descritiva. Teste de. Estimação

Estatística Planejamento das Aulas

Daniel Queiroz VARIÁVEIS ALEATÓRIAS DISCRETAS

NOÇÕES DE TESTE DE HIPÓTESES (I) Teste de hipóteses para a proporção populacional

Distribuições Discretas

INFERÊNCIA ESTATÍSTICA. ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p

PROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano

Distribuições de probabilidade de variáveis aleatórias discretas

Estatística (MAD231) Turma: IGA. Período: 2017/2

VARIÁVEIS ALEATÓRIAS 1

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

Prof. Lorí Viali, Dr.

1 Distribuição de Bernoulli

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13

AULA 15 - Distribuição de Bernoulli e Binomial

Aula 5. Variáveis Aleatórias Discretas

Modelos Binomial e Poisson

6. NOÇÕES DE INFERÊNCIA ESTATÍSTICA

Cálculo das Probabilidades e Estatística I

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

Estatística Descritiva e Exploratória

Distribuições Discretas Prof. Walter Sousa

ESTATÍSTICA. aula 3. Insper Ibmec São Paulo. Prof. Dr. Marco Antonio Leonel Caetano

EST012 - Estatística Econômica I Turma A - 1 o Semestre de 2019 Lista de Exercícios 3 - Variável aleatória

5 a Lista de PE Solução

Variável Aleatória. Gilson Barbosa Dourado 6 de agosto de 2008

CE Estatística I

Variáveis Aleatórias Discretas e Distribuição de Probabilidade

MAT 461 Tópicos de Matemática II Aula 6: Resumo de Probabilidade

7 Teste de Hipóteses

Aula 00 Aula Demonstrativa

AULA 04 Teste de hipótese

Probabilidade e Estatística

Cap. 5 Variáveis aleatórias discretas

Notas de Aula. Copyright 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Estatística. Capítulo 4: Distribuições Teóricas de Probabilidades de Variáveis Aleatórias Discretas. Professor Fernando Porto

NOÇÕES DE TESTE DE HIPÓTESES (II)

Modelos Binomial e Poisson

Unidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno

Lista de Exercícios #8 Assunto: Teste de Hipóteses

AULA 05 Teste de Hipótese

Intervalos de Confiança

Lista de Exercícios - Modelos Probabilísticos 1 INE 7002 GABARITO LISTA DE EXERCÍCIOS MODELOS PROBABILÍSTICOS

PRINCIPAIS DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE

Probabilidade e Estatística

Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004

Estatística Aplicada

PROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS. Aula 7 11 e 12 abril MOQ-12 Probabilidades e Int. a Processos Estocásticos

Probabilidade e Estatística

Variáveis Aleatórias. Probabilidade e Estatística. Prof. Dr. Narciso Gonçalves da Silva

Cap. 6 Variáveis aleatórias contínuas

Estatística Aplicada

UNIVERSIDADE FEDERAL DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros

Capítulo 5 Distribuições de Probabilidades. Seção 5-1 Visão Geral. Visão Geral. distribuições de probabilidades discretas

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

Distribuições de Probabilidade

Aula de hoje. administração. São Paulo: Ática, 2007, Cap. 3. ! Tópicos. ! Referências. ! Distribuição de probabilidades! Variáveis aleatórias

Introdução à probabilidade e estatística I

Variáveis Aleatórias Contínuas e Distribuição de Probabilidad

Funções Geradoras de Variáveis Aleatórias. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Exemplo : Escolhendo as respostas ao acaso em prova de múltipla escolha Calculemos a probabilidade de Cesar ser bem sucedido em sua prova de Matemátic

Transcrição:

prova Estatística p/ TCE-PR, área atuarial. Boa pessoal! A CESPE deu uma prova de estatística que, acredito, estava muito acima do esperado por muitos candidatos. Vamos lá! Não encontrei recursos! Vamos a uma resolução simplificada apenas para vocês saberem como encontrar as respostas. Não há tempo de detalhar tudo, pois seus recursos tem que ser interpostos o quanto antes! Nós temos a probabilidade associada a cada evento. No caso, k=1, basta substituir na fórmula para encontrarmos o valor da probabilidade associada. Vamos montar uma tabela: k P(X=k) 1 6/21 2 5/21 3 4/21 4 3/21 5 2/21 6 1/21 Agora vamos encontrar a esperança: www.estrategiaconcursos.com.br 1 de 15

k P(X=k) k*p(x=k) 1 6/21 6/21 2 5/21 10/21 3 4/21 12/21 4 3/21 12/21 5 2/21 10/21 6 1/21 6/21 E(X) 56/21 Portanto: Portanto, a alternativa correta é a (a). E(3X 8) = 3 E(X) 8 = 3 56 21 8 = 0 Nossa distribuição de S depende dos valores de X e Y. Os valores de X e Y só podem ser 1 ou 0, já que a probabilidade de ambos é igual a zero para qualquer x ou y que não sejam nenhum destes valores, conforme o enunciado. Veja: (X, Y) = (0,0) P(X, Y) = 0,2 0+0 0,8 2 0 0 = 0,8 2 = 0,64 (X, Y) = (1,0) P(X, Y) = 0,2 1+0 0,8 2 1 0 = 0,2 0,8 = 0,16 (X, Y) = (0,1) P(X, Y) = 0,2 0+1 0,8 2 0 1 = 0,2 0,8 = 0,16 (X, Y) = (1,1) P(X, Y) = 0,2 1+1 0,8 2 1 1 = 0,2 2 = 0,04 www.estrategiaconcursos.com.br 2 de 15

Isso não te lembra nada? Aula 04: Estatística p/ TCE-PR Mas, o caso da distribuição de Bernoulli é um caso particular de outra distribuição, chamada distribuição binomial. Pois, se repetíssemos um experimento de Bernoulli n vezes, como se dariam as probabilidades de ocorrência? Quer um exemplo? E se nós jogássemos a moeda duas vezes, qual a probabilidade de obtermos duas caras? Veja que esse não é mais um experimento de Bernoulli, pois o estamos realizando mais de uma vez! Para respondermos esta questão, vamos listar como seria o espaço amostral deste experimento (Ω)? Ω = (cara, cara); (cara, coroa); (coroa, cara); (coroa, coroa) Assim, as probabilidades são: P(2 caras) = 1 4 P(2 coroas) = 1 4 P(1 cara e 1 coroa) = 2 4 Neste caso, podemos perceber que: P(2 sucessos) = p p P(2 fracassos) = (1 p) (1 p) P(1 sucesso e 1 fracasso) = 2 p (1 p) O número 2 (dois) que multiplica o último membro se refere ao fato de que há duas possibilidades de obtermos 1 sucesso e 1 fracasso, (cara, coroa) ou (coroa, cara). www.estrategiaconcursos.com.br 3 de 15

Isso! É como se X e Y fossem o lançamento de uma moeda e 1 poderia ser o resultado para cara e 0 para coroa. Alternativa (c). Para encontrar a mediana precisamos calcular a integral desta distribuição de forma que acumulemos 50% das observações. Portanto: M 0,5e 0,5v 0 M = 0,5 0,5 e 0,5v 0,5 [ e 0,5v M 0,5 ] = 0,5 0 0 = 0,5 Isso implica que: [ e 0,5v M 0,5 ] = 1 0 Portanto: e 0,5M 0,5 + e 0,5 0 = 1 0,5 www.estrategiaconcursos.com.br 4 de 15

e 0,5M 0,5 + 1 0,5 = 1 e 0,5M + 1 = 0,5 e 0,5M = 0,5 Estatística p/ TCE-PR Multiplicando por 4: 4 e 0,5M = 2 2 2 e 0,5M = 2 Tire Ln dos dois lados: Ln(2 2 e 0,5M ) = Ln(2) Com base na propriedade de logaritmos: Ln(2) + Ln(2)+Ln(e 0,5M ) = Ln(2) 0,69 + 0,69 0,5M = 0,69 0,5M = 0,69 M = 1,38 Alternativa (c). www.estrategiaconcursos.com.br 5 de 15

A distribuição e Poisson é tal que: Estatística p/ TCE-PR P(sucessos = k) = e λ (λ) k k! Se P(X=0)=0,1, assim: P(X = 0) = e λ (λ) 0 = e λ = 0,1 0! Multiplique ambos os lados por 100: 100e λ = 10 10 10 e λ = 10 Aplicando o Ln de ambos os lados e com base nas propriedades do logaritmo: Ln(10) + Ln(10)+Ln(e λ ) = Ln(10) 2,3 + 2,3 λ = 2,3 λ = 2,3 Portanto: P(X = 1) = e λ (2,3)¹ 1! Com base no valor já calculado de e λ : P(X = 1) = e λ (2,3)¹ 1! = 0,1 2,3 = 0,23 Alternativa (c). www.estrategiaconcursos.com.br 6 de 15

Como estamos falando de Y em módulo, o que queremos é: Probabilidade de Y estar entre 10 e 10 Portanto, o z calculado a partir da média: 10 10 z = 20 = 20 20 = 1 www.estrategiaconcursos.com.br 7 de 15

Como nós sabemos, pelo enunciado que a probabilidade de z ser menor ou igual a 1 é de 0,84: Então, a distância entre 0 e 1 é de 0,34. Alternativa (d). www.estrategiaconcursos.com.br 8 de 15

Este é um teste de hipótese de proporção! z = p p p (1 p) n No caso, substituindo os valores do exercício e sabendo que se busca um intervalo de 99% de confiança: p 0,6 = ±3 0,6 0,4 ( 2400 ) p 0,6 ( 1 100 ) = ±3 p = 0,6 ± 0,03 p = 0,6 ± 3% Alternativa (c). Uma característica importante ao comparar a tabela normal padrão com a T de Student é que a última tem seus valores tabelados em sentido decrescente com o www.estrategiaconcursos.com.br 9 de 15

número de graus de liberdade, até atingir o seu limite no infinito, quando se iguala à tabela Normal Padrão. Portanto, a alternativa (b) mostra-se correta por definição, já que com apenas 5 graus de liberdade, o valor tabelado na T de Student será superior ao da Normal. Alternativa (b). Vamos fazer um intervalo de confiança para nossa proporção: z = p p p (1 p) n No caso, substituindo os valores do exercício e sabendo que se busca um intervalo de 97,7% de confiança. A ideia é a seguinte, supondo que a hipótese nula sehja verdade, vamos avaliar qual o intervalo de confiança: www.estrategiaconcursos.com.br 10 de 15

±2 = p 0,6 0,6 0,4 600 p 0,6 p 0,6 = 0,24 = 0,0004 600 Estatística p/ TCE-PR = p 0,6 0,02 Assim: ±2 = p 0,6 0,02 p 0,6 = ±0,04 p = 0,6 ± 0,04 Portanto: IC: {0,56; 0,64} Assim, se algum valor se situar abaixo de 0,56, rejeita-se H0. Alternativa (b). www.estrategiaconcursos.com.br 11 de 15

Você percebeu o que este teste está propondo? Estatística p/ TCE-PR Basicamente foi dito que há duas condições para serem satisfeitas para rejeição de H0, no caso, X>30 ou X<10. Isso significa que serão avaliados os dois lados da distribuição! Ou seja, você irá avaliar ambos os lados da distribuição, um teste bilateral, apesar de os níveis de significância não serem iguais. Alternativa (b). www.estrategiaconcursos.com.br 12 de 15

www.estrategiaconcursos.com.br 13 de 15

Bom pessoal, simples aplicação a fórmula que aprendemos em aula: t = (x 1 x 2) D 0 s 1 2 n + s 2 2 1 n 2 Ao testar que ambas médias são iguais: (655 650) 0 5 t = 160 16 + 150 = 10 + 15 = 5 25 = 5 5 = 1 10 Alternativa (a). Boa galera! Estou sempre à disposição! Abraço jeronymobj@hotmail.com www.estrategiaconcursos.com.br 14 de 15

www.estrategiaconcursos.com.br 15 de 15