(1,0)
Determinado estudo sobre a distribuição X das flutuações das intensidades de sinais registrados em receptor móvel considerou a função de probabilidade acumulada na forma em que V representa um parâmetro desconhecido e 0 < x ? V. Com base em amostra aleatória simples, de tamanho 20, foram obtidas as seguintes estatísticas descritivas acerca da distribuição X: média amostral = 5; mediana amostral = 6; máximo = 7.Considerando essas informações, julgue o próximo item.A estimativa de máxima verossimilhança do parâmetro V é superior a 6,8
Determinado estudo sobre a distribuição X das flutuações das intensidades de sinais registrados em receptor móvel considerou a função de probabilidade acumulada na forma em que V representa um parâmetro desconhecido e 0 < x ? V. Com base em amostra aleatória simples, de tamanho 20, foram obtidas as seguintes estatísticas descritivas acerca da distribuição X: média amostral = 5; mediana amostral = 6; máximo = 7.Considerando essas informações, julgue o próximo item.A estimativa de máxima verossimilhança da variância da distribuição X é igual a 147/80
Determinado estudo sobre a distribuição X das flutuações das intensidades de sinais registrados em receptor móvel considerou a função de probabilidade acumulada na forma em que V representa um parâmetro desconhecido e 0 < x ? V. Com base em amostra aleatória simples, de tamanho 20, foram obtidas as seguintes estatísticas descritivas acerca da distribuição X: média amostral = 5; mediana amostral = 6; máximo = 7.Considerando essas informações, julgue o próximo item.Com base na média amostral, é correto afirmar que a estimativa de momentos do parâmetro V está entre 6,5 e 6,8.
A amostra aleatória simples X1, X2, ..., X100 foi retirada, sem reposição, de população de tamanho 10 mil, em que X1 representa a primeira observação, X2, a segunda, e assim sucessivamente. O valor esperado e o desvio padrão de X1 são, respectivamente, iguais a 10 e 5. Considerando essas informações e que S = X1 + X2 + ... + X100, julgue o item subsequente. As variáveis aleatórias X1, X2, ..., X100 são independentes e identicamente distribuídas
A amostra aleatória simples X1, X2, ..., X100 foi retirada, sem reposição, de população de tamanho 10 mil, em que X1 representa a primeira observação, X2, a segunda, e assim sucessivamente. O valor esperado e o desvio padrão de X1 são, respectivamente, iguais a 10 e 5. Considerando essas informações e que S = X1 + X2 + ... + X100, julgue o item subsequente.A distribuição amostral exata da soma S é hipergeométrica
A amostra aleatória simples X1, X2, ..., X100 foi retirada, sem reposição, de população de tamanho 10 mil, em que X1 representa a primeira observação, X2, a segunda, e assim sucessivamente. O valor esperado e o desvio padrão de X1 são, respectivamente, iguais a 10 e 5. Considerando essas informações e que S = X1 + X2 + ... + X100, julgue o item subsequente. A variância de S é inferior a 2.500
A amostra aleatória simples X1, X2, ..., X100 foi retirada, sem reposição, de população de tamanho 10 mil, em que X1 representa a primeira observação, X2, a segunda, e assim sucessivamente. O valor esperado e o desvio padrão de X1 são, respectivamente, iguais a 10 e 5. Considerando essas informações e que S = X1 + X2 + ... + X100, julgue o item subsequente. O valor esperado de S é igual a 1.000
De uma grande população X, será retirada, aleatoriamente, uma amostra simples de tamanho n para que seja estimada a taxa média m de satisfação do cliente. Considerando que a variância dessa população seja igual a 5 e que a média amostral seja o estimador não tendencioso da taxa m, julgue o item a seguir.De acordo com a lei forte dos grandes números, quase certamente, a média amostral converge para o valor m, desde que n seja finito e suficientemente grande
De uma grande população X, será retirada, aleatoriamente, uma amostra simples de tamanho n para que seja estimada a taxa média m de satisfação do cliente. Considerando que a variância dessa população seja igual a 5 e que a média amostral seja o estimador não tendencioso da taxa m, julgue o item a seguir.Para garantir a convergência em probabilidade da média amostral para a taxa média m, a população pesquisada deverá ser, necessariamente, gaussiana ou normal
De uma grande população X, será retirada, aleatoriamente, uma amostra simples de tamanho n para que seja estimada a taxa média m de satisfação do cliente. Considerando que a variância dessa população seja igual a 5 e que a média amostral seja o estimador não tendencioso da taxa m, julgue o item a seguir.Segundo a lei fraca dos grandes números, para qualquer amostra de tamanho superior a 100, tem-se que
De uma grande população X, será retirada, aleatoriamente, uma amostra simples de tamanho n para que seja estimada a taxa média m de satisfação do cliente. Considerando que a variância dessa população seja igual a 5 e que a média amostral seja o estimador não tendencioso da taxa m, julgue o item a seguir.De acordo com o teorema limite central, o erro de estimação ? = - m converge em distribuição para a normal, com média zero e variância 5
Em métodos estatísticos e estudos estatísticos por simulações computacionais, a transformação de variável é um recurso que permite resolver problemas de não normalidade e de heterocedasticidade. Acerca de transformação de variáveis, julgue o item seguinte.Suponha que, no intervalo [0, 1], a variável aleatória U seja uniforme e contínua. Nesse caso, se , então Y seguirá a distribuição logística
Em métodos estatísticos e estudos estatísticos por simulações computacionais, a transformação de variável é um recurso que permite resolver problemas de não normalidade e de heterocedasticidade. Acerca de transformação de variáveis, julgue o item seguinte.Considere a transformação Y - ?X , em que a variável aleatória X segue a distribuição qui-quadrado com 1 grau de liberdade. Nesse caso, é correto afirmar que Y segue a distribuição normal padrão
Em métodos estatísticos e estudos estatísticos por simulações computacionais, a transformação de variável é um recurso que permite resolver problemas de não normalidade e de heterocedasticidade. Acerca de transformação de variáveis, julgue o item seguinte.Suponha que, no intervalo [0, 1], U seja uniforme e contínua e Y = - lnU. Nessa situação, a variância da variável transformada Y será inferior à da variável U
Em métodos estatísticos e estudos estatísticos por simulações computacionais, a transformação de variável é um recurso que permite resolver problemas de não normalidade e de heterocedasticidade. Acerca de transformação de variáveis, julgue o item seguinte.Considere que X siga a distribuição contínua assimétrica, em torno da média, e possua mediana nula. Nessa situação, a transformação de Box-Cox Y= 2?X - 2 produzirá variável transformada, que seguirá a distribuição normal univariada
Recuperar senha
