Prova de Estatística 8 - Questões e Simulados | CONCURSO

(1,0) 1 - 

Sendo F(x) a função de distribuição da variável aleatória definida na questão anterior, determine F(0).

(1,0) 2 - 

Seja X uma variável aleatória com média 1 e variância 2. Qual a variância da variável Y = 2X + 4.

(1,0) 3 - 

Dos 100 candidatos inscritos em um concurso que estudaram no curso preparatório A, 75 foram aprovados no concurso, enquanto que dos 100 candidatos inscritos no concurso que estudaram no curso preparatório B, 65 foram aprovados nesse concurso. Se desejarmos testar a hipótese estatística de que a proporção de aprovação dos dois cursos é a mesma, obtenha o valor mais próximo da estatística do teste, que tem aproximadamente uma distribuição qui quadrado com um grau de liberdade.

(1,0) 4 - 

Apesar de uma característica numérica supostamente possuir distribuições com variâncias diferentes em duas populações distintas, deseja-se testar a hipótese estatística da igualdade das duas médias. Assim, da primeira população retira-se uma amostra aleatória simples de tamanho 9 e da segunda população retira-se outra amostra aleatória simples independente de tamanho 16. A característica medida na amostra da primeira população tem média 83 e desvio-padrão amostral 7, enquanto a característica medida na amostra da segunda população tem média 81 e desvio-padrão amostral 8. Obtenha o valor mais próximo do erro padrão da diferença estimada entre as médias.

(1,0) 5 - 

Sendo X uma variável aleatória uniformemente distribuída no intervalo [0,1], determine sua variância.

(1,0) 6 - 

Um fabricante divulga que a característica principal de seu produto tem uma média de 1 000 unidades. Um pesquisador, duvidando desta afirmação, encontrou uma característica média de 935 e desvio-padrão amostral de 130 examinando uma amostra aleatória simples de tamanho 9 destes produtos. Calcule o valor mais próximo da estatística t para testar a hipótese nula de que a média da característica principal do produto é 1 000, admitindo que a característica tem uma distribuição normal.

(1,0) 7 - 

A análise de variância de um modelo estatístico de regressão linear ordinária com uma variável dependente, um termo constante mais três variáveis como regressores, forneceu uma soma dos quadrados devido à regressão de 13 590 e uma soma dos quadrados dos resíduos de 6 795. Dado que foram usadas 14 observações, calcule o valor mais próximo da estatística F para o teste de hipótese da não-existência da regressão linear estudada.

(1,0) 8 - 

Seja X a soma de n variáveis aleatórias independentes de Bernoulli, isto é, que assumem apenas os valores 1 e 0 com probabilidades p e 1-p, respectivamente. Assim, a distribuição de X é:

(1,0) 9 - 

Determine a mediana do seguinte conjunto de dados: 58, 95, 17, 44, 63, 9, 57, 21, 88, 12, 31, 28, 73, 5 e 56.

(1,0) 10 - 

Dado o conjunto de dados da questão anterior, determine a amplitude interquartílica Q3 ? Q1.

(1,0) 11 - 

Uma população de indivíduos é constituída 80% por um tipo genético A e 20% por uma variação genética B. A probabilidade de um indivíduo do tipo A ter determinada doença é de 5%, enquanto a probabilidade de um indivíduo com a variação B ter a doença é de 40%. Dado que um indivíduo tem a doença, qual a probabilidade de ele ser da variação genética B?

(1,0) 12 - 

Em muitas situações práticas são realizadas observações sobre um número grande de variáveis correlacionadas e, nesse caso, é natural procurar-se maneiras de reduzir a dimensão do problema, isto é, do número de variáveis a serem estudadas, sem sacrificar muito a informação acerca das variáveis contidas na matriz de covariância. Em uma determinada técnica de análise multivariada, desenvolvida por Hotelling, os eixos coordenados representando as variáveis originais são rotacionados para dar origem a um novo sistema de coordenadas representando variáveis com certas propriedades ótimas de suas variâncias, o que equivale a fazer uma transformação ortogonal especial das variáveis originais. Assim, a primeira nova variável é a combinação linear normalizada das variáveis originais com máxima variância. A segunda nova variável é a combinação linear normalizada das variáveis originais com máxima variância entre todas as combinações lineares não correlacionadas com a primeira nova variável e assim por diante. Então a técnica acaba por caracterizar ou explicar a variabilidade de um vetor de variáveis substituindo-o por um novo vetor com um número menor de variáveis com grandes variâncias. Esta técnica é conhecida como:

(1,0) 13 - 

Grande parte de uma população de pessoas possui determinada característica. Deseja-se estimar a proporção de pessoas nesta população com esta característica. Qual o valor mais próximo do tamanho de uma amostra aleatória simples para se obter uma estimativa desta proporção na população com um erro padrão de 5%.

(1,0) 14 - 

Sejam n variáveis aleatórias N(0,1) independentes. A soma de seus quadrados tem uma distribuição de:

(1,0) 15 - 

No campo estatístico, ogivas são: