Seja o modelo linear de análise de covariância Yi = α + βDi + γXi + εi referente a um determinado ramo de atividade. Yi representa o salário anual de um empregado i, Xi é o número de anos de experiência do empregado i e εi é o erro aleatório com as respectivas hipóteses da correspondente regressão (α, β e γ são parâmetros desconhecidos). Com relação a este modelo, dado que Di = 1 se o empregado i for homem e Di = 0 se o empregado i for mulher, pode-se afirmar que

Deseja-se obter uma estimativa pontual do parâmetro p da distribuição geométrica P(X = x) = (1 − p)x − 1p (x = 1, 2, 3, . . . ) sabendo-se que o acontecimento cuja probabilidade é p ocorreu em 5 experiências, pela primeira vez na primeira, terceira, segunda, quarta e segunda, respectivamente. Utilizando o método dos momentos, encontra-se que o valor desta estimativa é

Considere uma amostra aleatória (X, Y, Z), com reposição, extraída de uma população normal com média μ e variância 1. Considere também os 3 estimadores não viesados de μ , com m, n e p sendo parâmetros reais:

E1 = mX − 2nY − pZ

E2 = 2mX + nY − 4pZ

E3 = mX − 8nY + pZ

Entre os 3 estimadores, o mais eficiente apresenta uma variância igual a

Seja X a variável aleatória que representa o tempo de espera em uma determinada estação de determinada linha do Metrô de São Paulo. Suponha que X tem distribuição normal, com média de 100 segundos e desvio padrão de 10 segundos. O Metrô está testando uma nova tecnologia com a finalidade de reduzir em 10% a média de X e em 20% o seu desvio padrão. Supondo que esta nova tecnologia surta efeito, a probabilidade de que o tempo na espera na determinada estação supere 106 segundos é igual a:

O tempo de vida, X, de um aparelho elétrico tem distribuição normal com media μ, desvio padrão de 500 dias e primeiro quartil igual a 1500 dias. Se o aparelho tem garantia de 365 dias, a porcentagem das vendas que exigirá substituição é igual a