Pode-se demonstrar que se X for uma variável aleatória contínua com função densidade de probabilidade f(x) e função de densidade acumulada F(x), então a variável aleatória U = F(x) tem distribuição uniforme no intervalo [0,1]. Considere uma variável aleatória Y com uma distribuição exponencial com média 0,5.

Foram simulados três valores de uma distribuição uniforme com o seguinte resultado: u1 = 0,66; u2 = 0,42; u3 = 0,18.

Dado que In(0,34) = −1,79; In (0,58) = − 0,545; In (0,82) = − 0,2 e utilizando as informações disponíveis, é possível gerar três valores da variável aleatória Y. A soma aproximada desses três valores gerados é

Seja var(X) variância da variável aleatória X, var(Y) a variância da variável aleatória Y e cov (X, Y) a covariância das variáveis aleatórias X, Y. É correto afirmar que

O tempo médio de tramitação de um recurso (inicial até a baixa) na segunda instância de um Tribunal Regional do Trabalho é de 8 meses. Admita que o tempo de tramitação seja uma variável aleatória exponencialmente distribuída. Um recurso acaba de completar nove meses no Tribunal e, nesse caso, a probabilidade de que a tramitação exceda 10 meses é

Uma variável aleatória X tem distribuição normal, variância desconhecida e com uma população de tamanho infinito. Deseja-se construir um intervalo de confiança de 95% para a média μ da população com base em uma amostra aleatória de tamanho 9 extraída dessa população e considerando a distribuição t de Student. Nessa amostra, observou-se que a média apresentou um valor igual a 5 e a soma dos quadrados dos 9 elementos da amostra foi igual a 243.

O intervalo de confiança encontrado foi igual a

Uma variável aleatória X tem a seguinte função de densidade:

A estimativa encontrada para K, com base na amostra, foi de

Em uma população correspondente a uma variável aleatória X, normalmente distribuída com variância unitária e média μ, é extraída uma amostra aleatória, com reposição, de tamanho 3, ou seja, (X1, X2, X3). Sabendo que um estimador utilizado para a média μ desta população é E = (2 m2 − 20 m) X1 + (5 m + 9) X2 − (m − 16) X3 (com m sendo um parâmetro real) é não viesado, verifica-se que entre os possíveis estimadores formados por meio de E, o mais eficiente apresenta uma variância igual a

A conclusão é que ao nível de significância de

Seja uma população {x1, x2, x3, ... , x20} formada pela renda em unidades monetárias de 20 pessoas, sendo xi > 0 a renda da i-ésima pessoa (1 ≤ i ≤ 20). O coeficiente de variação desta população é igual a 20%. Sabendo-se que (x2 − x10) = 2 com x10 > 4, subtrai-se de x10 um montante igual a 4 e acrescenta-o a x2. Após esta transferência, a nova variância fica igual a

Analisando um gráfico de dispersão referente a 10 pares de observações (t, Yt) com t = 1, 2, 3, ... , 10, optou-se por utilizar o modelo linear Yt = α + βt + εt com o objetivo de se prever a variável Y, que representa o faturamento anual de uma empresa em milhões de reais, no ano (2007 + t). Os parâmetros α e β são desconhecidos e εt é o erro aleatório com as respectivas hipóteses do modelo de regressão linear simples. As estimativas de α e β (a e b, respectivamente) foram obtidas por meio do método dos mínimos quadrados com base nos dados dos 10 pares de observações citados. Se a = 2 e a soma dos faturamentos dos 10 dados observados foi de 64 milhões de reais, então, pela equação da reta obtida, a previsão do faturamento para 2020 é, em milhõe... Ver mais