Acredita-se que em uma cidade mais da metade de seus eleitores são favoráveis à eleição de um candidato X. Para testar se isso é verdadeiro, extrai-se uma amostra aleatória de 4 eleitores, com reposição, estabelecendo que se nessa amostra mais que 2 eleitores forem favoráveis a X, então procede que mais da metade são favoráveis a X. Se p é a proporção de eleitores favoráveis a X e estabelecendo as hipóteses H0: p = 0,5 (hipótese nula) e H1: p > 0,5 (hipótese alternativa), então o nível de significância do teste é igual a

Uma indústria produz um equipamento eletrônico cuja duração de vida (X), em horas, é normalmente distribuída com média ? e variância populacional (?2) desconhecida. Uma amostra aleatória, com reposição, de 25 equipamentos foi extraída da população de equipamentos obtendo-se para essa amostra uma duração de vida média igual a 1.008 horas e variância igual a 256 (horas)2. Deseja-se testar a hipótese H0: ? = 1.000 horas (hipótese nula) contra H1: ? ? 1.000 horas (hipótese alternativa) com base nos dados da amostra e utilizando o teste t de Student. O valor da estatística t (t calculado) utilizado para a tomada de decisão, a um determinado nível de significância ?, é igual a

Quanto aos testes não paramétricos, é correto afirmar

Atenção: Para responder à questão, considere as informações abaixo.

       Considerando uma amostra aleatória de n pares de valores de duas variáveis, Xi e Yi , com i = 1, 2,..., n e admitindo-se que Y é função linear de X, pode-se estabelecer uma regressão linear simples da forma Yi = ?o + ?1Xi + ei , onde ?o e ?1 são parâmetros desconhecidos, X é a variável independente e Y é a variável dependente. O erro ei é uma série de valores independentes e identicamente distribuídos com ei ~ N(0,?2) .

Se para uma amostra aleatória de 100 pares de valores referentes a um estudo específico o intervalo de confiança de 95% calculado para ?1 é dado por [?1,2;1,8] e considerando o nível de significância de 5%, então

Considere uma amostra aleatória de 10 pares de valores de duas variáveis, Xi e Yi , com i = 1,2, ..., 10.


A estimação dos parâmetros ?0 e ?1 pelo método dos mínimos quadrados fornece, respectivamente, os valores

Quanto às técnicas de amostragem,

Seja X uma variável aleatória com distribuição beta com função densidade

Considere a distribuição Y ~ U (0,1) , onde U (0,1) é uma distribuição uniforme padrão, e o interesse é na simulação de observações da variável aleatória X, pelo método de aceitação/rejeição. Com essa finalidade, foram obtidos os seguintes pares de números pseudoaleatórios das variáveis Y e U:

i       1      2       3        4     5

yi    0,5   0,1    0,7    0,9    0,8

ui    0,6   0,3    0,4    0,7    0,9

Os dois valores aceitos como ... Ver mais

Um grupo de N = 100 coelhos está sendo usado em um estudo nutricional. Os pesos antes do início do estudo são registrados para cada coelho. A média desses pesos é de 3,3 kg. Após dois meses, o experimentador deseja obter uma estimativa do peso médio dos coelhos. O pesquisador seleciona n = 10 coelhos aleatoriamente e os pesa. Os pesos originais e os pesos atuais desses 10 coelhos são apresentados na tabela a seguir.


Considere r como a estimativa resultante do estimador razão e  ?y a média estimada atual dos 100 coelhos com respectiva variância estimada
Com base nessas informações, 

Atenção: Para responder à questão, considere o código na linguagem R. 

Y<-c(2,3,2,4,3,5,6,3,4) #1

X1<-c(10,13,9,18,12,22,27,13,21) #2

X2<-c(6,10,4,10,10,17,16,9,13) #3

dados<-data.frame(cbind(Y,X1,X2)) #4

modelo <- lm(Y ~ X1 + X2, data = dados) #5

summary(modelo) #6

coef(modelo) #7

formula(modelo) #8

... Ver mais

Os comandos das linhas 14 a 16 produzem o mesmo resultado que o comando