Uma população de variáveis aleatórias independentes e identicamente distribuídas segue a distribuição de Bernoulli Xi ~ Ber(θ), sendo P(Xi = 1) = θ e P(Xi = 0) = 1 − θ. Uma amostra de tamanho n será retirada dessa população. A distribuição amostral da estatística suficiente, S, para θ é a binomial (n, θ), e S é a soma de X na amostra. O estimador de máxima verossimilhança para θ é θMV= S/n . A esse respeito, três analistas, A, B e C, resolveram usar, respectivamente:
• θ = 0,5 na distribuição amostral, a fim construir um intervalo de confiança bilateral para θ ao nível de confiança 0,95;
• θ = S/n na distribuição amostral, a fim construir um intervalo de confiança bilateral para θ ao nível ... Ver mais

        Uma população de variáveis aleatórias independentes e identicamente distribuídas segue a distribuição de Bernoulli Xi ~ Ber(θ), sendo P(Xi = 1) = θ e P(Xi = 0) = 1 − θ. Uma amostra de tamanho n será retirada dessa população. A distribuição amostral da estatística suficiente, S, para θ é a binomial (n, θ), e S é a soma de X na amostra. O estimador de máxima verossimilhança para θ é θMV= S/n . A esse respeito, três analistas, A, B e C, resolveram usar, respectivamente:
• θ = 0,5 na distribuição amostral, a fim construir um intervalo de confiança bilateral para θ ao nível de confiança 0,95;
• θ = S/n na distribuição amostral, a fim construir um intervalo de confiança bilateral para θ ao nível ... Ver mais

        Uma população de variáveis aleatórias independentes e identicamente distribuídas segue a distribuição de Bernoulli Xi ~ Ber(θ), sendo P(Xi = 1) = θ e P(Xi = 0) = 1 − θ. Uma amostra de tamanho n será retirada dessa população. A distribuição amostral da estatística suficiente, S, para θ é a binomial (n, θ), e S é a soma de X na amostra. O estimador de máxima verossimilhança para θ é θMV= S/n . A esse respeito, três analistas, A, B e C, resolveram usar, respectivamente:
• θ = 0,5 na distribuição amostral, a fim construir um intervalo de confiança bilateral para θ ao nível de confiança 0,95;
• θ = S/n na distribuição amostral, a fim construir um intervalo de confiança bilateral para θ ao nível ... Ver mais

        Uma população de variáveis aleatórias independentes e identicamente distribuídas segue a distribuição de Bernoulli Xi ~ Ber(θ), sendo P(Xi = 1) = θ e P(Xi = 0) = 1 − θ. Uma amostra de tamanho n será retirada dessa população. A distribuição amostral da estatística suficiente, S, para θ é a binomial (n, θ), e S é a soma de X na amostra. O estimador de máxima verossimilhança para θ é θMV= S/n . A esse respeito, três analistas, A, B e C, resolveram usar, respectivamente:
• θ = 0,5 na distribuição amostral, a fim construir um intervalo de confiança bilateral para θ ao nível de confiança 0,95;
• θ = S/n na distribuição amostral, a fim construir um intervalo de confiança bilateral para θ ao nível ... Ver mais

        Uma população de variáveis aleatórias independentes e identicamente distribuídas segue a distribuição de Bernoulli Xi ~ Ber(θ), sendo P(Xi = 1) = θ e P(Xi = 0) = 1 − θ. Uma amostra de tamanho n será retirada dessa população. A distribuição amostral da estatística suficiente, S, para θ é a binomial (n, θ), e S é a soma de X na amostra. O estimador de máxima verossimilhança para θ é θMV= S/n . A esse respeito, três analistas, A, B e C, resolveram usar, respectivamente:
• θ = 0,5 na distribuição amostral, a fim construir um intervalo de confiança bilateral para θ ao nível de confiança 0,95;
• θ = S/n na distribuição amostral, a fim construir um intervalo de confiança bilateral para θ ao nível ... Ver mais

        Uma população de variáveis aleatórias independentes e identicamente distribuídas segue a distribuição de Bernoulli Xi ~ Ber(θ), sendo P(Xi = 1) = θ e P(Xi = 0) = 1 − θ. Uma amostra de tamanho n será retirada dessa população. A distribuição amostral da estatística suficiente, S, para θ é a binomial (n, θ), e S é a soma de X na amostra. O estimador de máxima verossimilhança para θ é θMV= S/n . A esse respeito, três analistas, A, B e C, resolveram usar, respectivamente:
• θ = 0,5 na distribuição amostral, a fim construir um intervalo de confiança bilateral para θ ao nível de confiança 0,95;
• θ = S/n na distribuição amostral, a fim construir um intervalo de confiança bilateral para θ ao nível ... Ver mais

        Um modelo de regressão linear simples é especificado como Yi = a + Xi ∙ β + εi, em que E [εi ] = 0 e Var[εi ] = δ2. Para estimadores a'   e β' , o valor predito para observação i (Y'i) com característica Xi é dado por Y'i = a' + Xi ∙ β' . O resíduo para observação i ( εi ) é definido como εi = Yi − Y'i . De uma amostra aleatória de tamanho 49, coletada da população desse modelo de regressão linear simples, obteve-se:
• ∑i( Yi − Y'i)2 = 17.173 e
• ∑i ( Y'i - my)2) = 36.464,
em que my é a média amostral de Y.

Em relação às informações preceden... Ver mais

        Um modelo de regressão linear simples é especificado como Yi = a + Xi ∙ β + εi, em que E [εi ] = 0 e Var[εi ] = δ2. Para estimadores a'   e β' , o valor predito para observação i (Y'i) com característica Xi é dado por Y'i = a' + Xi ∙ β' . O resíduo para observação i ( εi ) é definido como εi = Yi − Y'i . De uma amostra aleatória de tamanho 49, coletada da população desse modelo de regressão linear simples, obteve-se:
• ∑i( Yi − Y'i)2 = 17.173 e
• ∑i ( Y'i - my)2) = 36.464,
em que my é a média amostral de Y.

Em relação às informações preceden... Ver mais

        Um modelo de regressão linear simples é especificado como Yi = a + Xi ∙ β + εi, em que E [εi ] = 0 e Var[εi ] = δ2. Para estimadores a'   e β' , o valor predito para observação i (Y'i) com característica Xi é dado por Y'i = a' + Xi ∙ β' . O resíduo para observação i ( εi ) é definido como εi = Yi − Y'i . De uma amostra aleatória de tamanho 49, coletada da população desse modelo de regressão linear simples, obteve-se:
• ∑i( Yi − Y'i)2 = 17.173 e
• ∑i ( Y'i - my)2) = 36.464,
em que my é a média amostral de Y.

Em relação às informações preceden... Ver mais

        Um modelo de regressão linear simples é especificado como Yi = a + Xi ∙ β + εi, em que E [εi ] = 0 e Var[εi ] = δ2. Para estimadores a'   e β' , o valor predito para observação i (Y'i) com característica Xi é dado por Y'i = a' + Xi ∙ β' . O resíduo para observação i ( εi ) é definido como εi = Yi − Y'i . De uma amostra aleatória de tamanho 49, coletada da população desse modelo de regressão linear simples, obteve-se:
• ∑i( Yi − Y'i)2 = 17.173 e
• ∑i ( Y'i - my)2) = 36.464,
em que my é a média amostral de Y.

Em relação às informações preceden... Ver mais