

Seu próximo nível começa aqui
Com a Assinatura Ilimitada, você tem tudo que precisa para sua aprovação.
Com a Assinatura Ilimitada, você combina prática, teoria e método em uma única assinatura com tudo que você precisa para sua aprovação.
θ representa o parâmetro da distribuição ܺX.
Certo
Errado
A partir das informações do texto 5A1, é correto afirmar que a variável aleatória V2 segue uma distribuição
exponencial.
normal.
qui-quadrado.
Weibull.
t de Student.
Uma variável aleatória 𝑋 segue uma distribuição Qui-quadrado (𝜒2) com 10 graus de liberdade. Em relação às propriedades da distribuição Qui-quadrado e suas aplicações, julgue os itens a seguir:
I. A média de 𝑋 é igual aos graus de liberdade (𝐸[𝑋] = 10), e a variância é igual a duas vezes os graus de liberdade (Var(𝑋) = 20).
II. A distribuição Qui-quadrado é simétrica em torno de sua média para qualquer número de graus de liberdade.
III. A variável 𝑋 pode ser representada como a soma de 10 variáveis aleatórias independentes, cada uma com distribuição Normal padrão ao quadrado: X=∑i=110Zi2
IV. A moda da distribuição 𝜒2 com 𝜈 graus de liberdade ocorre em 𝜈 − 2 (para 𝜈 > 2). Assim, para 𝜈 = 10, a moda é 8, que é menor que a média (10), evidenciando assimetria positiva.
V. A distribuição Qui-quadrado é um caso particular da distribuição Gama, com parâmetros de forma k = 2v e escala 𝜃 = 2. Portanto, suas propriedades podem ser derivadas da família Gama.
Assinale a alternativa com a sequência CORRETA (V/F):
F – F – V – V – V
V – V – F – V – F
F – V – V – F – V
V – F – V – F – F
V – F – V – V – V
No planejamento de ações fiscais, modelos probabilísticos são frequentemente empregados para estimar riscos, avaliar amostras e subsidiar a tomada de decisões. Considerando os conceitos de espaço amostral, probabilidade e distribuições de probabilidades, assinale a alternativa INCORRETA.
O espaço amostral corresponde ao conjunto de todos os resultados possíveis de um experimento aleatório, sendo a probabilidade de qualquer evento um valor compreendido entre 0 e 1, inclusive.
A distribuição binomial é adequada para modelar o número de sucessos em uma sequência de ensaios independentes, desde que a probabilidade de sucesso permaneça constante em cada ensaio.
A distribuição qui-quadrado é uma distribuição discreta, utilizada principalmente para modelar o número de ocorrências de eventos raros em um intervalo fixo de tempo ou espaço.
A distribuição de Poisson é frequentemente empregada para modelar a quantidade de ocorrências de determinado evento em um intervalo de tempo ou de espaço, admitindo-se, entre outras hipóteses, independência entre as ocorrências e a taxa média constante.
O EMQ requer menos suposições sobre distribuições que o EMV para ser consistente.
Certo
Errado
Uma variável aleatória X tem distribuição uniforme no intervalo (m,n), com 0 < m < n. Uma outra variável aleatória Y, independente de X, tem distribuição qui-quadrado com 3 graus de liberdade. Se a esperança de X é igual a variância de Y e a variância de X é igual à esperança de Y, então (m, n) é igual a
(3, 6)
(3, 9)
(4, 8)
(6, 9)
(5, 7)
A partir de uma amostra de 801 elementos de uma variável cuja distribuição é normal, obteve-se uma variância amostral cujo valor deverá ser testado (teste monocaudal). Entretanto, não se dispõe de uma tabela qui-quadrado, apenas de uma tabela normal.
Qual deverá ser, aproximadamente, o valor crítico do teste qui-quadrado, a 5% de significância?
(Para esta questão, considere que, se z tem distribuição normal padrão, então p(–2<z<2) ≅ 0,95 e p(–1,6<z<1,6) ≅ 0,90.)
64.
144.
368.
800.
864.
Para se testar a independência entre dois atributos, dados amostrais serão organizados em uma tabela de contingência. O atributo A tem seis classes e o atributo B tem cinco.
Se a amostra é suficientemente grande, será usada então uma estatística de teste que tem, sob a hipótese de independência, distribuição:
qui-quadrado com 20 graus de liberdade;
qui-quadrado com 30 graus de liberdade;
t de student com 20 graus de liberdade;
t de student com 30 graus de liberdade;
normal.
Em determinada população, a distribuição das categorias A, B e C é dada pela seguinte tabela:
Categoria | A | B | C |
Probabilidade | 0,25 | 0,50 | 0,25 |
Para verificar se os dados de uma amostra são gerados a partir dessa distribuição, foi conduzido um teste qui-quadrado de aderência. Considere que as suposições para a realização desse teste estão satisfeitas. Dessa forma, a estatística de teste, sob a hipótese nula, possui uma distribuição qui-quadrado com quantos graus de liberdade?
1
2
3
4
5
A estatística qui-quadrado de Pearson, referente à tabela em questão, é igual ou superior a 7.
Certo
Errado
Para testar se dois atributos são independentes, 400 indivíduos foram observados e a seguinte tabela de contingências 2x2 foi obtida:
Atributo 1 | Total | |||
Presente | Ausente | |||
Atributo 2 | presente | 50 | 50 | 100 |
ausente | 250 | 50 | 300 | |
Total | 300 | 100 | 400 | |
O valor da estatística qui-quadrado usual para esse teste é aproximadamente igual a
16,1.
28,8.
36,6.
44,4.
55,5.
A medida denominada qui-quadrado, representada por x2, define a discrepância existente entre as frequências observadas e esperadas.
Certo
Errado
Uma pesquisa realizada com 70 discentes de um curso de especialização EAD da FURG teve por objetivo analisar o perfil dos que buscam essa modalidade de ensino. Dentre as perguntas de interesse, os pesquisadores avaliaram a relação entre o tempo disponível para estudo e com quem os discentes preferem tirar suas dúvidas ao longo do curso. Os resultados foram:
Tempo para estudo | Com quem tira dúvidas | Total | ||
Colegas | Professores | Tutores | ||
Apenas nos finais de semana | 19 | 7 | 13 | 39 |
Vário dias da semana | 7 | 14 | 10 | 31 |
Total | 26 | 21 | 23 | 70 |
Considerando que o valor calculado de 7,44 e escolhendo entre os valores críticos da distribuição qui-quadrado, ao nível de 5% de significânda, X(2g.l.)2=5,99 ou X(3g.l.)2=7,81 ou X(6g.l.)2=12,59. Conclua sobre a relação entre o tempo de estudo e com quem prefere tirar dúvidas.
A proporção de discentes que preferem tirar dúvidas com o professor é significativamente maior independente do tempo de estudo.
Não há evidências amostrais para concluir quanto à existência de relação significativa entre tempo de estudo e com quem os discentes preferem tirar suas dúvidas.
Existe relação significativa entre tempo de estudo e com quem os discentes preferem tirar suas dúvidas.
Não existe relação significativa entre tempo de estudo e com quem os discentes preferem tirar suas dúvidas.
Não é possível concluir algo com os dados apresentados.
Deseja-se verificar a eficácia de certa vacina contra COVID-19 em relação à infecção pela doença. Para tal tomou-se uma amostra de 350 pessoas, classificadas conforme a tabela abaixo:
Situação vacinal | Infecção por Covid-19 | |
Não infectados | Infectados | |
Vacinados | 130 | 70 |
Não vacinados | 60 | 90 |
Ao nível de 5% de significância, é CORRETO afirmar que
a estatística qui-quadrado é aproximadamente 0,01, o que indica que não existe dependência entre a vacinação e a infecção pela doença.
a estatística qui-quadrado é aproximadamente 22, o que indica que não existe dependência entre a vacinação e a infecção pela doença.
a estatística qui-quadrado é aproximadamente 0,01, o que indica que existe dependência entre a vacinação e a infecção pela doença.
a estatística qui-quadrado é aproximadamente 22, o que indica que existe dependência entre a vacinação e a infecção pela doença.
Considerando que Q20 e Q15 representam variáveis aleatórias independentes que seguem distribuições qui-quadrado, respectivamente, com 20 e 15 graus de liberdade, assinale a opção correta no que se refere à diferença D = Q20−Q15
D segue uma distribuição qui-quadrado.
Se P (D < 0) representa a probabilidade de ocorrência do evento [D < 0] , então P( D < 0)=0
O valor esperado da variável D é igual a zero.
A distribuição da variável D é simétrica em torno da sua média.
A variância da diferença D é igual a 70.
As variáveis aleatórias X1, X2, X3, X4 constituem uma amostra aleatória simples, retirada de uma distribuição normal com média igual a 10 e desvio padrão 2. Nesse caso, se X representa a média amostral, a variável aleatória (X−10)2 segue distribuição
normal.
t de Student.
qui-quadrado.
exponencial.
F de Snedecor.
Abaixo temos o gráfico quantil-quantil para distribuição normal onde estão desenhados os valores de duas amostras da distribuição Normal. A amostra 1, representada por círculos, e a amostra 2, representada por “x”.
Gráfico Q-Q - Dist. Normal

Com base no gráfico, é correto afirmar que as duas distribuições têm:
as mesmas média e variância;
médias e variâncias similares;
médias e variâncias diferentes;
médias similares, e a distribuição representada pela amostra 1 tem variância maior;
médias similares, e a distribuição representada pela amostra 2 tem variância maior.
O teste qui-quadrado para diferenças de probabilidades busca medir quão distante a probabilidade de um evento observado na população dos participantes do plano está da probabilidade do mesmo evento observado na tabela de mortalidade adotada.
Certo
Errado
Se Z1, Z2, ..., Zn são n variáveis aleatórias independentes e identicamente distribuídas com densidade normal padrão, então a variável
Y = ∑i=1nZi2
tem distribuição
Normal com média n e variância n2.
Normal com média 0 e variância n2.
Normal com média 0 e variância n.
Qui-quadrado com n – 1 graus de liberdade.
Qui-quadrado com n graus de liberdade.
Seja {X1, . . ., Xn} uma amostra aleatória simples da variável aleatória X~ N(µ, σ2), sendo µ e σ2 desconhecidos. Para testar as hipóteses H0 : σ2 = 4 e H1 : σ2 > 4 pelo método da razão da verossimilhança generalizada, considerando nível de significância de 0,05 e {x1, . . ., xn} a amostra observada, a região de rejeição de H0 pode ser escrita como:
{Q ≥ q}, onde Q é uma estatística com distribuição qui-quadrado, calculada por Q =∑xi2 e q é o valor que deixa 0,05 de área na cauda superior de uma distribuição qui-quadrado apropriada.
{T ≥ t}, porque a variância é desconhecida e, assim, a região de rejeição de H0 deve ser feita com a distribuição t de Student com n – 1 graus de liberdade, sendo T = ( x – µ)/ σ e t tal que a área superior da distribuição t com n – 1 graus de liberdade seja 0,05.
{T ≥ t}, sendo T = (x – µ)2 /4. Como a variância é desconhecida, a região de rejeição de H0 deve ser feita com a distribuição t de Student com n – 1 graus de liberdade, sendo t tal que a área superior da distribuição t com n – 1 graus de liberdade seja 0,05.
{f ≥ F}, sendo f = s22s12 e Fn1 – 1,n2 – 0,95
{Q ≥ c}, sendo Q = ∑ {(xi – x )2 }/4 e c tal que a função F da distribuição acumulada qui-quadrado com n – 1 graus de liberdade no ponto c é F(c) = 0,95.