

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.


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.
X e Y são variáveis aleatórias discretas com função de probabilidade conjunta dada por

Assim, por exemplo, P[X = 0, Y = 0] = 0,2 e P[ X = 1, Y = 0] = 0,2. O coeficiente de correlação entre X e Y vale
- 0,5.
- 0,2.
0.
0,2.
0,5.
Se a distribuição condicional da amostra X, dado o valor da estatística T(X), não depender do parâmetro θ, então T(X) é uma estatística:
eficiente para θ.
ótima para θ.
consistente para θ.
suficiente para θ.
não tendenciosa para θ.
Um conceito apropriado de distribuição de probabilidade, por meio da análise da relação entre as variáveis, é:
as distribuições condicionais são aquelas em que a ocorrência de um evento não afeta a probabilidade de ocorrência de outro;
as distribuições conjuntas descrevem o comportamento de uma única variável aleatória em um conjunto de variáveis, fornecendo a distribuição de probabilidade dela sem levar em consideração as outras;
as distribuições independentes são utilizadas para estudar a relação entre duas variáveis aleatórias, levando em consideração o efeito de uma variável sobre a outra;
as distribuições marginais são usadas para modelar o comportamento de duas ou mais variáveis aleatórias em conjunto;
as distribuições transformadas referem-se ao processo no qual uma nova variável é criada a partir de uma ou mais variáveis existentes, aplicando uma função matemática a essas variáveis.
P(Y=1∣X=0)=71.
Certo
Errado
Considerando as propriedades da expectativa condicional, caso X e Y sejam variáveis aleatórias possivelmente correlacionadas, tem-se que E (XY + cX² log(X) + Y² |X) = cX² log(X) + Y² + XE(Y|X).
Certo
Errado


Seu próximo nível começa aqui

Seu próximo nível começa aqui
Destrave a preparação completa para sua aprovação. Com a Assinatura Ilimitada, você estuda com os melhores professores do Brasil e todos os recursos Gran.
Sejam X e Y variáveis aleatórias com distribuição conjunta dada a seguir:
X\Y | 0 | 2 | 4 | Total |
3 | 0,2 | 0,1 | 0,1 | 0,4 |
2 | 0,1 | 0,1 | 0 | 0,2 |
1 | 0,1 | 0,1 | 0,2 | 0,4 |
Total | 0,4 | 0,3 | 0,3 | 1 |
A probabilidade P(X - Y < 2|Y = 0) é:
41
21
51
31
Uma distribuição condicional é dada por
P(X = x|Y = y) = yx(1 - y)1-x , em que x = 0 ou x = 1 e 0 ≤ y ≤ 1.
Considerando-se que Y segue uma distribuição uniforme contínua no intervalo [0,1], é correto afirmar, a respeito da distribuição condicional Y|X = x, que E(Y|X = x) é igual a
31+3x.
21+2x.
41+4x.
4x.
21.
Por definição podemos afirmar que a estatística T = T(X1,.....,Xn) é uma estatística suficiente para Ɵ, quando a distribuição condicional de X1,.....,Xn dado T for:
Dependente de Ɵ
Independente de 1- Ɵ
Dependente Ɵ2
Dependente 1- Ɵ
Independente de Ɵ
Probabilidades condicionais podem ser utilizadas para calcular probabilidades não condicionais. Assinale a alternativa que contém: a função de densidade marginal de X e a densidade conjunta de X e Y, obtidas da densidade condicional de X dado Y.
g(x)= ∫−∞+ ∞ f (x|y) h(y)dy; f(x,y)=f (x|y) h(y)
g(x)=∫−∞+ ∞ f (x,y)dy; f(x,y) = f(x|y)h(y)
g(x)=მxმy f (y|x) h(y); f(x,y) = f (x|y)g(x)
g(x)=∫−∞+ ∞ f (x|y) g(x) dy; f (x,y) = f (y|x)g(y)
g(x)=მxმy f(x,y); f(x,y) = f (x|y) g(x)
Se T = X + Y representa o total diário de notificações de incidentes de segurança registrado nas referidas redes de computadores, então Var(T) > Var(X) + Var(Y).
Certo
Errado


Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.
Considere X = (X1 X2)T, uma variável aleatória com distribuição normal bivariada. Sabe-se que X1 apresenta média igual a 2 e desvio padrão igual 0,5, X2 apresenta média igual a 1 e desvio padrão igual 1 e a covariância entre X1 e X2 é igual -0,3. A distribuição condicional de X2|X1=2,5 é normal com média
1,00, e o desvio padrão 1,00.
0,40, e o desvio padrão 0,80.
0,70, e o desvio padrão 0,95.
0,20, e o desvio padrão 1,60.
0,58, e o desvio padrão 0,64.
Considere a variável aleatória contínua e bidimensional (X,Y), cuja função de densidade de probabilidade é dada por:

Nessas condições, é correto afirmar que:




Seja X = (X1 X2 X3)t, com função de densidade N ⎝⎛⎣⎢⎡−1+1+4⎦⎥⎤,⎣⎢⎡10,20,80,210,60,80,61⎦⎥⎤⎠⎞
A densidade condicional de X1 dado X2 é
N(0,2X2 + 1,2 ; 0,96)
N(0,2X2 + 1,2 ; 0,69)
N(0,2X2 - 1,2 ; 0,96)
N(0,2X2 - 1,2 ; 0,69)
N(0,2X2 ; 0,960,69X2)


Seu próximo nível começa aqui

Seu próximo nível começa aqui
Destrave a preparação completa para sua aprovação. Com a Assinatura Ilimitada, você estuda com os melhores professores do Brasil e todos os recursos Gran.

Uma das distribuições mais comumente aplicadas em valores discretos é a Geométrica. Tal distribuição tem a ideia de realizar n ensaios até a obtenção do primeiro sucesso decorrente destas realizações. Visando tal distribuição, considere as variáveis aleatórias independentes X1 e X2 e Xi,i=1,2 tendo distribuição Geométrica, onde é o número de fracasso até o primeiro sucesso. Assinale a alternativa em que é mostrada corretamente a distribuição condicional de X1|X1+X2.
P (X1=k∣X1+X2=j ) =j+11, k=1, ... , k
P (X1=k∣X1+X2=j )=j+11, j=1, ... , k
P (X1=k∣X1+X2=j )=j+11, k=1, ... , j
P (X1=k∣X1+X2=j )=k−11, k∈(1, j)
P (X1=k∣X1+X2=j )=j+11, k∈(1, j)
É possível estabelecer uma associação entre um valor numérico e um resultado experimental possível. Suponha o experimento representado pela operação de um restaurante durante um dia. O número de clientes que entram no restaurante durante um dia, constitui um(a):
variável aleatória discreta.
exemplo de probabilidade conjunta.
distribuição contínua de probabilidade.
experimento de variável aleatória contínua.
distribuição de probabilidade uniforme contínua.
A densidade conjunta das variáveis aleatórias x e y é dada por:
f(x,y) = {c(x+2y),se0,0<x<1,caso0<y<1contraˊrio
Calcule o valor de c e assinale a opção correta.
1/8
1/7
1/6
2/5
2/3
Seja uma a.a. [X1, X2, ... , Xn] de uma distribuição f(x, θ), θ ∈ Θ. A estatística T(X) é suficiente para θ se e somente se existem as funções g(t, θ), definida para todo t e para todo θ ∈ Θ, e h(X) definida em Rn tal que P(X, θ) = g[T(X), θ].h(X), ou seja, a função de probabilidade conjunta fatora no produto da função g[T(X), θ] pela função h(X). Este é o enunciado do teorema
de Lehman-Sheffé.
de Neyman-Pearson.
de Cramer-Rao.
de Neyman-Fisher.
de Rao-Blackwell.


Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.