

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.
Considere-se que tenham sido coletadas cinco amostras aleatórias do volume de vacina contra a covid-19 aplicadas em pacientes e que tenham sido obtidos, em mL, os valores 0,49; 0,44; 0,51; 0,52 e 0,46. Nesse caso, 0,490 mL é uma estimativa não tendenciosa e eficiente para a média do volume de vacina aplicada em pacientes.
Certo
Errado
Escolhidos ao acaso 5 detentos em um presídio, suas penas, respectivamente, são: 1, 4, 5, 10 e 20 anos. Uma estimativa não viesada para a variância das penas nesse presídio será dada por:
8.
44,4.
55,5.
108,4.
542.
As estatísticas T1 = X1,T2 = 2X1+X2 e T3 = 3X1+X2+X3 são estimadores não viciados da média populacional μ.
Certo
Errado
X −21 é um estimador não viciado para o parâmetro a.
Certo
Errado
∑i=1nnXi é um estimador não viciado da média populacional μ.
Certo
Errado
Considere a seguinte matriz de dados X de ordem 3x2, que corresponde a três observações do vetor aleatório de dimensão p = 2, [X1, X2].
X = ⎣⎢⎡021153⎦⎥⎤
Então, a estimativa não viciada da matriz de covariância Σ correspondente à distribuição de probabilidade do vetor é
[1224]
[1331]
[1335]
[2444]
[10,250,254]
A estimativa não viciada para o parâmetro a é dada pela expressão 1,25 ×a .
Certo
Errado
Os estimadores não tendenciosos de μ são
T1 e T4, apenas.
T2 e T3, apenas.
T1, T2 e T4, apenas.
T1, T2 e T3, apenas.
T1, T2, T3 e T4.
O estimador não viesado Se da variância dos valores observados para o número anual de irregularidades detectadas é superior a 12.
Certo
Errado
Para uma variável aleatória X, com média µ e variância σ2 , a média amostral (x) será um estimador não tendencioso da média populacional.
Certo
Errado
O desvio padrão amostral é um estimador viciado (ou tendencioso) para a estimação de 𝜎.
Certo
Errado
O estimador não viesado S^e da variância residual é inferior a 1.
Certo
Errado
Planeja-se estimar o parâmetro p de uma distribuição Bernoulli a partir de uma amostra aleatória simples. Como sabemos, p é a proporção de “sucessos” na população.
Avalie, então, se as afirmativas a seguir, acerca do estimador ”proporção de sucessos na amostra”, estão corretas.
I. É estimador de máxima verossimilhança.
II. É estimador não tendencioso.
III. É estatística suficiente.
Está correto o que se afirma em
I, apenas.
I e II, apenas.
I e III, apenas.
II e III, apenas.
I, II e III.
Uma amostra aleatória simples X1 , X2, X3, de tamanho 3, de uma população com média µ será obtida.
Avalie, então, se os seguintes estimadores são não-tendenciosos para µ:
I. T1 = X1 + X2 + X3
II. T2 = (X1 + X2 + X3)/3
III. T3 = X1 – X2 + X3
Assinale:
se apenas o estimador T2 é não-tendencioso.
se apenas os estimadores T1 e T2 são não-tendenciosos.
se apenas os estimadores T1 e T3 são não-tendenciosos.
se apenas os estimadores T2 e T3 são não-tendenciosos.
se os estimadores T1, T2 e T3 são não-tendenciosos.
Acerca da regressão linear, avalie as afirmativas a seguir.
I. A regressão linear por mínimos quadrados ajustados determina uma equação que minimiza a soma dos quadrados dos resíduos.
II. De um modo geral, podemos considerar que um modelo ajusta bem os dados se as diferenças entre os valores observados e os valores previstos pelo modelo forem pequenas e não tendenciosas.
III. A análise do gráfico dos resíduos pode revelar padrões indesejados que indiquem resultados tendenciosos.
Está correto o que se afirma em
I, apenas.
I e II, apenas.
I e III, apenas.
II e III, apenas.
I, II e III.
Um estimador que fornece a resposta correta em média é chamado não enviesado. Formalmente, um estimador é não enviesado caso seu valor esperado seja igual ao parâmetro que está sendo estimado.
Idem. Ibidem.
Os possíveis estimadores para a média populacional (µ) incluem β, média de uma amostra, α, a menor observação da amostra, e π, a primeira observação coletada de uma amostra. Considerando essas informações, julgue os itens subsequentes.
I A média de uma amostra (β) é exemplo de um estimador enviesado para a média populacional (µ), pois seu valor esperado é igual à média populacional, ou seja, E(β) = µ.
II A menor observação da amostra (α) é um exemplo de estimador não enviesado, pois o valor da menor observação da amostra deve ser inferior à média da amostra; portanto, E(α) < µ.
III A primeira observação coletada de uma amostra equivale a tomar ao acaso uma amostra aleatória da população de tamanho igual a um e, portanto, é considerado um estimador não enviesado.
Assinale a opção correta.
Nenhum item está certo.
Apenas o item I está certo.
Apenas o item II está certo.
Apenas o item III está certo.
Todos os itens estão certos.
Uma amostra aleatória dos registros de furto no município de Abaetetuba, no ano de 2017, apresenta os valores 245, 247, 238, 282 e 261. Uma estimativa não tendenciosa e eficiente para a média de furtos ocorridos em Abaetetuba no ano de 2017, considerando os dados apresentados na amostra, é
238,0.
254,6.
260,0.
282,7.
308,5.
Considere o modelo de regressão linear múltipla com variável dependente y e variáveis explicativas x1, x2, ... , xk, representado por yi=β0+β1 x1i+β2 x2i+...+βk xki+ui , em que ui significa o termo de erro aleatório e i = 1, 2, ..., n, o índice relativo às observações amostrais. O erro de especificação causado por inclusão de variável explicativa irrelevante resulta em estimadores de MQO
não-tendenciosos e consistentes.
não-tendenciosos mas inconsistentes.
tendenciosos e ineficientes.
tendenciosos e inconsistentes.
Tratando de estimadores, pode-se dizer que um estimador Θ^ é não viciado para Ɵ se:
E(Ɵ̂)= 1/Ɵ
Var(Ɵ̂)= Ɵ
Var(Ɵ̂)=1/Ɵ
E(Ɵ̂)= Ɵ
Var(Ɵ̂)= Ɵ+1
Sejam θ1,θ2,θ3 estimadores de um parâmetro populacional θ gerados a partir de uma amostra do tipo AAS de tamanho n.
Sabe-se ainda que θ1 é eficiente quando comparada com uma certa classe de estimadores, que θ2 e θ3 são tendenciosos, mas θ2 não é assintoticamente tendencioso. Então:
se limn−>∞Var(θ3)=0, o estimador θ3 não é consistente;
se θ*=2θ2+θ3, então θ* é um estimador inconsistente de θ;
se θ**=θ1+θ2−θ3, então θ** é não tendencioso;
se limn−>∞Var(θ1)=0 então θ1 é um estimador consistente;
se limn−>∞EQM(θ2)=0, então θ2 não é consistente.