

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.
Uma amostra aleatória de 100 elementos de uma população resultou em um erro padrão igual a 10 para uma variável X. Admite-se que a média amostral de X siga uma distribuição normal.
Com base nas informações anteriores, calcule o erro amostral de um intervalo bilateral de 95% de confiança para a média de X.
1,645
1,96
10
16,45
19,6
Se o tamanho da amostra for de 6.400 aparelhos (com F = 400 inalterado), o erro máximo provável de 95% da estimativa seria menor que 10 horas.
Considere que o erro aleatório g segue uma distribuição exponencial dupla. Nessa situação, as estimativas de máxima verossimilhança para os coeficientes do modelo (2) são ![]()
Para que o erro padrão da média amostral
seja reduzido à metade, deve-se
multiplicar o tamanho da amostra por 2.
multiplicar o tamanho da amostra por 4.
multiplicar o tamanho da amostra por 16.
dividir o tamanho da amostra por 2.
dividir o tamanho da amostra por 4.
De acordo com o Modelo de Medidas, o escore obtido por um aluno em um teste, X, pode ser desmembrado em duas parcelas indepedentes e não diretamente observadas: a verdadeira proficiência que o teste se propõe a mensurar, ou Escore Verdadeiro, ξ , e o Erro de Medida, ε , ou seja, X = ξ + ε . Um teste é consistente quando reproduz os escores dos alunos em sucessivas aplicações. A medida da consistência de um teste é conhecida como confiabilidade, expressa pelo percentual da variância dos escores observados, explicado pela variância dos escores verdadeiros. Confiabilidade é uma característica importante para a qualidade de um instrumento de medida.
A respeito de métodos de cálculo de confiabilidade de um teste, considere as afirmativas abaixo.
I - Uma possível forma de se calcular a confiabilidade do teste é por meio de ρXX=1−σX2σε2 , onde ρXX representa a confiabilidade do teste, σε2 a variância dos erros de medida e σX2 a variância dos escores observados dos alunos.
II - Se dividirmos o teste em dois subtestes, um com os itens pares, e o outro com os itens ímpares, e calcularmos a correlação entre os escores obtidos pelos alunos nos dois subtestes, ρ pi , então a confiabilidade do teste pode ser calculada por meio de ρXX=1−ρ pi2ρ pi , onde ρ pi é a correlação entre os escores nos dois subtestes, e ρXX a confiabilidade do teste.
III - Se a mesma população de alunos for submetida a um outro teste, Y, equivalente ao anterior, X, então a confiabilidade do teste X pode ser obtida pela correlação entre os escores nos dois testes.
É correto o que se afirma em
I, apenas.
II, apenas.
III, apenas.
I e II, apenas.
I, II e III.
Considerando que F e n sejam valores constantes, se o nível de confiança aumentar, o comprimento do intervalo de confiança diminuirá.
Um exame é composto por dois testes: proficiência verbal (V) e proficiência numérica (N). A confiabilidade do teste V é de 0,90 com base em uma amostra de 110 candidatos recém-formados por uma escola de nível médio, enquanto a confiabilidade do teste N é de 0,85 com base na mesma amostra. A correlação entre os escores dos dois testes é de 0,70. Os escores dos candidatos são expressos em uma escala comum para os dois testes, cuja média é de 50 pontos e o desvio padrão 10 pontos. Nesse contexto, afirma-se que
a confiabilidade da diferença dos escores (V-N) dos candidatos nesses testes é alta, isto é, superior a 0,80.
a confiabilidade da diferença dos escores (V-N) dos candidatos nesses testes é baixa, isto é, inferior a 0,40.
um candidato que tenha obtido 74 pontos em V e 65, em N, tem a diferença dos escores devida ao acaso, considerando duas unidades de erro padrão de medida como critério.
um candidato que tenha obtido 50 pontos em V e 37, em N, tem a diferença dos escores devida ao acaso, considerando duas unidades de erro padrão de medida como critério.
se um candidato obteve 67 pontos em V e 75, em N, sua proficiência numérica é maior do que a verbal, considerando duas unidades de erro padrão de medida como critério.
Uma instituição está avaliando se há relação entre o tempo de serviço dos colaboradores e seu grau de comprometimento institucional. Foram observados 30 colaboradores distribuídos em três grupos de tempo de serviço e os dados estão apresentados na tabela a seguir.
Informa-se que P(F 2;27 > 3,35)=0,05. Considerando um nível de significância de 5%, têm-se os seguintes resultados estatísticos:
I. Há homocedasticidade entre os grupos.
II. Aceita-se que o grau de comprometimento independe do tempo de serviço.
Em relação as assertivas acima, pode-se afirmar que:
Somente a I é verdadeira.
Ambas são verdadeiras.
Ambas são falsas.
Somente a II é verdadeira.
O diretor de uma empresa está convencido de que o desempenho dos funcionários com nível superior em sua empresa depende da faculdade em que eles se formaram. Resolve então promover um teste estatístico com 80 funcionários com nível superior utilizando o quadro abaixo, levando em conta que qualquer funcionário formou-se em uma e somente uma das faculdades (X, Y ou Z).

Uma respectiva conclusão é que
o diretor somente tem razão para um nível de significância superior a 1% e inferior a 5%.
não existe um nível de significância tal que o diretor tenha razão.
o diretor tem razão ao nível de significância de 5%, mas não ao nível de 1%.
tanto ao nível de significância de 1% como ao nível de 5% o diretor não tem razão.
existe um nível de significância inferior a 1% tal que o diretor tem razão.
O valor da estatística do teste de Wald é inferior a
.
O teste de Friedman é utilizado para testar se as diferenças entre uma variável de interesse das k populações são estatisticamente significativas ou se as k amostras tenham sido extraídas da mesma população. O uso do teste de Friedman é adequado
para k amostras independentes desde que a escala utilizada seja pelo menos nominal.
para k amostras relacionadas ou dependentes desde que a escala utilizada seja pelo menos ordinal.
para k amostras independentes desde que a escala seja pelo menos ordinal.
para k amostras relacionadas ou dependentes desde que a escala utilizada seja pelo menos nominal.
A soma
é uma estatística suficiente e completa para a estimação dos parâmetros m e d.
Para o teste III é aplicável o teste de Kolmogorov-Smirnov, cuja estatística do teste é o número de valores de Y iguais ou inferiores a 1 observado na amostra.
O estimador de máxima verossimilhança para
é .
Para se obterem os estimadores de máxima verossimilhança para deve-se maximizar a função
em que
são os números de plantas da amostra que pertencem aos genótipos A, B e C, respectivamente, e
Os estimadores de máxima verossimilhança são sempre viciados, porém, consistentes.
Suponha que em um estudo sobre determinada característica quantitativa de criminosos de quatro categorias independentes, os valores observados e registrados genericamente na tabela abaixo não seguem a distribuição normal de probabilidade.
Análise de Variância
Teste Qui-quadrado
Teste de Friedman
Teste de Kruskal-Wallis
A estimativa intervalar de 95% de confiança para o crescimento médio anual foi 3 ± 1 metro/ano.