

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 testar H0: θ ∈ Θ0 versus H0: θ ∈ Θ - Θ0, em que Θ é o espaço paramétrico e considere uma coleção de critérios de testes possíveis {Y}. Considere ainda que πY(θ) é a função de poder do teste Y.
Avalie então se um teste uniformemente mais poderoso Y* de tamanho α satisfará as seguintes condições:
I. sup π Y* (θ) = α se θ ∈ Θ0
II. π Y* (θ) ≥ πY(θ) para todo θ ∈ Θ - Θ0 e para qualquer teste Y de tamanho menor ou igual a α.
III. π Y* (θ) < πY(θ) para ao menos um valor θ ∈ Θ0
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.
A estatística do teste S20(X−100) segue uma distribuição cuja variância é superior a 1.
Certo
Errado
Uma amostra aleatória de tamanho 36 é extraída, com reposição, de uma população normalmente distribuída com um desvio padrão populacional igual a 48. O valor encontrado para a média amostral foi igual a 468 e deseja-se testar a hipótese, com base nos dados da amostra e a um nível de significância α, que a média μ da população é inferior a 480. Sejam as hipóteses H0: μ = 480 (hipótese nula) e H1: μ < 480 (hipótese alternativa). Tem-se, então, que H0 não é rejeitada
tanto ao nível de significância de 5% como ao nível de significância de 10%.
ao nível de significância de 10% e é rejeitada ao nível de significância de 5%.
para qualquer nível de significância entre 5% e 10%.
para qualquer nível de significância superior a 10%.
para qualquer nível de significância inferior a 5%.
O valor da razão F, referente ao teste linear geral, cuja hipótese nula é H0:β0=β1=β2 = 0, é igual a 916.
Certo
Errado
Acredita-se que 10% da população carcerária nacional sofre de glaucoma. Para testar essa hipótese, uma amostra aleatória de 81 detentos foi examinada, sendo que 13 deles sofriam de glaucoma. Denotando por 𝑝 a verdadeira proporção de detentos que sofre de glaucoma, sobre o teste de hipótese para testar 𝐻0 : 𝑝 = 0,1 são feitas as seguintes assertivas:
I. Se conduzíssemos o teste de hipóteses com alternativa 𝐻1 : 𝑝 > 0,1 ao nível de 95%, rejeitaríamos 𝐻0.
II. Se conduzíssemos o teste de hipóteses com alternativa 𝐻1 : 𝑝 ≠ 0,1 ao nível de 95%, rejeitaríamos 𝐻0.
III. Para testar 𝐻0 : 𝑝 ≤ 0,1 vs. 𝐻1 : 𝑝 > 0,1 e 𝐻0 : 𝑝 = 0,1 vs. 𝐻1 : 𝑝 > 0,1, ao mesmo nível de significância, os testes de hipóteses utilizados são conduzidos de forma idêntica e os resultados coincidem.
Quais estão corretas?
Apenas I.
Apenas III.
Apenas I e II.
Apenas I e III.
Apenas II e III.
Com relação a testes de hipótese em tabelas de contingência, avalie as afirmativas a seguir.
1) É possível utilizar teste de independência entre duas variáveis de classificação usando a estatística qui-quadrado de Pearson.
2) Teste de independência é sinônimo de teste de homogeneidade.
3) É possível utilizar o teste de homogeneidade, cuja Estatística do teste é a estatística qui-quadrado de Pearson.
4) Não existe teste de aderência em tabelas de contingência.
Estão corretas, apenas:
3 e 4.
1 e 2.
1, 3 e 4.
2 e 4.
1 e 3.
Uma prefeitura recebeu uma denúncia de que o número de autuações feitas pela equipe de fiscalização variava conforme o dia da semana. Para verificar a procedência da denúncia, as autuações foram agregadas por dia de semana, como mostra a tabela a seguir.
Segundas Terças Quartas Quintas Sextas Sábados Domingos | 6 12 9 8 15 13 7 |
Realizando um teste estatístico adequado para verificar se essas autuações ocorrem com a mesma frequência, teremos:
chiobs2=6,8 𝑒 X0.95,62=12,59 – Não há evidência para rejeitar 𝐻0, não há evidências para afirmar que a frequência de autuações varie nos dias de semana;
𝑡 = 0 𝑒 𝑡0,95, 6 = 1,94 – Não há evidência para rejeitar 𝐻0, não há evidências para afirmar que a frequência de autuações varie nos dias de semana;
𝑡 = 0 𝑒 𝑡0,975, 6 = 2,45 – Não há evidência para rejeitar 𝐻0, não há evidências para afirmar que a frequência de autuações varie nos dias de semana;
Xobs2=6,8 e X0.975,62=14.45 – Não há evidência para rejeitar 𝐻0, não há evidências para afirmar que a frequência de autuações varie nos dias de semana;
Xobs2=6,8 e X0.95,62=12,59 – Há evidência para rejeitar 𝐻0, há evidências para afirmar que a frequência de autuações varie nos dias de semana.
O critério de decisão, ao nível de significância de 5%, para testar H0: μ1 = μ2 versus H1: μ1 ≠ μ2 será então
Rejeitar H0 se │T│> 2,086 (logo, não rejeitamos H0).
Rejeitar H0 se │T│> 1,734 (logo, não rejeitamos H0).
Rejeitar H0 se │T│> 2,101 (logo, não rejeitamos H0).
Rejeitar H0 se │T│> 1,725 (logo, não rejeitamos H0).
Rejeitar H0 se │T│< 1,725 (logo, rejeitamos H0).
Uma amostra foi selecionada e um teste de hipóteses unilateral esquerdo foi aplicado. Assinale a opção em que as expressões são CORRETAS.
𝑅𝐶 → 𝑃(𝑥̅ ≤ 𝜇𝐻0 − 𝑍𝛼 × 𝜎𝑥̅ 𝑜𝑢 𝑥̅ ≥ 𝜇𝐻0 + 𝑍𝛼 × 𝜎𝑥̅ ) = 𝛼
𝑅𝐶 → 𝑃(𝑥̅ ≥ 𝜇𝐻0 + 𝑍𝛼 × 𝜎𝑥̅ ) = 𝛼
𝑅𝑁𝑅 → 𝑃(𝑥̅ < 𝜇𝐻0 + 𝑍𝛼 × 𝜎𝑥̅ ) = 1 − 𝛼
𝑅𝑁𝑅 → 𝑃(𝑥̅ > 𝜇𝐻0 − 𝑍𝛼 × 𝜎𝑥̅ ) = 1 − 𝛼
𝑅𝑁𝑅 → 𝑃(𝜇𝐻0 − 𝑍𝛼 × 𝜎𝑥̅< 𝑥̅ < 𝜇𝐻0 + 𝑍𝛼 × 𝜎𝑥̅ ) = 1 − 𝛼
O objetivo do teste estatístico de hipóteses é criar uma metodologia que permite verificar se os dados amostrais trazem evidências que apoiem, ou não, uma hipótese (estatística) formulada. O teste mostra se a hipótese pode ser verificada ou refutada pela amostra. Vários são os passos para a Construção de um Teste de Hipóteses. Assinale a alternativa que apresenta o primeiro passo na realização de um Teste de Hipóteses.
Usar a teoria estatística e as informações disponíveis para decidir qual estatística (estimador) será usada para testar a hipótese H0. Obter as propriedades dessa estatística (distribuição, média, desvio padrão)
Usar as observações da amostra para calcular o valor da estatística do teste
Fixar qual a hipótese H0 a ser testada e qual a hipótese alternativa H1
Verificar se o valor da estatística calculado com os dados da amostra não pertencem à região crítica, não rejeite H0; caso contrário, rejeite H0
O poder do teste ou potência consiste na probabilidade de rejeitar a hipótese nula H0, quando a hipótese alternativa H1 for falsa.
Certo
Errado
Para testar se um determinado tratamento ajuda a diminuir a pressão sistólica (PS) de indivíduos do sexo masculino, foram feitas duas observações em cada um de quatro homens, uma antes, outra depois do tratamento. Os resultados (em mmHg) foram
indivíduo | PS antes (x) | PS depois (y) |
1 | 140 | 120 |
2 | 130 | 120 |
3 | 125 | 115 |
4 | 140 | 120 |
Suponha que as pressões sistólicas populacionais sejam normalmente distribuídas. Ao nível de significância de 5%, a hipótese nula H0 de que não há diferenças nas médias antes e depois do tratamento, ou seja, não há efeito médio de tratamento, contra a hipótese alternativa de que o tratamento causa diminuição na PS média, será
[use 3 = 1,7].
rejeitada, pois 𝑑̅ = 𝑥̅ − 𝑦̅ = 15 > 2,353.
rejeitada, pois 𝑑̅ = 𝑥̅ − 𝑦̅ = 15 > 2,132.
rejeitada, pois 𝑑̅ = 𝑥̅ − 𝑦̅ = 15 < 18,13.
não rejeitada, pois 𝑑̅ = 𝑥̅ − 𝑦̅ = 15 < 20,34.
não rejeitada, pois 𝑑̅ = 𝑥̅ − 𝑦̅ = 15 < 16,64.
Se a hipótese nula H0:μ=19,5 for testada contra a hipótese alternativa H1:μ=19,5 com nível de significância α=5% então a regra de decisão desse teste indicará que a hipótese H0 deve ser rejeitada.
Certo
Errado
Considere o problema de se avaliar duas amostras aleatórias, uma (X’s) de tamanho m, outra (Ys) de tamanho n, obtidas de duas densidades defasadas por uma constante Δ.
Assim, temos Xi = ei, i = 1, ..., m, e Yj = em + j + Δ em que os X's e os Y's são observáveis, em+j são variáveis aleatórias não observáveis, Δ é o deslocamento na locação devido ao “tratamento”. Suponha ainda que as N = m + n observações sejam independentes e que cada “e” provém da mesma população contínua.
Por exemplo, suponha que os valores x’s e os valores y’s observados sejam:
x: 10,2 9,5 8,7 11,3 12,5 13,8 13, 4 9,6 10,0
y: 13,5 14,6 15,7 15,8 16,7
e que se deseja testar H0: Δ = 0 versus H1: Δ > 0.
A estatística de teste de Wilcoxon para esse problema é igual a
47.
51.
56.
59.
60.
Um experimento de campo para aprimoramento do combate ao ataque de formigas testou o efeito de um novo modelo de porta-iscas.
O experimento consistiu em espalhar 20 porta-iscas do novo modelo e, após um período de tempo, verificou-se o consumo das iscas em cada um dos recipientes.
Os resultados foram computados do seguinte modo: quando o consumo das iscas foi maior que a mediana histórica do consumo, registrou-se um sinal “+” (positivo), quando menor, um sinal “-” negativo e, se o consumo foi igual ao consumo mediano, o registrado foi um ponto “.”.
Os resultados do experimento foram: 15 positivos, 3 negativos e 2 pontos.
Para auxiliar nos cálculos, segue a tabela que apresenta os valores de 0,515; 0,518 e 0,520 multiplicados por uma constante k:
k | 0,515 | 0,518 | 0,520 |
1 | 0,000031 | 0,000004 | 0,000001 |
3 | 0,000092 | 0,000011 | 0,000003 |
5 | 0,000153 | 0,000019 | 0,000005 |
10 | 0,000305 | 0,000038 | 0,000010 |
80 | 0,002441 | 0,000305 | 0,000076 |
100 | 0,003052 | 0,000381 | 0,000095 |
900 | 0,027466 | 0,003433 | 0,000858 |
Utilizando o nível de 5% de significância, a conclusão do teste de hipótese é:
com probabilidade aproximadamente de 0,00377, há fortes evidências para rejeitar H0, ou seja, o novo modelo propicia uma mediana de consumo de iscas maior que a mediana histórica;
com probabilidade aproximadamente de 0,00377, há fortes evidências para rejeitar H0, ou seja, o consumo mediano no novo modelo não difere estatisticamente da mediana histórica;
com probabilidade aproximadamente de 0,0276, há fortes evidências para rejeitar H0, ou seja, o novo modelo propicia uma mediana de consumo de iscas maior que a mediana histórica;
com probabilidade aproximadamente de 0,0276, não há evidências para rejeitar H0, ou seja, o novo modelo propicia uma mediana de consumo de iscas menor que a mediana histórica;
com probabilidade aproximadamente de 0,0276, há fortes evidências para rejeitar H0, ou seja, o novo modelo propicia uma mediana de consumo de iscas menor que a mediana histórica.
Para testar H0: p > 0,5 versus H1: p ≤ 0,5 será usado o critério usual baseado na proporção de sucessos amostral. Observada uma amostra aleatória de tamanho 225, verificou-se uma proporção de sucessos amostral aproximadamente igual a 46%. O p-valor associado a esse critério é, então, aproximadamente igual a
0,01.
0,05.
0,09.
0,12.
0,15.
Considere as afirmativas abaixo sobre teste de hipóteses:
I. Em um teste, a hipótese nula é rejeitada para o nível de 5% de significância. Então para qualquer outro nível de significância maior que 5% a hipótese nula também será rejeitada.
II. Para um nível de significância pré-especificado, aumentar o tamanho da amostra sempre reduz a probabilidade do erro tipo II.
III. Em um teste com nível de significância α, a probabilidade de rejeitar a hipótese nula dado que ela é falsa é igual a 1 – α.
IV. Para pequenas amostras sempre devemos usar a distribuição t de Student para testar hipóteses sobre a média populacional.
São VERDADEIRAS as afirmativas
I e III, apenas.
I e II, apenas.
II e III, apenas.
II e IV, apenas.
A obtenção de uma razão F significante é condição para a utilização do teste DHS de Tukey para a comparação múltipla de médias.
Certo
Errado
Uma empresa provedora de internet banda larga, licenciada pela Anatel, atende a dois municípios – Alfa (A) e Beta (B) – do interior do Estado do Pará. Após um determinado período, a empresa quer comparar a taxa de reclamações sobre seus serviços. Para tal, faz-se uma pesquisa, selecionando-se aleatoriamente 120 clientes no município Alfa, identificando 18 deles com algum tipo de reclamação, e 100 clientes no município Beta, 12 deles com algum tipo de reclamação. Para saber se existe diferença significativa entre as taxas de reclamações dos clientes nos municípios, a estatística de teste é
ZObs = nA0,25−nB0,25PA−PB .
ZObs = nAσA2−nBσB2XA − X B−μ (XA−X B).
ZObs = S nA1+nB1XA−XB−μ(XA−XB) .
ZObs = nAPA(1−PA)−nBPB(1−PB)PA − PB.
ZObs = nAPA(1−PA)+nBPB(1−PB)PA − PB.
O teste não paramétrico, que constitui um processo para comprovar se dois grupos independentes diferem em tendências centrais, é denominado:
Teste do Sinal
Teste da Mediana
Teste de Aleatoriedade
Teste de Cox e Stuart