Questões Militares de Estatística - Inferência estatística
Foram encontradas 72 questões
Q2262095
Estatística
A inferência estatística tem por objetivo fazer generalizações sobre uma população com base nos dados de
amostra. Um dos itens básicos nesse processo é a estimação de parâmetros, que pode ser realizado por ponto
ou por intervalo. Um estimador do parâmetro θ é qualquer função das observações de uma amostra aleatória
de tamanho n da variável X com função de distribuição de
probabilidade (ou função de probabilidade), f(X|θ), ou
seja, = f(X1
, X2, ..., Xn
). Logo, um estimador também é
uma variável aleatória. Considerando que:
E(.) é a função esperança;
Var(.) é a função variância;
B(.) é a função viés; e
é o limite da função quando n tende ao infinito.
Sobre as propriedades desejáveis dos estimadores, assinale a alternativa correta.
E(.) é a função esperança;
Var(.) é a função variância;
B(.) é a função viés; e
é o limite da função quando n tende ao infinito.
Sobre as propriedades desejáveis dos estimadores, assinale a alternativa correta.
Q2262093
Estatística
Um dos grandes desafios do uso da inferência Bayesiana
é a especificação da distribuição a priori dos parâmetros
do(s) modelo(s), pois cada problema é único e tem um
contexto real próprio e os graus de conhecimento variam
de pesquisador para pesquisador. No processo de elicitação (especificação de distribuições de probabilidade para
os parâmetros baseado em crenças e conhecimentos de
uma ou mais pessoas), sobre o uso de priori(s) é correto
afirmar que
Q2262092
Estatística
O comandante do exército solicita ao oficial, especialista em estatística, uma análise dos dados obtidos em sua
missão para poder tomar decisões em relação aos próximos passos. Nessa primeira conversa, o oficial pergunta
ao comandante qual é o tipo de inferência que ele deseja
que seja realizada. Em relação aos dois tipos de inferência (Clássica ou Bayesiana) é correto afirmar:
Q1983586
Estatística
Há interesse em avaliar a resistência à compressão
(em MPa) de concreto para uso em construção civil. Há
quatro tipos específicos de cimento e uma infinidade de
dosagens de aditivo plastificante (foram selecionadas
aleatoriamente cinco dosagens). O objetivo é avaliar se
a resistência à compressão é influenciada pelo tipo de cimento e pela dosagem de aditivo individualmente ou por
alguma interação entre eles, havendo então pelo menos
dois corpos de prova para cada combinação de fatores.
O experimento foi realizado sob as mesmas condições
através de ensaios em corpos de prova (todos com as
mesmas dimensões e selecionados aleatoriamente),
sendo estes produzidos com as diversas combinações
possíveis de cimento e aditivo plastificante.
Com base nestas informações, o melhor método de inferência estatística para atingir o objetivo é a Análise de Variância de
Com base nestas informações, o melhor método de inferência estatística para atingir o objetivo é a Análise de Variância de
Q1822391
Estatística
Suponha que a comissão técnica de uma modalidade es- R A SCUNHO
portiva de um clube tem que decidir, com base em um
teste de esforço físico, quais atletas serão inscritos ou
não em um torneio esportivo. Estudos anteriores indicam
que cerca de 40% dos atletas dessa modalidade mostram-se aptos (condição θ0
) a participar desses torneios,
e 60% não aptos (condição θ1
). As respostas (X) em testes de esforço, realizados anteriormente com um grupo
de atletas dessa modalidade, são mostradas na Tabela 1: Tabela 1: Resposta (em proporções)
dos atletas ao teste de esforço.
A decisão da comissão envolve perdas, estima-se que
a perda ao inscrever no torneio um atleta não apto é de
6 unidades, e a perda de não inscrever um atleta apto é
de 10 unidades. Admita, ainda, que não há perdas quando um atleta apto é inscrito no torneio, ou quando não se
inscreve um atleta não apto. Assim, o cenário de decisão
é composto pelo i) espaço paramétrico θ = {θ0
, θ1
}, em que
θ0
e θ1
correspondem a aptidão ou não do atleta, respectivamente; ii) pelas possíveis ações da comissão {a0
, a1
}, ou
seja, inscrever (a0
) ou não inscrever o atleta (a1
); e iii) as
perdas envolvidas. Considerando a distribuição a posteriori
apresentada na Tabela 2, podemos afirmar sobre a decisão
de Bayes da comissão: Tabela 2: Distribuição a Posterior