Os testes estatísticos são bastante úteis na etapa de diagnósticos do processo de modelagem estatística de dados, pois permitem avaliar aspectos como independência, normalidade, homogeneidade e aderência dos dados, entre várias outras hipóteses. Considerando que X e Y representam variáveis quantitativas e que A e B denotam variáveis qualitativas, julgue o seguinte item, a respeito de testes de hipóteses.

Não é possível aplicar a estatística qui-quadrado de Pearson para testar a hipótese de independência entre X e Y.

Os testes estatísticos são bastante úteis na etapa de diagnósticos do processo de modelagem estatística de dados, pois permitem avaliar aspectos como independência, normalidade, homogeneidade e aderência dos dados, entre várias outras hipóteses. Considerando que X e Y representam variáveis quantitativas e que A e B denotam variáveis qualitativas, julgue o seguinte item, a respeito de testes de hipóteses.

Caso os resultados do cruzamento entre as variáveis A e B encontrem-se em uma tabela de contingência 3 × 2 com totais marginais fixos, a hipótese de independência poderá ser testada pelo método da razão de verossimilhança.

Os testes estatísticos são bastante úteis na etapa de diagnósticos do processo de modelagem estatística de dados, pois permitem avaliar aspectos como independência, normalidade, homogeneidade e aderência dos dados, entre várias outras hipóteses. Considerando que X e Y representam variáveis quantitativas e que A e B denotam variáveis qualitativas, julgue o seguinte item, a respeito de testes de hipóteses.

Pode-se testar a normalidade de uma variável X, por meio de diversos testes, como, por exemplo, o de Jarque-Bera, o de Anderson-Darling, o de Cramér-von Mises, o de Lilliefors, o de Kolmogorov-Smirnov e o de Shapiro-Wilk.

Considere que a quantidade de carga perdida (Y, em kg) em operações de transbordo seja uma variável aleatória com função de densidade de probabilidade !$ f(y)= \dfrac {2(y-a)} {(b-a)^2} !$ em que 0 < a < y < b. Considere, ainda, que Y₁, Y₂, ..., Y_n representa uma amostra aleatória simples retirada dessa distribuição e que Y₍₁₎ < Y(2) < ... < Y_(n) representam suas estatísticas de ordem. Com base nessas informações, julgue o item.

Com base apenas na média amostral, não é possível obter estimativas dos parâmetros a e b pelo método dos momentos.

Considere que a quantidade de carga perdida (Y, em kg) em operações de transbordo seja uma variável aleatória com função de densidade de probabilidade !$ f(y)= \dfrac {2(y-a)} {(b-a)^2} !$ em que 0 < a < y < b. Considere, ainda, que Y₁, Y₂, ..., Y_n representa uma amostra aleatória simples retirada dessa distribuição e que Y₍₁₎ < Y(2) < ... < Y_(n) representam suas estatísticas de ordem. Com base nessas informações, julgue o item.

A média amostral !$ ( \overline {Y}) !$ é um estimador não tendencioso da distribuição de perdas Y. Nesse caso, o valor esperado de !$ \overline {Y} !$ é igual a !$ \dfrac {a+b} {2}. !$

Considere que a quantidade de carga perdida (Y, em kg) em operações de transbordo seja uma variável aleatória com função de densidade de probabilidade !$ f(y)= \dfrac {2(y-a)} {(b-a)^2} !$ em que 0 < a < y < b. Considere, ainda, que Y₁, Y₂, ..., Y_n representa uma amostra aleatória simples retirada dessa distribuição e que Y₍₁₎ < Y(2) < ... < Y_(n) representam suas estatísticas de ordem. Com base nessas informações, julgue o item.

A moda amostral é um estimador do parâmetro b.

Considere que a quantidade de carga perdida (Y, em kg) em operações de transbordo seja uma variável aleatória com função de densidade de probabilidade !$ f(y)= \dfrac {2(y-a)} {(b-a)^2} !$ em que 0 < a < y < b. Considere, ainda, que Y₁, Y₂, ..., Y_n representa uma amostra aleatória simples retirada dessa distribuição e que Y₍₁₎ < Y(2) < ... < Y_(n) representam suas estatísticas de ordem. Com base nessas informações, julgue o item.

As estatísticas de ordem Y₍₁₎ e Y_(n) e são os estimadores de máxima verossimilhança dos parâmetros a e b, respetivamente.

Considere que a distribuição das velocidades v dos veículos (em km/h) em uma via seja uma variável aleatória V com função de distribuição acumulada !$ F(v)= \dfrac {1} {1+e^{-(v-100)}} !$ . A partir dessas informações, julgue o item que se segue.

A média das velocidades dos veículos nessa via é de 100 km/h.

Considere que a distribuição das velocidades v dos veículos (em km/h) em uma via seja uma variável aleatória V com função de distribuição acumulada !$ F(v)= \dfrac {1} {1+e^{-(v-100)}} !$ . A partir dessas informações, julgue o item que se segue.

A função de densidade da distribuição de V é igual a !$ f(v)= \dfrac {e^{-v-100}} {2}. !$

Considere que a distribuição das velocidades v dos veículos (em km/h) em uma via seja uma variável aleatória V com função de distribuição acumulada !$ F(v)= \dfrac {1} {1+e^{-(v-100)}} !$ . A partir dessas informações, julgue o item que se segue.

O desvio padrão da distribuição das velocidades dos veículos nessa via é superior a 20 km/h.