Em uma regressão linear as propriedades dos estimadores de MQO estão relacionadas com a validade dos pressupostos sobre os erros aleatórios.

Sobre essa correspondência entre propriedades e pressupostos, é correto afirmar que:

Em modelos de regressão linear existem três métodos de estimação mais frequentemente empregados. São eles o de Mínimos Quadrados Ordinários (MQO), o do Melhor Estimador Linear Não Tendencioso (BLUE) e o de Máxima Verossimilhança (MV).

Sobre esses métodos, supondo válidos os pressupostos básicos do modelo, é correto afirmar que:

Sejam duas populações, cujas variáveis de interesse, X e Y, são distribuídas normalmente e independentes entre si. O objetivo é testar se há ou não diferença significativa entre as médias. As informações disponíveis são:

= 17, Ȳ= 25, σ 2/x= 160, σ 2/Y=225, n_x = 16 e n_y = 15

Ø(1,28) = 0,9, Ø(1,64) = 0,95 e Ø(1,96) = 0,975

Onde Ø é a função distribuição acumulada da normal padrão.

Então:

Considere os dois estimadores a seguir, orientados para a estimação da média de uma dada população.

Sobre essas alternativas, é correto afirmar que:

Suponha que a qualidade de um produto está sendo testada com a ajuda da distribuição Geométrica. Para tanto, diversas unidades são testadas em sequência até que haja uma falha. O conjunto de hipóteses é o seguinte:

Ho:p ≥ 0,25 contra Ha: p < 0,25

onde p é a probabilidade de falha do produto.

O critério de decisão é bem simples, rejeitando-se Ho quando a primeira falha ocorre depois da 3ª prova. Logo é fato que: