Considere que em um país a variável L representa o lucro, em unidades monetárias, de uma empresa em um determinado ano e a variável X ≥ 0 os investimentos realizados pela empresa, em unidades monetárias, no mesmo ano. Um modelo de regressão linear correspondente à equação L_i = α + βX_i + ε_i foi adotado pela empresa com o objetivo de se prever L em função de X. L_i representa o lucro da empresa no ano i ( i = 1,2,3 ...) e X_i os investimentos da empresa em i. Os parâmetros α e β são desconhecidos e εi é o erro aleatório com as respectivas hipóteses do modelo de regressão linear simples. As estimativas de α e β foram obtidas por meio do método dos mínimos quadrados com base nos primeiros 10 pares de observações ( X_i , L_i ).

Dados:

Com base na equação da reta obtida por meio do método dos mínimos quadrados e no quadro de análise de variância considerado para testar a existência de uma relação linear entre L e X, é correto afirmar que

Sabe-se que 64 pessoas escolhidas ao acaso foram consultadas sobre qual o refrigerante de sua preferência entre duas marcas X e Y. Foi registrado por um sinal “+” os que preferem X e por um sinal “−” os que preferem Y. Verificou-se que o número de sinais “+” superou o número de sinais “−” em 26. Decidiu-se aplicar o teste dos sinais para averiguar se a proporção da população de sinal “mais” (p) é igual a 50% a um nível de significância de 5%. Foram então formuladas as hipóteses H₀: p = 50% (hipótese nula) e H₁: p ≠ 50% (hipótese alternativa). Com aproximação da distribuição binomial pela normal e desconsiderando a correção de continuidade, foi apurado para a tomada da decisão o valor do escore reduzido k para comparação com o valor crítico da curva normal padrão (Z) tal que P(|Z| ≤ 1,96) = 95%. O valor de k é tal que

Em uma população correspondente a uma variável aleatória X, normalmente distribuída com variância unitária e média μ, é extraída uma amostra aleatória, com reposição, de tamanho 3, ou seja, (X₁, X₂, X₃). Sabendo que um estimador utilizado para a média μ desta população é E = (2 m₂ − 20 m)X₁ + (5 m + 9)X₂ − (m − 16)X₃ (com m sendo um parâmetro real) é não viesado, verifica-se que entre os possíveis estimadores formados por meio de E, o mais eficiente apresenta uma variância igual a

Em virtude de não se conhecer a função de densidade de uma variável aleatória X, com média 22, obteve-se um intervalo de confiança (20,24), sabendo-se que existe a probabilidade mínima de 84% de X pertencer a este intervalo conforme o Teorema de Tchebichev. Considerando este mesmo teorema, obtém-se que a probabilidade de X não pertencer ao intervalo (22 − K,22 + K) é no máximo 6,25%. A amplitude deste último intervalo é de

A função densidade de probabilidade de uma variável aleatória contínua X é dada por

Sendo K > 2, então a variância de X é igual a