Académique Documents
Professionnel Documents
Culture Documents
1n 2 o
E(Z n ) = µx − µy , V ar(Z n ) = σx + σy2
n
1
6 Demonstre que se X n é a media amostral desde uma a.a. de tamanho n
proveniente de uma distribuição N (µ, σ 2 ) então X n possui distribuição
2
N (µ, σn ).
7 Demonstre que se X1 , · · · , Xn são normalmente distribuidas e independen-
tes de medias µ1 , · · · , µn e variâncias σ12 , · · · , σn2 , respectivamente, então
n
Xi − µi 2
X
U :=
i=1 σi
possui distribuição χ2n .
8 Seja Z1 , · · · , Zn uma a.a. desde N (0, 1). a)Demonstre que Z1 +Z2 e Z1 −Z2
são independentes. b) Demonstre que ni=1 (Zi − Z n )2 possui distri-
P
2 Estimação Pontual
2.1 Métodos de estimação pontual
1 Suponha que X é uma v.a. Normal de média 2 e variância desconhecida
σ 2 . Qual o EMV e pelo método dos momentos para σ 2 , baseado numa
amostra aleatória de tamanho n de observações de X?.
2 Suponha que X é uma v.a. P oisson(λ), com λ desconhecido. Qual o EMV
e pelo método dos momentos para λ, baseado numa amostra aleatória
de tamanho n de observações de X?.
2
3 Suponha que X é uma v.a. geom(p), com p desconhecido. Qual o EMV
e pelo método dos momentos para p, baseado numa amostra aleatória
de tamanho n de observações de X?.
2.2 Suficiência
1 Seja X1 , · · · , Xn a.a. Ber(p), calcule uma estatı́stica suficiente para p.
2 Seja X1 , · · · , Xn a.a. U (a, b), calcule uma estatı́stica suficiente para (a, b).
2.4 Propriedades
1 Seja X1 , · · · , Xn a.a. desde N (µ, σ 2 ), σ 2 desconhecido. Compare os erros
quadáticos médios (EQM) dos estimadores apresentados em cada caso.
a)Supondo µ conhecido:
Pn Pn
∗2 i=1 (Xi − µ)2 − µ)2
i=1 (Xi
σ = , Sn2 = .
n n−1
3
Qual deles é melhor?.
b)Supondo µ desconhecido:
Pn Pn
∗2 i=1 (Xi − X)2 − X)2
i=1 (Xi
σ = , Sn2 = .
n n−1
Qual deles é melhor?.
media da distribuição ?.
ai = 1/n, i = 1, · · · , n.
4
8 Sejam X1 , · · · , Xn · · · v.a.i.i.d. de alguma distribuição tal que os quatro
1 Pn
primeiros momentos centrais existem. Seja Sn2 = n−1 i=1 (Xi − X n )
2
∞
verifique se {Sn2 }n=1 é consistente (quadrático) de σ 2 .
9 Seja X1 , · · · , Xn uma a.a. desde θxθ−1 I(0,1) (x) sendo θ > 0.
θ
a) Calcule o estimador de Máxima Verossimilhança de µ = 1+θ .
Pn
b) Calcule a estatı́stica sufieciente e verifique a completitude. É i=1 Xi
uma estatı́stica suficiente?.
10 Seja X1 , · · · , Xn uma a.a. desde Exp(λ), apresente ENVUMV para
λ, 1/λ, e−kλ , k > 0.
5
3 Sejam {Xi }ni=1 uma seqüência de realizações Ber(p) independentes, deno-
temos por k ao número de sucessos registrados nas n realizações.
a) Supondo que 3 ≤ np(1 − p) e dados e γ, determine o tamanho
amostral mı́nimo para poder garantir que k/n én uma estimativao de p
k
desconhecido com grau de confiança P () = P | n − p| ≤ maior o
igual que γ. Considere os seguintes valores de e γ
γ
0.052 0.999
0.04 0.99
0.05 0.95
0.1 0.9
b)Supondo que 3 ≤ np(1 − p) calcule o I.C. conservador para p, para
os nı́veis de confiança γ = 0.9, 0.95, 0.99, quando se sabe que em uma
seqüência de 85 realizações se verificaram 23 sucessos.
c)Supondo que 3 ≤ np(1 − p) calcule o I.C. por estimativa pontual para
p, para os nı́veis de confiança γ = 0.9, 0.95, 0.99, quando se sabe que
em uma seqüência de 85 realizações se verificaram 23 sucessos.
d)Compare os I.C. obtidos pelas metodologı́as de b) e c).
6
5 Seja f (x, θ) = θ exp(−θx)I(0,∞) (x), θ > 0 a distribuição exponencial de
parâmetro θ, considere as seguintes situações e calcule os intervalos de
confiança requeridos.
a)Se X1 , · · · , Xn é uma a.a. desde f (·, θ) calcule a quantidade pivotal
para θ e o 100γ% I.C. para θ.
b)Se X1 , · · · , Xn é uma a.a. desde f (·, θ) calcule o 100γ% I.C. para
1/θ.
c)Se X1 , · · · , Xn é uma a.a. desde f (·, θ) calcule o 100γ% I.C. para
1/θ2 .
d)Se X1 , · · · , Xn é uma a.a. desde f (·, θ) calcule o 100γ% I.C. para
e−θ .
e)Calcule uma quantidade pivotal para θ dependente unicamente de
Y1 = min {X1 , · · · , Xn } , determine o 100γ% I.C. para θ sugerido pela
quantidade pivotal. Apresente o 95% I.C. para θ, assumindo que y1 =
0.9 e n = 10.
f)Considere a simple observação X proveniente de f (·, θ), demonstre
que (X/2, X) é um I.C. para 1/θ e calcule seu coeficiente de confiança.
1−θ
6 Seja X1 , · · · , Xn uma a.a. desde f (x, θ) = 1θ x θ I[0,1] (x), θ > 0. Apresente
uma quantidade pivotal para θ e calcule o 100γ% I.C. para θ induzido
pela mesma.
4 Teste de Hipótese
1 Denotemos por µ ao verdadeiro promedio de nı́vel de radioatividade (pi-
cocuries por litro). O valor 5 pCi/L é considerado como linha divisoria
entre água segura e não segura. Qual dos seguintes testes recomenda
conduzir?
H0 : µ = 5 vs H1 : µ > 5
H0 : µ = 5 vs H1 : µ < 5
Explique seu raciocı́nio em termos dos erros tipo I e II.
7
2 Os dados correspondem a uma distribuição Bin(n, p). Conduzca o seguinte
teste
H0 : p = 0.75 vs H1 : p < 0.75. Assuma n = 150.
a)Se a p∗ = 0.72 for uma estimativa pontual de p. Determine a força
da evidência contida nos dados (π-value).
b)Para o nı́vel de significância α = 0.01 determine a região de rejeição
do teste. Verifique se a entimativa p∗ apresenta evidência suficiente
para rejeitar H0 ao nı́vel α. Verifique se p∗ pertence à região de rejeição
do teste para o nı́vel α.
8
5 Suponha que um processo de produção é considerado fora de controle se
mais do 3% dos seus produtos resultam defeituosos. Para controlar o
processo, de 4 em 4 horas uma amostra ao acaso de 100 produtos é
inspecionada.
a)Quantos produtos defeituosos precisamos encontrar numa inspeção
para poder concluir que há evidência ao nı́vel α = 0.05, do que o
processo esta fora de controle?. Esta é a região crı́tica do teste para
α = 0.05.
b)Qual serı́a a região crı́tica do teste para α = 0.05, se no lugar de 100
produtos fossem inspecionados somente 10 produtos?.
9
c)Para uma amostra aleatória de tamanho n = 10 e considerando o
teste H0 : θ = 12 vs H1 : θ = 41 .
10
9 Seja X uma observação simples proveniente da densidade
f (x; θ) = θxθ−1 I(0,1) (x), θ > 0.
11
12 Sabendo que a resistência à tensão, de uma peça de algodão possui dis-
tribuição normal.
a)A resistência é medida em 15 peças selecionadas ao acaso, observando-
se uma média amostral igual a 39.3 e um desvı́o padrão amostral igual
a 2.6. Verifique se os dados são significantes ao nı́vel α = 10%, para o
teste H0 : µ = 40 vs H1 : µ 6= 40.
b)Determine a região crı́tica dos teste enunciado em a) para α = 10%.
c)A resistência é medida em 54 peças selecionadas ao acaso, observando-
se uma média amostral igual a 42.4 e uma desviação padrão amostral
igual a 3.1. Calcule a força da evidência contida nos dados e determine
para qué nı́veis de significância H0 é rejeitada.
d)Melhorias implementadas no tratamento da fibra de algodão permi-
tem suspeitar que a resistência tem aumentado. Perante esta afirmação
reformule o teste. Se essa resistência foi medida em 15 peças observando-
se uma média amostral de 41.3 com uma desviação padrão amostral
igual a 2.6. Verifique se os dados são significantes ao nı́vel α = 0.05.
Determine a região crı́tica do teste para α = 0.05.
12
14 Uma empresa mineira acredita que a exploração de urânio é possı́vel
numa certa região , isto é, na região a concentração média de urânio
é superior a 10. Admitindo-se que a distribuição desta concentração é
normal e que as medições em 13 pontos selecionados ao acaso na região
são
7.92, 10.29, 19.89, 17.73, 10.36, 13.50, 8.81, 6.18, 7.02, 11.71, 8.33, 9.32,
14.61
a)Verifique se há evidência suficiente contra a hipótese de abandono da
área .
b)Qual serı́a a região crı́tica do teste ao nı́vel de significância α = 2%?
13
17 O ponto de desvanecimento de cada uma de 16 amostras de uma certa
marca de vegetais hidrogenados foi determinado, resultando numa média
amostral X = 94.32. Considerando que o ponto de desvanecimento pos-
sui distribuição normal de desvı́o conhecido σ = 1.20.
a)Verifique se a amostra apresenta evidência suficiente para rejeitar
H0 ao nı́vel α = 0.01, calculando o π-value. Onde H0 : µ = 95 vs
H1 : µ 6= 95.
b)Se α = 0.01 e µ0 = 94. Qual é a probabilidade de cometer erro tipo
II?
c)Se α = 0.01. Qué valor de n (tamanho amostral) é necessário para
obter uma probabilidade de cometer erro tipo II, com µ0 = 94 igual a
0.1?.
14
19 Um experimento para comparar a resistência de coesão à tensão do
morteiro modificado de látex de polı́meros, com a resistência do mor-
teiro não modificado, supondo que os dados tem distribuição Normal;
resultou em X = 18.12 kf g/cm2 para o morteiro modificado e em
Y = 16.87 kf g/cm2 para o morteiro não modificado. Sejam µ1 e µ2 as
verdadeiras resitências de coesão à tensão para os morteiros modificado
e não modificado respectivamente. Verifique se os dados suportam a
rejeição de H0 . Onde H0 : µ1 − µ2 = 0 vs H1 : µ1 − µ2 > 0 com nı́vel
de significância α = 0.01, nas seguintes situações:
15
20 Os estudantes universitários homens entediam-se mais facilmente que as
estudantes mulheres?. Esta pergunta foi examinada pelo artigo “Bore-
dom in Young Adults Gender and Cultural Comparisons”(J. of Cross
Cultural Psych. pp. 209-223). Os autores aplicaram uma escala de-
nominada Escala Proneness de tedio a 97 estudantes homens e a 148
estudantes mulheres, todos eles de universidades norteamericanas. As-
sumindo que a classificação fornecida pela escala Proneness possui dis-
tribuição normal verifique se a seguinte informação apoia a hipótese da
investigação.
Conduzir o teste adequado utilizando um nı́vel de significância α = 0.05
e os dados da seguinte tabela
Gênero Tamanho amostral Média am. Desvı́o verdadeiro (σ)
Homens 97 10.40 4.83
Mulheres 148 9.26 4.86
16
23 Num determinado estudo, pediu-se a cada um de 52 indivı́duos que a-
notasse o número de seus batimentos cardı́acos em um minuto. Por
hipótese (se H0 for verdadeira), supõe-se que esses valores vêm de uma
distribuição Normal com média 85 batidas por minuto (bat/min) e des-
vio padrão 12 bat/min. Teste esta hipótese, isto é, H0 : X é N (85; 122 ),
onde X é o número de batimentos cardı́acos por minuto . Utilize os
dados a seguir.
N. batimentos cardı́acos(bat/min) N. de indivı́duos
[54, 62) 0
[62, 70) 6
[70, 78) 6
[78, 86) 16
[86, 94) 14
[94, 102) 4
[102, 110) 4
[110, 118) 2
[118, 126) 0
17
25 Seja uma amostra aleatória X1 , · · · , Xn proveniente da distribuição log-
normal LN (µ, σ 2 ), definida para −∞ < x < ∞, σ 2 > 0 como
(ln(x) − µ)2
( )
1
f (x) = √ exp − I(0,∞) (x)
x 2πσ 2 2σ 2
18
5 Inferência Bayesiana
1 Se x possui distribuição de Poisson com valor de media θ desconhecido e
a densidade a priori para θ for uma Gama de parâmetros conhecidos a
e b. Demonstre que a distribuição a posteriori de θ resulta uma Gama
de parâmetros conhecidos a + 1 e b + x,
θx e−θ
f (x/θ) = , x = 0, 1, · · ·
x!
ab b−1 −aθ
f (θ) = θ e , θ>0
Γ(b)
a e b constantes positivas.
19
5 Definição: Supondo que x é uma observação desde f (x/θ). A famı́lia F de
prioris f (θ) é dita fechada sobre amostras desde f (x/θ) se para toda
priori f (θ) ∈ F, f (θ/x) ∈ F.
a) Demonstre que se x for Binomial ou Binomial Negativa, i.e.
f (x/θ) ∝ θx (1 − θ)n−x
Então a famı́lia de distribuições Beta (F) é fechada sobre amostras
desde f (x/θ).
b) Demonstre que se x for uniformemente distribuida dado θ, ou seja,
f (x/θ) = θ−1 , 0 < x < θ, θ > 0
F = {g(θ; a, r) : 0 ≤ a, 0 < r} , g(θ; a, r) = rar θ−r−1 I(a,∞) (θ),
então F é fechada sobre amostras desde f (x/θ), logo a posteriori
f (θ/x) assume a forma
f (θ/x) = g(θ; a∗ , r + 1), a∗ = max {a, x} .
6 Suponha que f (x/θ) pertence a famı́lia exponencial k−paramétrica, com
densidade
Xk
f (x/θ) = exp Aj (θ)Bj (x) + C(x) + D(θ) .
j=1
20