O Internet Explorer nas versões 9, 10 e 11/BR possibilita ao internauta ajustar as opções de zoom, por meio do aumento ou diminuição dos caracteres e figuras exibidas na tela do monitor de vídeo. Para isso, ele deve acionar a opção Zoom na janela indicada na figura abaixo.

Essa janela é mostrada na tela quando se aciona na barra a seguinte opção de menu:

Deseja-se expressar a variável y como uma função das variáveis x₁ e x₂ , através de um modelo de Regressão Linear. Para isso foram levantadas n = 43 observações independentes relativas a essas 3 variáveis. O coeficiente de correlação entre x₁ e x₂ foi estimado, a partir dos dados, em 0,76. Além disso, quando foram ajustados aos dados modelos de Regressão Linear, resultaram os seguintes coeficientes de determinação:

1. R² = 0,80, no caso do modelo de Regressão Simples: y = a₁ + b₁ x₁ + erro.
2. R² = 0,75, no caso do modelo de Regressão Simples: y = a₂ + b₂ x₂ + erro.
3. R² = 0,90, no caso do modelo de Regressão Múltipla: y = c₀ + c₁ x₁ + c₂ x₂ + erro.

A análise dos resíduos indicou que, para cada um dos 3 ajustes acima, foram obedecidas as premissas usuais (inclusive a Normalidade dos erros) dos modelos de Regressão Linear.

Daí se conclui que:

Quando se trata de extrair conclusões sobre uma população por um processo de amostragem:

1. Se a população puder ser dividida em estratos internamente homogêneos e externamente heterogêneos entre si, a amostragem estratificada é particularmente mais eficaz em termos de precisão do que a amostragem aleatória simples, desde que em ambos os casos sejam usadas amostras do mesmo tamanho total.
2. No caso de ser usada a amostragem estratificada, a alocação ótima de Neyman é particularmente mais adequada que a alocação proporcional, se as variâncias da principal variável dentro dos estratos forem muito próximas entre si.

As afirmações acima são:

As duas afirmações a seguir referem-se a uma pesquisa de campo, através da qual se pretende extrair conclusões a respeito de uma determinada população com base em um processo de amostragem.

1. Para que os resultados sejam confiáveis, é suficiente que o número de elementos da amostra tenha sido criteriosamente dimensionado conforme prevê a teoria.
2. No caso da estimação de uma média populacional por amostragem aleatória simples, não é possível avaliar o nível de precisão dos resultados a partir dos próprios dados.

As afirmações acima são:

Deseja-se comparar o valor médio do aluguel mensal de apartamentos de 3 quartos nos bairros A e B de uma mesma cidade, através de um teste bilateral. Para isso foram levantados dados relativos a duas amostras aleatórias, cada uma com 16 imóveis desse tipo anunciados para aluguel, sendo uma das amostras relativa ao bairro A e a outra relativa ao bairro B. Foram obtidos os resultados a seguir:

Admitindo que em ambos os casos os aluguéis mensais sigam distribuições Normais, a sua decisão ao nível de significância α = 0,05 seria:

Deseja-se testar H₀ : p ≤ !$ \dfrac{1}{2} !$ contra H₁: p > !$ \dfrac{1}{2} !$ , onde p é a proporção de mulheres em uma determinada população. Para isso foi obtida uma amostra aleatória com n = 100 pessoas dessa população, entre as quais se apurou que havia 60 mulheres.

Se é o p-valor (ou nível crítico), neste caso pode-se afirmar que:

A variável aleatória X segue uma curva Normal, com média populacional µ, desconhecida, e desvio padrão populacional σ, conhecido e igual a 1. Usando uma amostra aleatória com n = 9 observações desse fenômeno, foi obtido o seguinte intervalo de confiança a 99% para a média populacional µ da variável X: (19,84; 21,56). Agora, deseja-se usar a mesma amostra para testar a hipótese H₀ : µ = 20 contra a alternativa H₁ : µ ≠ 20 . Ao nível de significância α, pode-se afirmar que:

Deseja-se estimar a média populacional µ do consumo mensal de energia de um chuveiro elétrico com 5500 W de potência, através de um procedimento de amostragem aleatória. Para obter informações estatísticas preliminares a esse respeito, foi medido o consumo mensal de energia de 30 chuveiros elétricos desse tipo, selecionados ao acaso. Os dados obtidos permitiram calcular uma média amostral de 88 kWh e um desvio padrão amostral de 30 kWh. O objetivo agora é dimensionar uma nova amostra a ser utilizada de modo a que se possa garantir um erro absoluto de estimação menor que 5 kWh com 95% de probabilidade.

Usando o fato de que “se a variável aleatória X segue uma curva Normal com média µ e variância σ² , então P ( µ - 2σ < X < µ + 2σ ) ≅ 0,95 ”, conclui-se que o tamanho mínimo da nova amostra deve ser:

Foram coletados dados x₁ , x₂ , ..., x₁₆ sobre as idades de 16 pessoas selecionadas ao acaso de uma população e os resultados obtidos são tais que !$ \sum_{i=1}^{16} !$ X_i = 560 anos. Admitindo que a variável idade siga uma distribuição Normal com desvio padrão σ = 8 anos, foi obtido então o seguinte intervalo de confiança para a sua média populacional, em anos: (31,08; 38,92).

O nível de confiança desse intervalo é: