Para estimar, por máxima verossimilhança (MV) ou pelo método dos momentos (MM), o único parâmetro de dada distribuição de probabilidades, seleciona-se uma amostra de tamanho n.

A função densidade da distribuição é:

f_x(x) = θx^θ-1 , para 0 < x < 1 e zero caso contrário.Além disso, considere:

Então, os estimadores de MV e de MM (com base na média da distribuição) para θ são, respectivamente:

Seja X uma variável aleatória contínua e Y= G(X) uma função de X tal que, no domínio da f_x(x), densidade da X, as derivadas de 1ª e de 2ª ordem da G(X) são estritamente negativas. Considerando,

f_y(y)= função densidade de probabilidade de Y;

f_x^-1(x) = função inversa da densidade de X;

= derivada de f(x) com respeito à x;

E(X) = esperança matemática de X;

h[f(X)] = função composta de f com h.

Então é correto afirmar que:

A capacidade de um time de futebol de marcar gols em uma única partida é uma variável aleatória. A tabela a seguir apresenta a probabilidade de certo time marcar um número mínimo (Y) de gols em uma partida:

Isso significa que o número médio de gols marcados por esse time em uma única partida de futebol é igual a:

Com a finalidade de estimar a proporção p de indivíduos de certa população, com determinado atributo, através da proporção amostral é extraída uma amostra de tamanho n, grande, compatível com um erro amostral de ε e com um grau de confiança de (1-α). Assim, é correto afirmar que:

Considere a variável aleatória bidimensional (X,Y) cuja função de densidade conjunta é dada por:

f_x,y(x,y) = 3/4. y.x²,0 < x < 2 e 0 < y < 1 e zero caso contrário. Então:

Considere os estimadores a seguir, tendo em vista a média populacional μ , a partir de uma amostra de tamanho n.

Se a variância populacional é finita, sobre as propriedades de e correto afirmar que:

Suponha que uma amostra de tamanho n = 5 é extraída de uma população Normal, com média desconhecida, obtendo as seguintes observações:

X₁ = 3, X₂ = 5, X₃ = 6, X₄ = 9 e X₅ = 12

São dados ainda os seguintes valores, retirados da tabela da distribuição Qui-Quadrado:

Se a população tem variância verdadeira σ² = 4 em nova amostra (n=5), a probabilidade de se observar uma variância amostral maior do que a anterior é de: