Foram encontradas 820 questões.
Em determinado tribunal, a probabilidade de extinção de
um processo judicial com julgamento de mérito é P(A ∩ B) = 0,05,
e a probabilidade de extinção de um processo judicial sem
julgamento de mérito é 
, em que os eventos 
são eventos mutuamente excludentes e denotam, respectivamente,
os eventos complementares dos eventos A e B.
Com referência a essa situação hipotética, julgue o item que se segue.
Provas
Uma amostra aleatória simples Y1, Y2, ..., Yn, retirada de uma população Bernoulli, é tal que
para y = 0 ou 1, 0 < θ < 1 e k = 1, 2, ..., n. O objetivo é efetuar inferências acerca do parâmetro θ mediante aplicação de métodos computacionais.
Considerando que para r ≥ 0, 
represente a estimativa de θ obtida na r-ésima iteração de um algoritmo de estimação, julgue o seguinte item.
No algoritmo de Metropolis-Hastings tem-se a forma iterativa 
, na qual ƒ representa a função de
densidade a priori de θ, e ∈, > 0 representa um incremento
aleatório. Nesse algoritmo, a probabilidade de aceitação do
valor proposto 
como uma estimativa viável para o
parâmetro de interesse é constante.
Provas
Supondo que Z seja uma distribuição normal padrão, considere as seguintes transformações de variáveis aleatórias: W = 1 - Z e V = Z2 - W2+ 1. A respeito dessas variáveis aleatórias, julgue o item a seguir.
A covariância entre W e Z é igual a -1.
Provas
Supondo que Z seja uma distribuição normal padrão, considere as seguintes transformações de variáveis aleatórias: W = 1 - Z e V = Z2 - W2+ 1. A respeito dessas variáveis aleatórias, julgue o item a seguir.
A variável aleatória W segue distribuição normal com variância unitária.
Provas
Uma amostra aleatória simples Y1, Y2, ..., Yn, retirada de uma população Bernoulli, é tal que
para y = 0 ou 1, 0 < θ < 1 e k = 1, 2, ..., n. O objetivo é efetuar inferências acerca do parâmetro θ mediante aplicação de métodos computacionais.
Considerando que para r ≥ 0, represente a estimativa de θ obtida na r-ésima iteração de um algoritmo de estimação, julgue o seguinte item.
O amostrador de Gibbs, um algoritmo sequencial de Monte Carlo, permite simular a distribuição a priori do parâmetro θ, desde que a forma funcional da sua função de densidade, ƒ(θ), seja conhecida.
Provas
Considerando que Y, U e Q sejam mutuamente independentes, julgue o próximo item.
O produto 
segue uma distribuição normal com
média nula.
Provas
Diversos processos buscam reparação financeira por danos morais. A tabela seguinte mostra os valores, em reais, buscados em 10 processos — numerados de 1 a 10 — de reparação por danos morais, selecionados aleatoriamente em um tribunal.
A partir dessas informações e sabendo que os dados seguem uma distribuição normal, julgue o item subsequente.
Caso seja de interesse testar, por exemplo, se a média dos valores é diferente de 3.500, para calcular o p-valor do teste no referido estudo é suficiente multiplicar a
por 2,
em que 
é a média amostral. Provas
Supondo que Z seja uma distribuição normal padrão, considere as seguintes transformações de variáveis aleatórias: W = 1 - Z e V = Z2 - W2 + 1. A respeito dessas variáveis aleatórias, julgue o item a seguir.
A variável aleatória V segue distribuição normal.
Provas
Supondo que o custo unitário X de um processo de execução fiscal na justiça federal seja descrito por uma distribuição exponencial com média igual a R$ 5.000, julgue o próximo item.
Para cada r = 1, 2, 3, ... , o momento de ordem r da variável X, E[X'] é tal que E[X'] = (R$ 5.000) r .
Provas
- FundamentosAmostra
- AmostragemTipos de AmostragemAmostragem aleatória simples
- Estatística DescritivaMedidas de Dispersão
- Estatística DescritivaMedidas de Tendência Central
A respeito do total amostral Tn = X1 + X2 + ... + Xn, em que X1, X2, ..., Xn é uma amostra aleatória simples retirada de uma distribuição gama com média µ e desvio padrão σ, julgue o próximo item.
Se n, o tamanho da amostra, aumenta, então a razão
converge quase certamente a uma distribuição
qui-quadrado com 1 grau de liberdade. Provas
Caderno Container