A partir dessa situação hipotética, e supondo que a audiência do telejornal siga uma distribuição normal, julgue o item subsecutivo, assumindo um nível de confiança de 94% (z_1−a/2 = 1,88).
A amplitude do intervalo de confiança aumentaria caso o tamanho da amostra (número de dias de medição) fosse aumentado para 28, mantendo-se constantes as demais quantidades (nível de confiança e desvio-padrão).

Julgue o item a seguir, referente a estimação pontual.

Por definição, uma estatística é dita suficiente quando a distribuição condicional da amostra, dada a estatística, não depende do parâmetro de interesse.

Julgue o item a seguir, referente a estimação pontual.

Considere X uma variável aleatória proveniente de uma distribuição caracterizada pela função de probabilidade a seguir, em que x = 0, 1, 2, ... e β > 1.

\(f(x, \beta) = \dfrac{1}{\beta} \cdot \left(1 - \dfrac{1}{\beta}\right)^x\)

Nesse caso, se o conjunto 9, 8, 7, 5, 6, 4 denotar uma amostra observada de X, então, a estimativa de máxima verossimilhança para \(β\) será \(\widehat{β} = 7,50\).

Julgue o item a seguir, referente a estimação pontual.

Considerando-se que X₁, X₂ e X₃ denotem cópias independentes e identicamente distribuídas de uma variável aleatória X com distribuição de Poisson (θ), cuja função de probabilidade é dada por P_θ (X=x)= ( θ^x / x^! ) e^–θ , em que x = 0, 1, 2, ..., é correto afirmar que T = X₁ + X₂ é uma estatística suficiente para θ.

Julgue o item a seguir, referente a estimação pontual.

Os estimadores obtidos pelo método dos mínimos quadrados são aqueles que maximizam a soma dos quadrados dos erros.

Com base nas informações precedentes, julgue o item seguinte.

Entre os três estimadores apresentados, T₂ é o mais eficiente.

Com base nas informações precedentes, julgue o item seguinte.

T₁ e T₂ são estimadores não viesados (ou centrados) para µ.

Com base nas informações precedentes, julgue o item seguinte.

Apenas os estimadores T₂ e T₃ são consistentes para µ.

Considerando que X₁, X₂, ..., X_n sejam cópias independentes e identicamente distribuídas de uma variável aleatória X com função de densidade de probabilidade f(x,ϕ), julgue o próximo item.

O estimador dos momentos para o parâmetro ϕ é a quantidade que minimiza a soma dos quadrados dos erros.

Considerando que X₁, X₂, ..., X_n sejam cópias independentes e identicamente distribuídas de uma variável aleatória X com função de densidade de probabilidade f(x,ϕ), julgue o próximo item.

Por definição, um estimador para o parâmetro ϕ é qualquer função da amostra observada que assume valores no espaço paramétrico e que não depende do parâmetro que está sendo estimado.