A estimativa da variância do estimador de máxima verossimilhança do parâmetro \(\delta\) é igual a 0,32.

Se n = 100, então a esperança matemática do estimador S₁₀₀ é igual ao desvio padrão populacional.

Caso a população seja normal padrão, então, pela lei fraca dos grandes números, S_n² converge em probabilidade para 1 à medida que n → +∞.

A partir das informações do texto precedente, julgue o item seguinte, considerando que, no espaço amostral de todos os usuários de planos de saúde no país, os usuários se distribuam igualmente entre os três tipos de planos mencionados.

Considere que, para um usuário de planos de saúde no país, selecionado ao acaso, seja nula a chance de ele ter seu plano cancelado unilateralmente pela operadora. Nesse caso, a probabilidade de ele ser usuário de um plano coletivo empresarial é de 50%.

A partir das informações do texto precedente, julgue o item seguinte, considerando que, no espaço amostral de todos os usuários de planos de saúde no país, os usuários se distribuam igualmente entre os três tipos de planos mencionados.

Considere que a probabilidade de o contrato de usuários do plano coletivo por adesão ser cancelado unilateralmente pela operadora seja de 3%. Nessa situação, selecionando-se um usuário ao acaso, a probabilidade de que o contrato desse usuário seja cancelado unilateralmente pela operadora será de 1%.

Suponha que, ao planejar uma série de exercícios de musculação para o mês, uma pessoa tenha organizado a tabela anterior. Com base nessa situação hipotética, julgue o item a seguir, considerando que somente sejam realizados os exercícios mencionados na tabela e desprezando eventuais perdas de tempo.

Se o tempo total de treino for dividido de forma proporcional à carga de cada exercício, então a pessoa ocupará 30% do tempo fazendo o exercício supino sentado.

Suponha que, ao planejar uma série de exercícios de musculação para o mês, uma pessoa tenha organizado a tabela anterior. Com base nessa situação hipotética, julgue o item a seguir, considerando que somente sejam realizados os exercícios mencionados na tabela e desprezando eventuais perdas de tempo.

Considerando-se que o tempo total de treino seja proporcional ao número de repetições, se a pessoa demorar 15 minutos fazendo o exercício supino com barra, então o tempo total de treino será superior a uma hora.

Suponha que, ao planejar uma série de exercícios de musculação para o mês, uma pessoa tenha organizado a tabela anterior. Com base nessa situação hipotética, julgue o item a seguir, considerando que somente sejam realizados os exercícios mencionados na tabela e desprezando eventuais perdas de tempo.

A partir dos dados da tabela, infere-se que as grandezas carga e número de repetições são, tecnicamente falando, inversamente proporcionais.

Magda é auxiliar administrativa em uma repartição pública e trabalha no setor de processos. As variáveis aleatórias que representam os tempos utilizados por Magda para cadastrar os processos no sistema da instituição são independentes e possuem a mesma distribuição, com valor esperado e variância dados por 20 minutos e 16 minutos², respectivamente. Se o teorema central do limite for utilizado, qual a probabilidade aproximada de que Magda utilize, no máximo, 450 minutos para cadastrar 25 processos?

(Observação: \(\Phi\)(\( z \)) = \( P \)(\( Z \) ≤ \( z \)), onde \( Z \)~\( N \)(\( 0 \), \( 1 \)).)

Considere que o tempo médio para processar o arquivamento de um processo tem sido de 9,27 segundos em um certo computador. Após uma atualização no seu sistema operacional, coletou-se uma amostra do tempo gasto no arquivamento de dezesseis processos. Com o objetivo de estimar o tempo médio populacional de arquivamento de um processo sob o novo sistema operacional, construiu-se o seguinte intervalo de 90% de confiança baseado na distribuição t-Student: (8,88; 9,18). Com base nos dados fornecidos é INCORRETO afirmar que:

Dados adicionais: \( P \)(\( T \)_{\( 1 \)\( 5 \)} < \( 1 \), \( 3 \)\( 4 \)) = \( 0 \), \( 9 \)\( 0 \); \( P \)(\( T \)_{\( 1 \)\( 5 \)} < \( 1 \), \( 7 \)\( 5 \)) = \( 0 \), \( 9 \)\( 5 \); \( P \)(\( T \)_{\( 1 \)\( 5 \)} < \( 2 \), \( 1 \)\( 3 \)) = \( 0 \), \( 9 \)\( 7 \)\( 5 \); \( P \)(\( T \)_{\( 1 \)\( 5 \)} < \( 2 \), \( 9 \)\( 5 \)) = \( 0 \), \( 9 \)\( 9 \)\( 5 \); onde \( T \)_{\( k \)} denota uma variável aleatória com distribuição t-Student com \( k \) graus de liberdade.