Aula 00

Curso Online Estatstica em Exerccios
AFC STN
Prof. Alexandre Lima
AULA 0 Apresentao do Curso
Ol, tudo bem com voc? Bem vindo s aulas do nosso curso de Estatstica
em Exerccios!
Sou o professor Alexandre Lima. uma imensa satisfao t-lo como meu
aluno. Como este o nosso primeiro encontro, peo a sua licena para uma
breve apresentao sobre a minha formao e a minha experincia como
professor para concursos. Em seguida, tecerei alguns comentrios preliminares
que julgo serem pertinentes.
Obtive o grau de Bacharel em Cincias Navais com nfase em Eletrnica pela
Escola Naval e os de Engenheiro Eltrico (com nfase em Telecomunicaes),
Mestre e Doutor em Engenharia Eltrica (com nfase em sistemas eletrnicos)
pela Escola Politcnica da Universidade de So Paulo. Sou Auditor-Fiscal
Tributrio Municipal de So Paulo (Fiscal do ISS/SP). Tambm exero o
magistrio universitrio e ministro aulas de Estatstica, Econometria,
Contabilidade e Raciocnio Lgico-Quantitativo para concursos.
Voltemos ao nosso curso de Estatstica em Exerccios. O meu objetivo
auxili-lo na preparao para o prximo concurso para Analista de Finanas
e Controle da Secretaria do Tesouro Nacional (AFC STN). Neste curso,
abordarei de forma clara e objetiva os tpicos relacionados matria. Tenha
em mente o seguinte: voc no precisa saber toda a matria para ser
aprovado em um concurso. O nosso objetivo aprender o que a banca
examinadora normalmente exige do candidato em cada tpico do
edital.
No fique preocupado pelo fato deste curso no ser um curso de Teoria e
Exerccios, pois as solues sero detalhados e a teoria ser explicada. Voc
tambm poder estudar a teoria pelo livro que escrevi em parceria com o
Moraes Jr. (Raciocnio Lgico Incluindo Matemtica, Matemtica Financeira e
Estatstica, publicado pela Editora Mtodo em 2010), que ser a referncia
bibliogrfica das nossas aulas.
Pretendo resolver junto com voc muitas questes da ESAF que j caram em
concursos anteriores. No obstante, bom esclarecer que tambm costumo
resolver, por razes didticas, questes propostas por outras bancas. Observe
que todas as questes includas nas aulas so cuidadosamente selecionadas
para que o seu aproveitamento seja mximo. As solues apresentadas so
resultantes de um longo processo evolutivo, fruto de uma intensa interao
com os alunos via forum web etc.
Segue-se o contedo programtico:
Aula 0: Aula Demonstrativa Exerccios Comentados e Resolvidos de
Estatstica.
www.pontodosconcursos.com.br
1

AFC STN
Aula 1 (07/01/2013 2f): Estatstica descritiva: tipos de variveis, rol,
sries estatsticas, tcnicas de descrio grfica, medidas de posio, medidas
de disperso (varincia, desvio padro). Nota: apesar de o edital no
mencionar este tpico, importante introduzir a matria comeando do
marco zero, ou seja, a partir de noes fundamentais de estatstica
descritiva.
Aula 2 (14/01/2013 2f): Probabilidades: os diferentes tipos de
probabilidade, conjuntos e eventos, probabilidades conjunta e condicional,
independncia (item 5), regras da adio e da multiplicao, teorema da
probabilidade total, teorema de Bayes (item 2).
Aula 3 (18/01/2013 6f): Varivel Aleatria: definio, funo discreta
de probabilidade, funo de distribuio de probabilidade, funo densidade de
probabilidade (item 1). Valor Esperado: mdia, varincia e valor esperado de
funo de varivel aleatria (itens 1, 6, 7 e 8). Principais distribuies de
probabilidade (binomial, Poisson, normal etc.).
Aula 4 (11/02/2013 2f): Varivel Aleatria Bivariada: funo de
probabilidade conjunta, funo de probabilidade marginal, funo de
probabilidade condicional. Variveis aleatrias independentes (item 5).
Esperanas envolvendo duas ou mais variveis: correlao e covarincia (itens
9 e 10). Introduo Regresso Linear Simples (item 15).
Aula 5 (18/02/2013 2f): Amostragem (item 3): amostragem
aleatria, teorema central do limite, distribuies amostrais.
Aula 6 (25/02/2013 2f): Inferncia Estatstica e Estimao de
Parmetros (item 4 do edital): estimador e estimativa, justeza, vcio de
estimao, eficincia, erro quadrtico mdio, mtodo da mxima
verossimilhana. Estimao por ponto e por intervalo (item 4). Intervalos de
confiana (item 12).
Aula 7 (04/03/2013 2f): Teste de hipteses (item 13): para mdias,
propores e varincias populacionais. Valor-p (probabilidade de significncia).
Aula 8 (11/03/2013 2f): Inferncia Estatstica e Anlise de
Varincia do modelo de Regresso Linear Simples (itens 11 e 15).
Problemas com dados (item 14).
Espero que este curso seja bastante til para voc e que possa auxili-lo na
aprovao para o cargo de AFC da STN.
As dvidas sero sanadas por meio do frum do curso, ao qual todos os
matriculados tero acesso. As crticas ou sugestes podero ser enviadas para
a caixa postal alexandre@pontodosconcursos.com.br

AFC STN
Deixo para voc um provrbio bblico:
O preguioso deseja e nada consegue, mas os desejos do diligente so
amplamente satisfeitos.
Nunca desista do seu sonho. Deus nos deu o livre arbtrio para que possamos
determinar nosso destino. Se voc deseja ser aprovado em um concurso
pblico, lute por isso, faa com dedicao, com sacrifcio, sempre visando ao
seu objetivo. Desta forma, voc conseguir ser aprovado!
04/01/2013

AFC STN
Modelo de Exerccios Comentados e Resolvidos

1. (MI-CENAD/ESAF/2012) Determine a reta de regresso de Y em X,
considerando que uma amostra aleatria simples (X1,Y1), (X2,Y2),..., (X22,Y22)
forneceu as seguintes estatsticas: mdias amostrais X = 4,8 e Y = 15,3 ,
varincias amostrais S x2 = 8 e S y2 = 40 e covarincia amostral S xy = 12 .
A) Yi = 8,1 + 0,3 X i
B) Yi = 8,1 + 1,5 X i
C) Yi = 15,3 + 1,5 X i
D) Yi = 15,3 + 0,3 X i
E) Yi = 15,3 + 2,25 X i
Resoluo
Reta estimada: Yi = a + bX i
Frmulas para o clculo da declividade e do intercepto:
b = S xy / S x2 = 12 / 8 = 1,50
a = Y bX = 15,3 1,5 4,8 = 8,1
Reta estimada obtida: Yi = 8,1 + 1,5 X i

GABARITO: B
2. (MI-CENAD/ESAF/2012) Calcule o coeficiente de determinao R2 da
reta de regresso ajustada na Questo 1.
A) 0,45
B) 0,56
C) 0,64
D) 0,72
E) 0,75.
Resoluo
R2 =
S2
12 2
SQR
= 2 xy 2 =
= 0,45
SQT S x S y 8 40

AFC STN
em que SQR denota a Soma dos Quadrados da Regresso e SQT a Soma dos
Quadrados Total.
GABARITO: A
3. (MI-CENAD/ESAF/2012) Considerando que o modelo de regresso
ordinria linear simples Yi = + Xi + i est sendo aplicado aos dados da
Questo 1, use os dados dessa questo para determinar o valor mais prximo
da estatstica F que testa a hiptese nula = 0.
A) 8,2
B) 10,6
C) 13,2
D) 14,6
E) 16,4.
Resoluo
A estatstica F dada por
F=
SQR
SQE /( n 2)
em que a soma dos quadrados da regresso (SQR) dada pela expresso

SQR = b 2 S xx
e a soma dos quadrados dos erros (SQE) por
SQE = ei2 = SQT SQR = S yy SQR .

No esquea que cada resduo definido como ei = Yi Yi .
Ento,
( )
SQR = b 2 S xx = 1,52 nS x2 = 2,25 22 8 = 396
SQT = S yy = nS y2 = 22 40 = 880
e finalmente,
F=
20
SQR
396
=
= 396
= 16,4
484
SQE /(n 2) 880 396
20

AFC STN
GABARITO: E
4. (MI-CENAD/ESAF/2012) Seja Y uma varivel aleatria N( + X, 2) e
considere os n pares de valores (X1,Y1), (X2,Y2),..., (Xn,Yn) onde, para cada
~
valor Xi predeterminado, um valor Yi observado e sejam ~ e os
estimadores de mxima verossimilhana de e , respectivamente. Determine
o estimador de mxima verossimilhana da varincia residual 2.
(Y ~ X )
n
A)
/(n 1)
i =1
(Y ~ X ) /(n 2)
n
B)
i =1
~ 2
C) Yi ~ X i /(n 1)
i =1
(Y ~ X )
n
D)
0, 5
i =1
(Y ~ X ) / n
n
E)
i =1
Resoluo
De acordo com o enunciado, a regresso linear simples da varivel dependente
Y (suposta aleatria) sobre a varivel independente X (no aleatria) dada
pelo modelo
Yi = + Xi + i
em que o termo i representa o erro aleatrio de mdia zero e varincia 2.
Alm disso, sabemos que a varincia da varivel aleatria Y igual varincia
do erro aleatrio.
De acordo com Gujarati (*), os estimadores de Mxima Verossimilhana (MV)
~
dos parmetros (intercepto) e (declividade), denotados por ~ e ,
respectivamente, so os mesmos dos estimadores de Mnimos Quadrados
(MQ), representados por e , respectivamente, ou seja:
= =
S xy
S xx
~
~ = = Y X

AFC STN
1
( X i )( Yi ) (soma dos produtos) e S xx = X i2 1 ( X i )2
n
n
(soma dos quadrados de X).
em que S xy = X iYi
(*) Gujarati, D. N. Econometria Bsica, 3 Ed., Ed. Pearson, pg. 101.

O estimador de MQ da varincia residual 2 (que representa a flutuao
aleatria de Y em torno da reta de regresso)
(Y Y )
=
i
n2
e
=
2
i
n2
em que cada resduo dado por ei = Yi Yi = Yi X i . O estimador de MQ 2

no viesado, pois E ( 2 ) = 2 .
Gujarati tambm demonstra que o estimador de MV da varincia residual
2 (**)
~
ei2 Yi ~ X i
2
~
=
=
n
n
opo E
O estimador de MV ~ 2 viesado.
(**) A demonstrao encontra-se no livro do Gujarati, pg. 102. No vemos
necessidade de perder tempo com essa prova aqui na nossa aula.
GABARITO: E
5. (MI-CENAD/ESAF/2012) Pretende-se estimar por amostragem a
proporo p de famlias com renda inferior a cinco salrios mnimos em uma
populosa cidade. Usando a estimativa p , obtida em um levantamento
preliminar, determine o menor tamanho de amostra aleatria simples
necessria para estimar p com um intervalo de 95% de confiana e com um
erro de amostragem z p (1 p ) / n 4% .
A) 420
B) 490
C) 560
D) 630
E) 684
Resoluo

AFC STN
Uma proporo amostral p tem distribuio binomial com mdia p ( o
prprio parmetro populacional que se deseja estimar) e varincia p (1 p ) / n .
Podemos aproximar a binomial pela normal quando np 5 e n(1 p ) 5 , como
nesta questo.
O intervalo de confiana para p ser da forma p + , em que denota o erro
de amostragem (semiamplitude do intervalo de confiana).
De acordo com enunciado, o erro de amostragem dado por
= z / 2 p (1 p ) / n
em que (1 ) = 95% representa o nvel de confiana utilizado.
Manipulando a frmula acima, podemos expressar n em funo de , z/2 e p :
2
z
n = / 2 p (1 p )

Dados: p = 5 / 7 , = 0,04 . Sabe-se que z2,5% = 1,96. Logo,

2
1,96 5 5
n=
1 = 490
0,04 7 7
GABARITO: B
6. (MI-CENAD/ESAF/2012) Considere uma amostra aleatria simples de
tamanho 50 extrada sem reposio de uma populao finita de tamanho 500.
Sendo 2= 100 a varincia da populao, determine o valor mais prximo da
varincia da mdia amostral.
A) 1,6
B) 1,8
C) 2,0
D) 2,2
E) 2,4
Resoluo
Se a populao infinita ou se a amostragem feita com reposio, a
varincia da mdia amostral X dada por
Var ( X ) =
2
n

AFC STN
em que n o tamanho da amostra.
No caso de amostragem aleatria sem reposio de populao finita, a
varincia dada acima deve ser multiplicada pelo fator de populao finita
N n
N 1
em que N denota o nmero de elementos da populao.

Portanto,
Var ( X ) =
2
n
N n 100 500 50
= 2 0,9 = 1,8
=
N 1 50 500 1
GABARITO: B
7. (MI-CENAD/ESAF/2012) A especificao tcnica de um produto afirma
que a mdia de sua caracterstica principal de 200. Para testar esta
afirmao, uma amostra aleatria simples de tamanho 9 forneceu uma
caracterstica mdia de 187 e desvio padro amostral de 26. Calcule o valor
mais prximo da estatstica t para testar a hiptese nula de que a mdia da
caracterstica principal do produto 200, admitindo que a distribuio da
caracterstica normal.
A) -2,17
B) -1,96
C) -1,89
D) -1,67
E) -1,5
Resoluo
A estatstica utilizada no teste de hipteses de uma mdia populacional quando
o desvio padro desconhecido a estatstica t:
t=
X 0
S/ n
em que X a mdia amostral, 0 a suposta mdia da populao, S o

desvio padro amostral e n o tamanho da amostra. Lembre que a estatstica
t possui n 1 graus de liberdade.
Dados: X = 187 , 0 = 200 , S = 26 , n = 9

AFC STN
Clculo da estatstica t:
t=
3
X 0 187 200
=
= 13
= 1,5
26
26 / 9
S/ n
GABARITO: E
8. (MI-CENAD/ESAF/2012) Para selecionar uma amostra aleatria de
tamanho n de uma populao formada por N unidades, que so numeradas de
1 a N segundo uma certa ordem, escolhe-se aleatoriamente uma unidade entre
as k primeiras unidades da populao, onde k = N / n e seleciona-se cada ksima unidade da populao em sequncia. Esta tcnica de amostragem
denomina-se amostragem
A) sistemtica.
B) por etapas.
C) estratificada.
D) por conglomerados.
E) por quotas.
Resoluo
O enunciado define a amostragem sistemtica, em que os elementos da
populao apresentam-se ordenados e so retirados periodicamente (de cada
k elementos, um escolhido).
GABARITO: A
9. (MI-CENAD/ESAF/2012) Dos 120 candidatos do sexo masculino que se
submeteram a um concurso, 55 foram aprovados, enquanto dos 180
candidatos do sexo feminino que se submeteram ao mesmo concurso, 95
foram aprovados. Se desejarmos testar a hiptese estatstica de que a
proporo de aprovao no concurso independe do sexo dos candidatos,
calcule o valor mais prximo da estatstica do teste, que tem
aproximadamente uma distribuio Qui quadrado com um grau de liberdade.
A) 1,91
B) 1,74
C) 1,65
D) 1,58
E) 1,39
Resoluo
10

AFC STN
O teste de independncia est baseado na construo da tabela de
contingncia a seguir.
Sexo
Aprovados
Reprovados
Totais
Masculino
O11 = 55
E11 = 60
O12 = 65
E12 = 60
120
Feminino
O21 = 95
E21 = 90
O22 = 85
E22 = 90
180
Totais
150
150
300
As frequncias observadas so:
O11 = 55 55 candidatos do sexo masculino foram aprovados
O12 = 65 65 candidatos do sexo masculino foram reprovados
O21 = 95 95 candidatos do sexo feminino foram aprovados
O22 = 85 85 candidatos do sexo feminino foram reprovados
As frequncias esperadas devem ser calculadas pela frmula:

Eij = fi.fj/n
em que i indica a linha e j representa a coluna da tabela.
Obtemos as seguintes frequncias esperadas:
E11 = 120 x 150/300 = 60
E12 = 120 x 150/300 = 60
E21 = 180 x 150/300 = 90
E22 = 180 x 150/300 = 90
Agora precisamos calcular as grandezas
(Oij Eij)2/Eij
(O11 E11)2/E11 = (55 60)2/60 = 0,42
(O12 E12)2/E12 = (65 60)2/60 = 0,42
(O21 E21)2/E21 = (95 90)2/90 = 0,28
11

AFC STN
(O22 E22)2/E22 = (85 90)2/90 = 0,28
Finalmente, a estatstica do teste, que tem aproximadamente uma distribuio
Qui quadrado com um grau de liberdade, dada por
2 = (O11 E11)2/E11 + (O12 E12)2/E12 + (O21 E21)2/E21 + (O22 E22)2/E22
2 = 0,42 + 0,42 + 0,28 + 0,28 = 1,40
A opo com o valor mais prxima a E (1,39).

GABARITO: E
10. (MI-CENAD/ESAF/2012) Uma amostra aleatria simples de tamanho 9
de uma populao com distribuio normal levou ao clculo de uma mdia
amostral igual a 32 e ao clculo de uma varincia amostral igual a 225.
Construa um intervalo de 95% de confiana para a mdia da populao.
A) 27,1 a 36,9
B) 22,2 a 41,8
C) 12,4 a 51,6
D) 2,6 a 61,4
E) -17 a 81
Resoluo
Dados: N = 9, X = 32 , S 2 = 225 ( S = 15 ), 1 = 0,95 (ou = 0,05 = 5% ).
O intervalo de confiana para a mdia populacional ( ) quando o desvio
padro da populao () conhecido dado pela frmula
X z / 2
X + z / 2
n
n
em que z/2 denota o valor crtico da normal padro tal que

P(z > z/2) = /2
rea sob a curva normal padro direita do valor crtico z/2 (ou
probabilidade de z ser maior que z/2) igual a /2
O intervalo de confiana para a mdia populacional ( ) quando o desvio

padro da populao () no conhecido dado pela frmula:
12

AFC STN
S
S
X t n1, / 2
X + t n1, / 2
n
n
em que t n1, / 2 representa o valor crtico da varivel aleatria t de Student com

(n1) graus de liberdade tal que
P (t n1 > t n1, / 2 ) = / 2
rea sob a curva t de Student com (n1) graus de liberdade direita do
valor crtico t n 1, / 2 (ou probabilidade de tn1 ser maior que t n 1, / 2 ) igual a /2
Lembre que a distribuio t de Student tende para a normal padro para

grandes valores de n (nmero de elementos da amostra).
Mas o fato que a banca no forneceu a tabela da distribuio t de Student.
Como voc sairia dessa sinuca de bico na prova?
Podemos tentar uma soluo aproximada baseada em um mix das duas
frmulas anteriores:
S
S
X z / 2
X + z / 2
n
n
Pacincia, o que temos para nos safar! Observe que o valor crtico z/2 =
z2,5% = 1,96 bastante manjado em provas de Estatstica. Vamos testar este
caminho? Por que no?
15
15
32 1,96
32 + 1,96
9
9
32 9,8 32 + 9,8
22,2 41,8 opo B
Foi obtido um intervalo de confiana aproximado com amplitude 19,6 (= 41,8

22,2) .
J resolvemos o problema. Contudo, vale a pena, por motivos didticos,
calcular o intervalo de confiana para a mdia usando a tabela da t de Student
do apndice desta aula ( t n1, / 2 = t8, 2,5% = 2,306 ):
S
S
X t n1, / 2
X + t n1, / 2
n
n
13

AFC STN
15
15
32 2,306
X + 2,306
9
9
32 11,53 32 + 11,53
20,47 43,53
Agora a amplitude do intervalo de confiana mudou para 23,06 (= 43,53

20,47).
O que motivou o aumento do intervalo de confiana no segundo clculo?
A culpada a varivel t de Student. Sabemos que a t de Student funciona
como um fator de correo (ampliao) do intervalo de confiana quando a
estatstica S (desvio padro amostral) usada no lugar do parmetro
(desvio padro da populao). Isto faz sentido, haja vista que a incerteza da
estimao aumenta quando usamos S em vez de .
GABARITO: B
11. (MI-CENAD/ESAF/2012) Se X for a soma dos quadrados de n variveis
aleatrias N(0,1) independentes, ento X uma varivel
A) F com 1 grau de liberdade no numerador e n graus de liberdade no
denominador.
B) T2 de Hotelling com n 1 graus de liberdade.
C) t de Student com n 1 graus de liberdade.
D) Lognormal.
E) Qui quadrado com n graus de liberdade.
Resoluo
O quadrado de uma varivel aleatria (v.a.) com distribuio normal padro
N(0,1) uma v.a. com distribuio qui quadrado 2(1) com 1 grau de
liberdade.
De um modo mais geral, uma v.a. 2(n) (qui quadrado com n graus de
liberdade) pode ser vista como a soma de n v.a. normais padro ao quadrado
independentes:
2(n) = X = (Z1)2 + (Z2)2 + ... + (Zn)2

em que Z1, Z2, ..., Zn so v.a. normais padro independentes.
GABARITO: E
14

AFC STN
12. (MI-CENAD/ESAF/2012/adaptada) Em determinadas situaes uma
varivel aleatria binomial pode ser adequadamente aproximada por uma
varivel aleatria normal. Seja X uma varivel aleatria binomial com
parmetros n=900 e p=1/2. Usando essa aproximao, calcule o valor mais
prximo de P(417,5 X 482,5), considerando os seguintes valores para (z),
onde (z) a funo de distribuio de uma varivel aleatria normal padro
Z:
(1,96) = 0,975, (2,17) = 0,985, (2,33) = 0,99 e (2,58) = 0,995.
A) 0,95
B) 0,96
C) 0,97
D) 0,98
E) 0,99
Resoluo
A varivel aleatria (v.a.) X com distribuio binomial possui
Mdia: E(X) = = np = 900 x 1/2 = 450
Varincia: Var(X) = 2 = npq = np(1p) = 900 x 1/2 x 1/2 = 225
Por conseguinte, = 2251/2 = 15 (desvio padro).

Aproximao da v.a. binomial X pela v.a. normal reduzida Z:
Sabemos que Z = (X )/. Ento,
P(417,5 X 482,5) = P{ (417,5 450)/15 Z (482,5 450)/15) }
P(417,5 X 482,5) = P{ -2,17 Z 2,17 }
O enunciado forneceu a probabilidade P(Z 2,17) = (2,17) = 0,985 =
98,5%.
Logo P(Z > 2,17) = 1 (2,17) = 0,015 = 1,5% = P(Z < -2,17), pois a
normal reduzida simtrica em torno da sua mdia, que igual a zero.
Ento P{ -2,17 Z 2,17 } = P(Z 2,17) P(Z < -2,17) = 98,5% 1,5% =
97,0% = 0,97 (opo C).
GABARITO: C
15

AFC STN
13. (MI-CENAD/ESAF/2012) Seja X uma Varivel Aleatria Binomial com
parmetros n e p. Sendo Cn,k o nmero de combinaes de n elementos
tomados k a k, obtenha a expresso de P(X = k).
A) Cn,n-k p(1-p)n-k
B) Cn,k pn-k(1-p)k
C) Cn,k pk(1-p)n-k
D) Cn,k p(1-p)k-1
E) Cn,n-k pn-k(1-p)k
Resoluo
A probabilidade de ter X = k sucessos em n tentativas de Bernoulli, denotada
por P(X = k), dada pela expresso
Cn,k pk(1-p)n-k
por definio.
GABARITO: C
14. (MI-CENAD/ESAF/2012) Se A e B so eventos independentes, ento:
A) P(AB) = P(A) P(B).
B) P(A|B) = P(A)/P(B), se P(B) > 0.
C) P(A|B) = P(A).
D) P(A|B) = P(AB)/P(A), se P(A) > 0.
E) P(A B) = P(A) + P(B).
Resoluo
Se A e B so eventos independentes, ento
P(A|B) = P(A)
e
P(B|A) = P(B)
GABARITO: C
Abraos e at a prxima aula.
Bons estudos!
Alexandre Lima
alexandre@pontodosconcursos.com.br
16

AFC STN
Lista de Questes Comentadas na Aula

1. (MI-CENAD/ESAF/2012) Determine a reta de regresso de Y em X,
considerando que uma amostra aleatria simples (X1,Y1), (X2,Y2),..., (X22,Y22)
forneceu as seguintes estatsticas: mdias amostrais X = 4,8 e Y = 15,3 ,
varincias amostrais S x2 = 8 e S y2 = 40 e covarincia amostral S xy = 12 .
A) Yi = 8,1 + 0,3 X i
B) Yi = 8,1 + 1,5 X i
C) Yi = 15,3 + 1,5 X i
D) Yi = 15,3 + 0,3 X i
E) Yi = 15,3 + 2,25 X i
2. (MI-CENAD/ESAF/2012) Calcule o coeficiente de determinao R2 da
reta de regresso ajustada na Questo 1.
A) 0,45
B) 0,56
C) 0,64
D) 0,72
E) 0,75.
3. (MI-CENAD/ESAF/2012) Considerando que o modelo de regresso
ordinria linear simples Yi = + Xi + i est sendo aplicado aos dados da
Questo 1, use os dados dessa questo para determinar o valor mais prximo
da estatstica F que testa a hiptese nula = 0.
A) 8,2
B) 10,6
C) 13,2
D) 14,6
E) 16,4.
4. (MI-CENAD/ESAF/2012) Seja Y uma varivel aleatria N( + X, 2) e
considere os n pares de valores (X1,Y1), (X2,Y2),..., (Xn,Yn) onde, para cada
~
valor Xi predeterminado, um valor Yi observado e sejam ~ e os
estimadores de mxima verossimilhana de e , respectivamente. Determine
o estimador de mxima verossimilhana da varincia residual 2.
17

AFC STN
(Y ~ X )
n
A)
/( n 1)
i =1
(Y ~ X ) /(n 2)
n
B)
i =1
n
~ 2
C) Yi ~ X i /(n 1)
i =1
(Y ~ X )
n
D)
0, 5
i =1
(Y ~ X ) / n
n
E)
i =1
5. (MI-CENAD/ESAF/2012) Pretende-se estimar por amostragem a

proporo p de famlias com renda inferior a cinco salrios mnimos em uma
populosa cidade. Usando a estimativa p , obtida em um levantamento
preliminar, determine o menor tamanho de amostra aleatria simples
necessria para estimar p com um intervalo de 95% de confiana e com um
erro de amostragem z p (1 p ) / n 4% .
A) 420
B) 490
C) 560
D) 630
E) 684
6. (MI-CENAD/ESAF/2012) Considere uma amostra aleatria simples de
tamanho 50 extrada sem reposio de uma populao finita de tamanho 500.
Sendo 2= 100 a varincia da populao, determine o valor mais prximo da
varincia da mdia amostral.
A) 1,6
B) 1,8
C) 2,0
D) 2,2
E) 2,4
7. (MI-CENAD/ESAF/2012) A especificao tcnica de um produto afirma
que a mdia de sua caracterstica principal de 200. Para testar esta
afirmao, uma amostra aleatria simples de tamanho 9 forneceu uma
caracterstica mdia de 187 e desvio padro amostral de 26. Calcule o valor
mais prximo da estatstica t para testar a hiptese nula de que a mdia da
18

AFC STN
caracterstica principal do produto 200, admitindo que a distribuio da
caracterstica normal.
A) -2,17
B) -1,96
C) -1,89
D) -1,67
E) -1,5
8. (MI-CENAD/ESAF/2012) Para selecionar uma amostra aleatria de
tamanho n de uma populao formada por N unidades, que so numeradas de
1 a N segundo uma certa ordem, escolhe-se aleatoriamente uma unidade entre
as k primeiras unidades da populao, onde k = N / n e seleciona-se cada ksima unidade da populao em sequncia. Esta tcnica de amostragem
denomina-se amostragem
A) sistemtica.
B) por etapas.
C) estratificada.
D) por conglomerados.
E) por quotas.
9. (MI-CENAD/ESAF/2012) Dos 120 candidatos do sexo masculino que se
submeteram a um concurso, 55 foram aprovados, enquanto dos 180
candidatos do sexo feminino que se submeteram ao mesmo concurso, 95
foram aprovados. Se desejarmos testar a hiptese estatstica de que a
proporo de aprovao no concurso independe do sexo dos candidatos,
calcule o valor mais prximo da estatstica do teste, que tem
aproximadamente uma distribuio Qui quadrado com um grau de liberdade.
A) 1,91
B) 1,74
C) 1,65
D) 1,58
E) 1,39
10. (MI-CENAD/ESAF/2012) Uma amostra aleatria simples de tamanho 9
de uma populao com distribuio normal levou ao clculo de uma mdia
amostral igual a 32 e ao clculo de uma varincia amostral igual a 225.
Construa um intervalo de 95% de confiana para a mdia da populao.
A) 27,1 a 36,9
B) 22,2 a 41,8
C) 12,4 a 51,6
19

AFC STN
D) 2,6 a 61,4
E) -17 a 81
11. (MI-CENAD/ESAF/2012) Se X for a soma dos quadrados de n variveis
aleatrias N(0,1) independentes, ento X uma varivel
A) F com 1 grau de liberdade no numerador e n graus de liberdade no
denominador.
B) T2 de Hotelling com n 1 graus de liberdade.
C) t de Student com n 1 graus de liberdade.
D) Lognormal.
E) Qui quadrado com n graus de liberdade.
12. (MI-CENAD/ESAF/2012/adaptada) Em determinadas situaes uma
varivel aleatria binomial pode ser adequadamente aproximada por uma
varivel aleatria normal. Seja X uma varivel aleatria binomial com
parmetros n=900 e p=1/2. Usando essa aproximao, calcule o valor mais
prximo de P(417,5 X 482,5), considerando os seguintes valores para (z),
onde (z) a funo de distribuio de uma varivel aleatria normal padro
Z:
(1,96) = 0,975, (2,17) = 0,985, (2,33) = 0,99 e (2,58) = 0,995.
A) 0,95
B) 0,96
C) 0,97
D) 0,98
E) 0,99
13. (MI-CENAD/ESAF/2012) Seja X uma Varivel Aleatria Binomial com
parmetros n e p. Sendo Cn,k o nmero de combinaes de n elementos
tomados k a k, obtenha a expresso de P(X = k).
A) Cn,n-k p(1-p)n-k
B) Cn,k pn-k(1-p)k
C) Cn,k pk(1-p)n-k
D) Cn,k p(1-p)k-1
E) Cn,n-k pn-k(1-p)k
14. (MI-CENAD/ESAF/2012) Se A e B so eventos independentes, ento:
A) P(AB) = P(A) P(B).
B) P(A|B) = P(A)/P(B), se P(B) > 0.
20

AFC STN
C) P(A|B) = P(A).
D) P(A|B) = P(AB)/P(A), se P(A) > 0.
E) P(A B) = P(A) + P(B).
21

AFC STN
GABARITO
1. B
2. A
3. E
4. E
5. B
6. B
7. E
8. A
9. E
10. B
11. E
12. C
13. C
14. C
22

AFC STN
APNDICE
TABELA I
NORMAL: rea direita de Zc
Parte
inteira e
primeira
decimal
de Zc
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0
3,5
4,0
5,0
Segunda decimal de Zc
0,00
0,50000
0,46017
0,42074
0,38209
0,34458
0,30854
0,27425
0,24196
0,21186
0,18406
0,15866
0,13567
0,11507
0,09680
0,08076
0,06681
0,05480
0,04457
0,03593
0,02872
0,02275
0,01786
0,01390
0,01072
0,00820
0,00621
0,00466
0,00347
0,00256
0,00187
0,00135
0,00023
0,00003
0,00000
0,01
0,49601
0,45620
0,41683
0,37828
0,34090
0,30503
0,27093
0,23885
0,20897
0,18141
0,15625
0,13350
0,11314
0,09510
0,07927
0,06552
0,05370
0,04363
0,03515
0,02807
0,02222
0,01743
0,01355
0,01044
0,00798
0,00604
0,00453
0,00336
0,00248
0,00181
0,00131
0,00022
0,00003
0,00000
0,02
0,49202
0,45224
0,41294
0,37448
0,33724
0,30153
0,26763
0,23576
0,20611
0,17879
0,15386
0,13136
0,11123
0,09342
0,07780
0,06426
0,05262
0,04272
0,03438
0,02743
0,02169
0,01700
0,01321
0,01017
0,00776
0,00587
0,00440
0,00326
0,00240
0,00175
0,00126
0,00022
0,00003
0,00000
0,03
0,48803
0,44828
0,40905
0,37070
0,33360
0,29806
0,26435
0,23270
0,20327
0,17619
0,15151
0,12924
0,10935
0,09176
0,07636
0,06301
0,05155
0,04182
0,03362
0,02680
0,02118
0,01659
0,01287
0,00990
0,00755
0,00570
0,00427
0,00317
0,00233
0,00169
0,00122
0,00021
0,00003
0,00000
0,04
0,48405
0,44433
0,40517
0,36693
0,32997
0,29460
0,26109
0,22965
0,20045
0,17361
0,14917
0,12714
0,10749
0,09012
0,07493
0,06178
0,05050
0,04093
0,03288
0,02619
0,02068
0,01618
0,01255
0,00964
0,00734
0,00554
0,00415
0,00307
0,00226
0,00164
0,00118
0,00020
0,00003
0,00000
0,05
0,48006
0,44038
0,40129
0,36317
0,32636
0,29116
0,25785
0,22663
0,19766
0,17106
0,14686
0,12507
0,10565
0,08851
0,07353
0,06057
0,04947
0,04006
0,03216
0,02559
0,02018
0,01578
0,01222
0,00939
0,00714
0,00539
0,00402
0,00298
0,00219
0,00159
0,00114
0,00019
0,00003
0,00000
0,06
0,47608
0,43644
0,39743
0,35942
0,32276
0,28774
0,25463
0,22363
0,19489
0,16853
0,14457
0,12302
0,10383
0,08691
0,07215
0,05938
0,04846
0,03920
0,03144
0,02500
0,01970
0,01539
0,01191
0,00914
0,00695
0,00523
0,00391
0,00289
0,00212
0,00154
0,00111
0,00019
0,00002
0,00000
0,07
0,47210
0,43251
0,39358
0,35569
0,31918
0,28434
0,25143
0,22065
0,19215
0,16602
0,14231
0,12100
0,10204
0,08534
0,07078
0,05821
0,04746
0,03836
0,03074
0,02442
0,01923
0,01500
0,01160
0,00889
0,00676
0,00508
0,00379
0,00280
0,00205
0,00149
0,00107
0,00018
0,00002
0,00000
0,08
0,46812
0,42858
0,38974
0,35197
0,31561
0,28096
0,24825
0,21770
0,18943
0,16354
0,14007
0,11900
0,10027
0,08379
0,06944
0,05705
0,04648
0,03754
0,03005
0,02385
0,01876
0,01463
0,01130
0,00866
0,00657
0,00494
0,00368
0,00272
0,00199
0,00144
0,00104
0,00017
0,00002
0,00000
0,09
0,46414
0,42465
0,38591
0,34827
0,31207
0,27760
0,24510
0,21476
0,18673
0,16109
0,13786
0,11702
0,09853
0,08226
0,06811
0,05592
0,04551
0,03673
0,02938
0,02330
0,01831
0,01426
0,01101
0,00842
0,00639
0,00480
0,00357
0,00264
0,00193
0,00139
0,00100
0,00017
0,00002
0,00000
Parte
inteira e
primeira
decimal
de Zc
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0
3,5
4,0
5,0
23

AFC STN
TABELA II
NORMAL: rea de 0 a Zc
Parte
inteira e
primeira
decimal
de Zc
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0
3,5
4,0
5,0
Segunda decimal de Zc
0,00
0,00000
0,03983
0,07926
0,11791
0,15542
0,19146
0,22575
0,25804
0,28814
0,31594
0,34134
0,36433
0,38493
0,40320
0,41924
0,43319
0,44520
0,45543
0,46407
0,47128
0,47725
0,48214
0,48610
0,48928
0,49180
0,49379
0,49534
0,49653
0,49744
0,49813
0,49865
0,49977
0,49997
0,50000
0,01
0,00399
0,04380
0,08317
0,12172
0,15910
0,19497
0,22907
0,26115
0,29103
0,31859
0,34375
0,36650
0,38686
0,40490
0,42073
0,43448
0,44630
0,45637
0,46485
0,47193
0,47778
0,48257
0,48645
0,48956
0,49202
0,49396
0,49547
0,49664
0,49752
0,49819
0,49869
0,49978
0,49997
0,50000
0,02
0,00798
0,04776
0,08706
0,12552
0,16276
0,19847
0,23237
0,26424
0,29389
0,32121
0,34614
0,36864
0,38877
0,40658
0,42220
0,43574
0,44738
0,45728
0,46562
0,47257
0,47831
0,48300
0,48679
0,48983
0,49224
0,49413
0,49560
0,49674
0,49760
0,49825
0,49874
0,49978
0,49997
0,50000
0,03
0,01197
0,05172
0,09095
0,12930
0,16640
0,20194
0,23565
0,26730
0,29673
0,32381
0,34849
0,37076
0,39065
0,40824
0,42364
0,43699
0,44845
0,45818
0,46638
0,47320
0,47882
0,48341
0,48713
0,49010
0,49245
0,49430
0,49573
0,49683
0,49767
0,49831
0,49878
0,49979
0,49997
0,50000
0,04
0,01595
0,05567
0,09483
0,13307
0,17003
0,20540
0,23891
0,27035
0,29955
0,32639
0,35083
0,37286
0,39251
0,40988
0,42507
0,43822
0,44950
0,45907
0,46712
0,47381
0,47932
0,48382
0,48745
0,49036
0,49266
0,49446
0,49585
0,49693
0,49774
0,49836
0,49882
0,49980
0,49997
0,50000
0,05
0,01994
0,05962
0,09871
0,13683
0,17364
0,20884
0,24215
0,27337
0,30234
0,32894
0,35314
0,37493
0,39435
0,41149
0,42647
0,43943
0,45053
0,45994
0,46784
0,47441
0,47982
0,48422
0,48778
0,49061
0,49286
0,49461
0,49598
0,49702
0,49781
0,49841
0,49886
0,49981
0,49997
0,50000
0,06
0,02392
0,06356
0,10257
0,14058
0,17724
0,21226
0,24537
0,27637
0,30511
0,33147
0,35543
0,37698
0,39617
0,41309
0,42785
0,44062
0,45154
0,46080
0,46856
0,47500
0,48030
0,48461
0,48809
0,49086
0,49305
0,49477
0,49609
0,49711
0,49788
0,49846
0,49889
0,49981
0,49998
0,50000
0,07
0,02790
0,06749
0,10642
0,14431
0,18082
0,21566
0,24857
0,27935
0,30785
0,33398
0,35769
0,37900
0,39796
0,41466
0,42922
0,44179
0,45254
0,46164
0,46926
0,47558
0,48077
0,48500
0,48840
0,49111
0,49324
0,49492
0,49621
0,49720
0,49795
0,49851
0,49893
0,49982
0,49998
0,50000
0,08
0,03188
0,07142
0,11026
0,14803
0,18439
0,21904
0,25175
0,28230
0,31057
0,33646
0,35993
0,38100
0,39973
0,41621
0,43056
0,44295
0,45352
0,46246
0,46995
0,47615
0,48124
0,48537
0,48870
0,49134
0,49343
0,49506
0,49632
0,49728
0,49801
0,49856
0,49896
0,49983
0,49998
0,50000
0,09
0,03586
0,07535
0,11409
0,15173
0,18793
0,22240
0,25490
0,28524
0,31327
0,33891
0,36214
0,38298
0,40147
0,41774
0,43189
0,44408
0,45449
0,46327
0,47062
0,47670
0,48169
0,48574
0,48899
0,49158
0,49361
0,49520
0,49643
0,49736
0,49807
0,49861
0,49900
0,49983
0,49998
0,50000
Parte
inteira e
primeira
decimal
de Zc
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0
3,5
4,0
5,0
24

AFC STN
TABELA III
QUI-QUADRADO: VALORES Yc tais que P(Y>Yc)=p
GL
0,995
0,990
0,975
0,950
0,900
0,750
0,500
0,250
0,100
0,050
0,025
0,010
0,005
0,001
0,0000393
0,000157
0,000982
0,00393
0,0158
0,102
0,455
1,323
2,706
3,841
5,024
6,635
7,879
10,83
0,0100
0,0201
0,0506
0,103
0,211
0,575
1,386
2,773
4,605
5,991
7,378
9,210
10,60
13,82
0,0717
0,115
0,216
0,352
0,584
1,213
2,366
4,108
6,251
7,815
9,348
11,34
12,84
16,27
0,207
0,297
0,484
0,711
1,064
1,923
3,357
5,385
7,779
9,488
11,14
13,28
14,86
18,47
0,412
0,554
0,831
1,145
1,610
2,675
4,351
6,626
9,236
11,07
12,83
15,09
16,75
20,52
0,676
0,872
1,237
1,635
2,204
3,455
5,348
7,841
10,64
12,59
14,45
16,81
18,55
22,46
0,989
1,239
1,690
2,167
2,833
4,255
6,346
9,037
12,02
14,07
16,01
18,48
20,28
24,32
1,344
1,646
2,180
2,733
3,490
5,071
7,344
10,22
13,36
15,51
17,53
20,09
21,95
26,12
1,735
2,088
2,700
3,325
4,168
5,899
8,343
11,39
14,68
16,92
19,02
21,67
23,59
27,88
10
2,156
2,558
3,247
3,940
4,865
6,737
9,342
12,55
15,99
18,31
20,48
23,21
25,19
29,59
11
2,603
3,053
3,816
4,575
5,578
7,584
10,34
13,70
17,28
19,68
21,92
24,72
26,76
31,26
12
3,074
3,571
4,404
5,226
6,304
8,438
11,34
14,85
18,55
21,03
23,34
26,22
28,30
32,91
13
3,565
4,107
5,009
5,892
7,042
9,299
12,34
15,98
19,81
22,36
24,74
27,69
29,82
34,53
14
4,075
4,660
5,629
6,571
7,790
10,17
13,34
17,12
21,06
23,68
26,12
29,14
31,32
36,12
15
4,601
5,229
6,262
7,261
8,547
11,04
14,34
18,25
22,31
25,00
27,49
30,58
32,80
37,70
16
5,142
5,812
6,908
7,962
9,312
11,91
15,34
19,37
23,54
26,30
28,85
32,00
34,27
39,25
17
5,697
6,408
7,564
8,672
10,09
12,79
16,34
20,49
24,77
27,59
30,19
33,41
35,72
40,79
18
6,265
7,015
8,231
9,390
10,86
13,68
17,34
21,60
25,99
28,87
31,53
34,81
37,16
42,31
19
6,844
7,633
8,907
10,12
11,65
14,56
18,34
22,72
27,20
30,14
32,85
36,19
38,58
43,82
20
7,434
8,260
9,591
10,85
12,44
15,45
19,34
23,83
28,41
31,41
34,17
37,57
40,00
45,31
21
8,034
8,897
10,28
11,59
13,24
16,34
20,34
24,93
29,62
32,67
35,48
38,93
41,40
46,80
22
8,643
9,542
10,98
12,34
14,04
17,24
21,34
26,04
30,81
33,92
36,78
40,29
42,80
48,27
23
9,260
10,20
11,69
13,09
14,85
18,14
22,34
27,14
32,01
35,17
38,08
41,64
44,18
49,73
24
9,886
10,86
12,40
13,85
15,66
19,04
23,34
28,24
33,20
36,42
39,36
42,98
45,56
51,18
25
10,52
11,52
13,12
14,61
16,47
19,94
24,34
29,34
34,38
37,65
40,65
44,31
46,93
52,62
26
11,16
12,20
13,84
15,38
17,29
20,84
25,34
30,43
35,56
38,89
41,92
45,64
48,29
54,05
27
11,81
12,88
14,57
16,15
18,11
21,75
26,34
31,53
36,74
40,11
43,19
46,96
49,64
55,48
28
12,46
13,56
15,31
16,93
18,94
22,66
27,34
32,62
37,92
41,34
44,46
48,28
50,99
56,89
29
13,12
14,26
16,05
17,71
19,77
23,57
28,34
33,71
39,09
42,56
45,72
49,59
52,34
58,30
30
13,79
14,95
16,79
18,49
20,60
24,48
29,34
34,80
40,26
43,77
46,98
50,89
53,67
59,70
40
20,71
22,16
24,43
26,51
29,05
33,66
39,34
45,62
51,81
55,76
59,34
63,69
66,77
73,40
50
27,99
29,71
32,36
34,76
37,69
42,94
49,33
56,33
63,17
67,50
71,42
76,15
79,49
86,66
60
35,53
37,48
40,48
43,19
46,46
52,29
59,33
66,98
74,40
79,08
83,30
88,38
91,95
99,61
70
43,28
45,44
48,76
51,74
55,33
61,70
69,33
77,58
85,53
90,53
95,02
100,43
104,21
112,32
80
51,17
53,54
57,15
60,39
64,28
71,14
79,33
88,13
96,58
101,88
106,63
112,33
116,32
124,84
90
59,20
61,75
65,65
69,13
73,29
80,62
89,33
98,65
107,57
113,15
118,14
124,12
128,30
137,21
100
67,33
70,06
74,22
77,93
82,36
90,13
99,33
109,14
118,50
124,34
129,56
135,81
140,17
149,45
Exemplo: o valor da qui-quadrado com =16 graus de liberdade (GL) com rea da cauda superior igual
a 0,100 (P(Y>yc) = 0,1) 23,54, ou seja, 162 = 23,54 .
25

AFC STN
TABELA IV (t de Student): valores tc tais que P(-tc < t < tc) = 1-p
GL
0,5
0,4
0,3
0,2
0,1
0,05
0,02
0,01
0,005
0,002
0,001
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
120
5000
1,000
0,816
0,765
0,741
0,727
0,718
0,711
0,706
0,703
0,700
0,697
0,695
0,694
0,692
0,691
0,690
0,689
0,688
0,688
0,687
0,686
0,686
0,685
0,685
0,684
0,684
0,684
0,683
0,683
0,683
0,681
0,679
0,679
0,677
0,675
1,376
1,061
0,978
0,941
0,920
0,906
0,896
0,889
0,883
0,879
0,876
0,873
0,870
0,868
0,866
0,865
0,863
0,862
0,861
0,860
0,859
0,858
0,858
0,857
0,856
0,856
0,855
0,855
0,854
0,854
0,851
0,849
0,848
0,845
0,842
1,963
1,386
1,250
1,190
1,156
1,134
1,119
1,108
1,100
1,093
1,088
1,083
1,079
1,076
1,074
1,071
1,069
1,067
1,066
1,064
1,063
1,061
1,060
1,059
1,058
1,058
1,057
1,056
1,055
1,055
1,050
1,047
1,045
1,041
1,037
3,078
1,886
1,638
1,533
1,476
1,440
1,415
1,397
1,383
1,372
1,363
1,356
1,350
1,345
1,341
1,337
1,333
1,330
1,328
1,325
1,323
1,321
1,319
1,318
1,316
1,315
1,314
1,313
1,311
1,310
1,303
1,299
1,296
1,289
1,282
6,314
2,920
2,353
2,132
2,015
1,943
1,895
1,860
1,833
1,812
1,796
1,782
1,771
1,761
1,753
1,746
1,740
1,734
1,729
1,725
1,721
1,717
1,714
1,711
1,708
1,706
1,703
1,701
1,699
1,697
1,684
1,676
1,671
1,658
1,645
12,706
4,303
3,182
2,776
2,571
2,447
2,365
2,306
2,262
2,228
2,201
2,179
2,160
2,145
2,131
2,120
2,110
2,101
2,093
2,086
2,080
2,074
2,069
2,064
2,060
2,056
2,052
2,048
2,045
2,042
2,021
2,009
2,000
1,980
1,960
31,821
6,965
4,541
3,747
3,365
3,143
2,998
2,896
2,821
2,764
2,718
2,681
2,650
2,624
2,602
2,583
2,567
2,552
2,539
2,528
2,518
2,508
2,500
2,492
2,485
2,479
2,473
2,467
2,462
2,457
2,423
2,403
2,390
2,358
2,327
63,657
9,925
5,841
4,604
4,032
3,707
3,499
3,355
3,250
3,169
3,106
3,055
3,012
2,977
2,947
2,921
2,898
2,878
2,861
2,845
2,831
2,819
2,807
2,797
2,787
2,779
2,771
2,763
2,756
2,750
2,704
2,678
2,660
2,617
2,577
127,321
14,089
7,453
5,598
4,773
4,317
4,029
3,833
3,690
3,581
3,497
3,428
3,372
3,326
3,286
3,252
3,222
3,197
3,174
3,153
3,135
3,119
3,104
3,091
3,078
3,067
3,057
3,047
3,038
3,030
2,971
2,937
2,915
2,860
2,808
318,309
22,327
10,215
7,173
5,893
5,208
4,785
4,501
4,297
4,144
4,025
3,930
3,852
3,787
3,733
3,686
3,646
3,610
3,579
3,552
3,527
3,505
3,485
3,467
3,450
3,435
3,421
3,408
3,396
3,385
3,307
3,261
3,232
3,160
3,092
636,619
31,599
12,924
8,610
6,869
5,959
5,408
5,041
4,781
4,587
4,437
4,318
4,221
4,140
4,073
4,015
3,965
3,922
3,883
3,850
3,819
3,792
3,768
3,745
3,725
3,707
3,690
3,674
3,659
3,646
3,551
3,496
3,460
3,373
3,292
Exemplo de uso da tabela t de Student: entrando-se na tabela com a probabilidade p = 0,1 e GL = 7,

lemos o valor t7 = 1,895. Logo, P(-1,895<t7<1,895) = 0,9 e P(t7>1,895) = P(t7<-1,895) = 0,1/2= 0,05.
26

AFC STN
TABELA V
DISTRIBUIO F: valores fc tais que P(F>fc) = p
GL2
1
P(F>)
0,100
0,050
0,025
0,010
0,005
0,001
0,100
0,050
0,025
0,010
0,005
0,001
0,100
0,050
0,025
0,010
0,005
0,001
0,100
0,050
0,025
0,010
0,005
0,001
0,100
0,050
0,025
0,010
0,005
0,001
0,100
0,050
0,025
0,010
0,005
0,001
0,100
0,050
0,025
0,010
0,005
0,001
1
39,9
161
648
4052
16211
405284
8,53
18,5
38,5
98,5
199
999
5,54
10,13
17,44
34,12
55,55
167,03
4,54
7,71
12,22
21,20
31,33
74,14
4,06
6,61
10,01
16,26
22,78
47,18
3,78
5,99
8,81
13,75
18,63
35,51
3,59
5,59
8,07
12,25
16,24
29,25
2
49,5
199
799
4999
19999
499999
9,00
19,0
39,0
99,0
199
999
5,46
9,55
16,04
30,82
49,80
148,50
4,32
6,94
10,65
18,00
26,28
61,25
3,78
5,79
8,43
13,27
18,31
37,12
3,46
5,14
7,26
10,92
14,54
27,00
3,26
4,74
6,54
9,55
12,40
21,69
3
53,6
216
864
5403
21615
540379
9,16
19,2
39,2
99,2
199
999
5,39
9,28
15,44
29,46
47,47
141,11
4,19
6,59
9,98
16,69
24,26
56,18
3,62
5,41
7,76
12,06
16,53
33,20
3,29
4,76
6,60
9,78
12,92
23,70
3,07
4,35
5,89
8,45
10,88
18,77
4
55,8
225
900
5625
22500
562500
9,24
19,2
39,2
99,2
199
999
5,34
9,12
15,10
28,71
46,19
137,10
4,11
6,39
9,60
15,98
23,15
53,44
3,52
5,19
7,39
11,39
15,56
31,09
3,18
4,53
6,23
9,15
12,03
21,92
2,96
4,12
5,52
7,85
10,05
17,20
GL1
5
6
57,2
58,2
230
234
922
937
5764
5859
23056
23437
576405 585937
9,29
9,33
19,3
19,3
39,3
39,3
99,3
99,3
199
199
999
999
5,31
5,28
9,01
8,94
14,88
14,73
28,24
27,91
45,39
44,84
134,58
132,85
4,05
4,01
6,26
6,16
9,36
9,20
15,52
15,21
22,46
21,97
51,71
50,53
3,45
3,40
5,05
4,95
7,15
6,98
10,97
10,67
14,94
14,51
29,75
28,83
3,11
3,05
4,39
4,28
5,99
5,82
8,75
8,47
11,46
11,07
20,80
20,03
2,88
2,83
3,97
3,87
5,29
5,12
7,46
7,19
9,52
9,16
16,21
15,52
7
58,9
237
948
5928
23715
592873
9,35
19,4
39,4
99,4
199
999
5,27
8,89
14,62
27,67
44,43
131,58
3,98
6,09
9,07
14,98
21,62
49,66
3,37
4,88
6,85
10,46
14,20
28,16
3,01
4,21
5,70
8,26
10,79
19,46
2,78
3,79
4,99
6,99
8,89
15,02
8
59,4
239
957
5981
23925
598144
9,37
19,37
39,4
99,4
199
999
5,25
8,85
14,54
27,49
44,13
130,62
3,95
6,04
8,98
14,80
21,35
49,00
3,34
4,82
6,76
10,29
13,96
27,65
2,98
4,15
5,60
8,10
10,57
19,03
2,75
3,73
4,90
6,84
8,68
14,63
9
59,9
241
963
6022
24091
602284
9,38
19,38
39,4
99,4
199
999
5,24
8,81
14,47
27,35
43,88
129,86
3,94
6,00
8,90
14,66
21,14
48,47
3,32
4,77
6,68
10,16
13,77
27,24
2,96
4,10
5,52
7,98
10,39
18,69
2,72
3,68
4,82
6,72
8,51
14,33
10
60,2
242
969
6056
24224
605621
9,39
19,40
39,4
99,4
199
999
5,23
8,79
14,42
27,23
43,69
129,25
3,92
5,96
8,84
14,55
20,97
48,05
3,30
4,74
6,62
10,05
13,62
26,92
2,94
4,06
5,46
7,87
10,25
18,41
2,70
3,64
4,76
6,62
8,38
14,08
Exemplo: entrando-se na tabela com a probabilidade p = 5% =0,050, e GL1 = GL2 = 5, lemos o

valor fc = 5,05. Logo, P(F>5,05) = 5% = 0,050.
27

Aula 00

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Aula 00

Enviado por

Direitos autorais:

Formatos disponíveis

Curso Online Estatstica em Exerccios

Curso Online Estatstica em Exerccios

Curso Online Estatstica em Exerccios

Prof. Alexandre Lima

Curso Online Estatstica em Exerccios

Modelo de Exerccios Comentados e Resolvidos

Reta estimada obtida: Yi = 8,1 + 1,5 X i

Prof. Alexandre Lima

Curso Online Estatstica em Exerccios

em que a soma dos quadrados da regresso (SQR) dada pela expresso

e a soma dos quadrados dos erros (SQE) por

SQE = ei2 = SQT SQR = S yy SQR .

SQR = b 2 S xx = 1,52 nS x2 = 2,25 22 8 = 396

Prof. Alexandre Lima

Curso Online Estatstica em Exerccios

Prof. Alexandre Lima

Curso Online Estatstica em Exerccios

(*) Gujarati, D. N. Econometria Bsica, 3 Ed., Ed. Pearson, pg. 101.

em que cada resduo dado por ei = Yi Yi = Yi X i . O estimador de MQ 2

Prof. Alexandre Lima

Curso Online Estatstica em Exerccios

Dados: p = 5 / 7 , = 0,04 . Sabe-se que z2,5% = 1,96. Logo,

Curso Online Estatstica em Exerccios

em que N denota o nmero de elementos da populao.

em que X a mdia amostral, 0 a suposta mdia da populao, S o

Curso Online Estatstica em Exerccios

Curso Online Estatstica em Exerccios

As frequncias observadas so:

O11 = 55 55 candidatos do sexo masculino foram aprovados

O12 = 65 65 candidatos do sexo masculino foram reprovados

O21 = 95 95 candidatos do sexo feminino foram aprovados

O22 = 85 85 candidatos do sexo feminino foram reprovados

As frequncias esperadas devem ser calculadas pela frmula:

Curso Online Estatstica em Exerccios

A opo com o valor mais prxima a E (1,39).

em que z/2 denota o valor crtico da normal padro tal que

O intervalo de confiana para a mdia populacional ( ) quando o desvio

Prof. Alexandre Lima

Curso Online Estatstica em Exerccios

em que t n1, / 2 representa o valor crtico da varivel aleatria t de Student com

Lembre que a distribuio t de Student tende para a normal padro para

Foi obtido um intervalo de confiana aproximado com amplitude 19,6 (= 41,8

Prof. Alexandre Lima

Curso Online Estatstica em Exerccios

Agora a amplitude do intervalo de confiana mudou para 23,06 (= 43,53

2(n) = X = (Z1)2 + (Z2)2 + ... + (Zn)2

Curso Online Estatstica em Exerccios

Mdia: E(X) = = np = 900 x 1/2 = 450

Varincia: Var(X) = 2 = npq = np(1p) = 900 x 1/2 x 1/2 = 225

Por conseguinte, = 2251/2 = 15 (desvio padro).

Prof. Alexandre Lima

Curso Online Estatstica em Exerccios

Curso Online Estatstica em Exerccios

Lista de Questes Comentadas na Aula

Prof. Alexandre Lima

Curso Online Estatstica em Exerccios

5. (MI-CENAD/ESAF/2012) Pretende-se estimar por amostragem a

Prof. Alexandre Lima

Curso Online Estatstica em Exerccios

Curso Online Estatstica em Exerccios

Curso Online Estatstica em Exerccios

Prof. Alexandre Lima

Curso Online Estatstica em Exerccios

Prof. Alexandre Lima