Escolar Documentos
Profissional Documentos
Cultura Documentos
Solucoes Dos Exercicios de Estatistica
Solucoes Dos Exercicios de Estatistica
Resolu
c
ao Exerccios sobre Estatstica
Seja X uma populacao com valor medio E (X) e variancia 2 V (X). Se (X1 , X2 , . . . , Xn ) e uma
amostra aleatoria de dimensao n, representativa de n extraccoes ao acaso e com reposicao da populacao X,
entao:
X1 , X2 , . . . , Xn sao v.a.s independentes;
X1 , X2 , . . . , Xn sao v.a.s identicamente distribudas com uma distribuicao igual `a da populacao X.
Parametro:
E (X)
Estimador:
= 1 Pn X i
X
n i=1
Estimadores
2 V (X)
S2 =
Proporcao p
1 Pn
2
Xi X
n 1 i=1
P = K/n
= 1 Pn Xi e a media
Seja X uma populacao com valor medio E (X) e variancia 2 V (X). Se X
n i=1
de uma amostra aleatoria, (X1 , X2 , . . . , Xn ), de dimensao n de X, entao:
= E (X) ;
E X
2
= V (X) .
V X
n
n
2
X N , 2
2 conhecido
N , 2 /n
X
2 desconhecido
N , 2 /n
X
Estatstica
X
N (0, 1)
Z=
/ n
T =
X
tn1
S/ n
X N ou X ?
2 conhecido
n 30
Z=
a
X
N (0, 1)
/ n
X N ou X ?
2 desconhecido
n 30
Z=
a
X
N (0, 1)
S/ n
Estimac
ao Pontual
1. (a) E (X) = 1.85, E X 2 = 4.85, 2 V (X) = E X 2 E 2 (X) = 1.4275
0
1
2
3
4
, E (X1 ) = = 1.85, V (X1 ) = 2 = 1.4275
(b) X1
0.15 0.25 0.30 0.20 0.10
0
1
2
3
4
X2
, E (X2 ) = = 1.85, V (X2 ) = 2 = 1.4275
0.15 0.25 0.30 0.20 0.10
= 1 Xi Estimador para 2 V (X): S 2 = 1 Pn Xi X
2
(c) Estimador para E (X): X
i=1
n
n1
P10
P10
2
1
1
2
) = 18.4/9 = 2.0444(4).
(d) x
= 10 i=1 xi = 1.6, s = 101 i=1 (xi x
r
q
= = 1.4275 = 0.451415136.
= V X
(e) X
10
n
r
2
= s 0.4522
b X
10
2. X1 , . . . , Xn sao v.a.s i.i.d. de uma populacao X tal que E (X) = e V (X) = 2 . Entao, E (Xi ) =
e V (Xi ) = 2 , i = 1, . . . , n
= 1 Pn E (Xi ) = 1 Pn = n =
(a) E X
i=1
n
n
n1 Pi=1
Pn
2
n2
2
1
1 e estimador centrado de .
(b) E (
1 ) = 21 (E (X1 ) + E (Xn )) = +
2 = ,
1
E (
2 ) = 10
(2E (X1 ) + 3E (X2 ) + 5E (X3 )) = 2+3+5
= ,
2 e estimador centrado de .
10
Como os dois estimadores sao centrados
2
2
2
EQM (
1 ) = V (
1 ) = 212 (V (X1 ) + V (Xn )) = +
= 2
2
2
2
+25 2
= 0.38 2
EQM (
2 ) = V (
2 ) = 1012 22 V (X1 ) + 32 V (X2 ) + 52 V (X3 ) = 4 +9
100
EQM (
1 ) > EQM (
2 ),
2 e o melhor estimador por ser mais eficiente que
1 .
Nenhum e consistente porque os seus EQMs nao convergem para 0 quando a dimensao amostral,
n, converge para +.
=E X
2 E2 X
2 = E X
2 + 2 E X
2 = 2 + 2 6= 2
(c) V X
n
3. Trata-se de uma populacao X U [0, ] cujo valor medio e = E (X) = /2 e cuja variancia e
2 = V (X) = 2 /12.
= 2E (X) = 2/2 = , logo e centrado.
= 2E X
(a) E 2X
e estimador consistente
= V 2X
= 22 V X
= 4 V (X) = 4 2 = 2 0, logo 2X
EQM 2X
n
n 12
3n n
de .
(b) Havendo apenas um par
ametro a estimar, o estimador de momentos para , resulta da solucao da
Como E (X) = /2, tem-se E (X) = X
=X
= 2X.
O estimador
equacao E (X) = X.
2
para e = X.
p = 1/X.
O estimador de momentos para p e P = 1/X.
1 =X
Como p = 1/, E (X) = X
p
= E (X) = .
(b) E ( ) = E X
= V (X) = (1) .
(c) Como e estimador centrado para , entao EQM ( ) = V ( ) = V X
n
n
T nao e estimador centrado para , pelo que
2
2
EQM (T ) = V (T ) + (E (T ) ) = 2 1 + ( + 1 ) = 2 .
Para n 1, EQM ( ) < EQM (T ) (considerando tambem que > 0). Assim e mais eficiente
que T .
E (X) = X
n+1
n + 1 2n
n+1
(b) E e = E
Mn =
E (Mn ) =
= , logo e e estimador centrado para .
2n
2n
2n n + 1
= E (X) = , logo e estimador centrado para .
E ( ) = E X
(c) Como e e sao estimadores centrados para , o mais eficiente sera o que tiver menor variancia.
2
2
n+1
4n
2
n+1
n+1
2
e
V (Mn ) =
Mn =
=
V =V
2
2n
2n
2n
n (n + 2)
(n + 2) (n + 1)
2
2
= V (X) = 1 4 =
V ( ) = V X
n
n 12 3n
Para n 2, n + 2 3, logo V e V ( ). Assim, e e mais eficiente do que .
(d) n = 8,
M8 = 12.71
x
= 5.85. Assim e = 7.149375
= 5.85.
6. (a) No que se segue, representaremos por Z uma v.a. com distribuicao N (0, 1).
= 1 P64 Xi . Sendo X1 , . . . , X64 v.a.s i.i.d com E (Xi ) = 1 e 2 V (Xi ) = 1, pelo
Seja X
i=1
64
a
X
1
Teorema Limite Central sabemos que n
=8 X
N (0, 1).
5
5
P X 4 = P 8 X 1 8 4 1 P (Z 2) = (2) = 0.9772
(b) Havendo apenas um par
ametro a estimar, o estimador de momentos para , resulta da solucao da
Como E (X) = 2 + 1, entao
equacao E (X) = X.
2+1 = X
= X
1 /2. O estimador de momentos para e = X
1 /2.
E (X) = X
1 /2 = (E (X) 1) /2 = (2 + 1 1) /2 = , logo e estimador centrado
E ( ) = E X
para .
Estimac
ao por Intervalo de Confian
ca
7. Populacao Normal com = 20. n = 20, x
= 320.
X
1.65 20 X
+ 1.65 20
1.65 Z 1.65 1.65 n X
1.65 X
20
n
n
i
h
+ 1.65 20
1.65 20 , X
IC90% () X
n
n
Intervalo de confianca observado: IC90% () = [312.6209757, 327.3790243]
(b) A amplitude de qualquer IC90% (), para uma amostra de dimensao n, e A = 2 1.65 20n
A = 1 2 1.65 20n = 1 n = 4356
A = 5 2 1.65 20n = 5 n = 174.24 n = 175
8. n = 10,
xi = 2127.6,
x2i = 481020.94, x
= 212.76, s2 = 3150.307111
+ 2.26 S
2.26 S X
2.26 T 2.26 2.26 10 X
2.26 X
S
10
10
h
i
2.26 S , X
+ 2.26 S
IC95% () X
10
10
Intervalo de confian
ca observado:
i
h
+ 2.26 s10 = [172.6470238, 252.8729762]
IC95% () = x
2.26 s10 , x
9. (a) n = 8, x
= 36, s = 10. Admitindo que a populacao X-combustvel gasto numa viagem, tem
distribuicao Normal e desconhecendo-se 2 :
Estatstica pivot: T = 8 X
t7
S
Constante c que, para 1 = 0.90, verifica:
P (c T c) = 0.90 P (T c) = 0.95 c = t7:0.05 = 1.895
Constante c que, para 1 = 0.95, verifica:
P (c T c) = 0.95 P (T c) = 0.975 c = t7:0.025 = 2.365
Deducao dos intervalos de 90% e 95%
de confianca:
S
S
IC90% () = 36 1.895
,
36
1.895
= [29.30016325, 42.69983675]
8
8i
h
10
10
, 36 2.365
= [27.63846231, 44.36153769]
IC95% () = 36 2.365
8
8
(b) n = 50, x
= 36, s = 10.
a
Estatstica pivot: Z = 50 X
N (0, 1)
S
Constante c que, para 1 = 0.90, verifica:
P (c Z c) 0.90 P (Z c) 0.95 c z0.05 = 1.65
Constante c que, para 1 = 0.95, verifica:
P (c Z c) 0.95 P (Z c) 0.975 c z0.025 = 1.96
Deducao dos intervalos de 90%e 95% de confianca:
+ 1.65 S
1.65 S X
1.65 X
1.65 Z 1.65 1.65 50 X
S
50
50
h
i
S
S
10. n = 140, x
= 0.85, s = 0.20.
Estatstica pivot: Z =
a
140 X
N (0, 1)
S
1.96 S X
+ 1.96 S
1.96 Z 1.96 1.96 140 X
1.96 X
S
140
140
i
h
+ 1.96 S
1.96 S , X
IC95% () X
140
140
Intervalo de confian
ca observado:
h
i
s
s
IC95% () = x
1.96 140
,x
+ 1.96 140
= [0.8168699532, 0.8831300468]
a
Estatstica pivot Z = 100 q P p N (0, 1)
P (1P )
Constante c que, para 1 = 0.98, verifica:
P (c Z c) 0.98 P (Z c) 0.99 c z0.01 = 2.33
P (1P )
P p
q
2.33 Z 2.33 2.33 100
p P +
2.33 P 2.33
100
P (1P )
q
P (1P )
2.33
100
q
q
P (1P )
+ 2.33 P (1P )
,
P
IC98% (p) P 2.33
100
100
Intervalo de
confiancaq
observado:
q
p(1
p)
p(1
p)
xi = 1710.9,
x2i = 381756.31, x
= 213.8625, s2 = 2265.565535
2
Estatstica pivot: X 2 = 7 S2 27 .
q
q
S2
S2
7 16.01 , 7 1.690
Intervalo de 95% de confianca para : IC95% ()
13. Consideremos a populacao X-volume de producao diaria (em toneladas). Seja E (X) e 2 V (X).
Medidas amostrais: n = 20, x
= 10.97, s2 = 1.727 e s = 1.314.
Trata-se de uma populacao com distribuicao normal de variancia desconhecida.
t19
Estatstica pivot: T = 20 X
S
Constante c que, para 1 = 0.98, verifica:
P (c T c) = 0.98 P (T c) = 0.99 c = t19:0.01 = 2.54
+ 2.54 S
2.54 S X
2.54 X
2.54 T 2.54 2.54 20 X
S
20
20
h
i
S
S
14. Considere-se a populacao X-montante das contas em aberto. Sabe-se que X tem distribuicao normal.
2
Informacao amostral: n = 25, x
= 2748/25
= 109.92, s = 9/ (25 1) = 0.375.
Estimativa pontual do desvio padr
ao: s = s2 = 0.6123724357
Estimativa por intervalo de 90% de confianca para a variancia, 2 .
2
q
S2
,
24 36.4
S2
24 13.8
Intervalo observado
de 90% deconfianca para
:
0.2472527473, 0.652173913 = [0.4972451581, 0.8075728531]
IC90% () =
15. Tratando-se de uma amostra de dimensao n 30 de uma populacao com variancia desconhecida, a
a
estatstica pivot a usar sera Z = n X
N (0, 1).
S
Para 1 = 0.95, z/2 = z0.025 = 1.96, logo P (1.96 Z 1.96) 0.95.
X
1.96 S X
+ 1.96 S
1.96 Z 1.96 1.96 n
1.96 X
S
n
n
S
S
+ 1.96
1.96 , X
IC95% () X
n
n
Para os valores amostrais fornecidos, IC95% () = [1017.824, 1020.176].
Teste de Hip
oteses
16. Populacao Normal com variancia conhecida e = 40. n = 10, x
= 216.
(a)
H0 : = 200 vs H1 : 6= 200
Estatstica de teste: Z = 10 X200
40
=200
N (0, 1)
= 1.265
/ R0.05 .
Decisao: zobs = 10 216200
40
Nao rejeitar H0 ao nvel de signific
ancia de 5%.
Os dados evidenciam que o consumo medio de gelado de chocolate e igual a 200 euros, numa
decisao com 5% de signific
ancia.
p-value = P (|Z| > |zobs |) = P (|Z| > 1.265) = 2P (Z > 1.27) = 2 (1 0.8980) = 0.204
Caso quisessemos decidir usando o p-value: Como p-value > 5% nao rejeitamos H0 ao nvel de
signific
ancia de 5%.
(b)
=200
N (0, 1)
= 1.265
/ R0.05 .
Decisao: zobs = 10 216200
40
Nao rejeitar H0 ao nvel de signific
ancia de 5%.
Os dados nao evidenciam que o consumo medio de gelado de chocolate seja inferior a 200
euros, numa decisao com 5% de signific
ancia.
i. p-value = P (|Z| > |zobs |) = P (|Z| > 1.27) = 2P (Z > 1.26) = 0.204
Caso quisessemos decidir usando o p-value: Como p-value > 5% nao rejeitamos H0 ao nvel
de signific
ancia de 5%.
ii. p-value = P (Z < zobs ) = P (Z < 1.27) = 0.898
Caso quisessemos decidir usando o p-value: Como p-value > 5% nao rejeitamos H0 ao nvel
de signific
ancia de 5%.
X190
(d) Se Z = 10 40
N (0, 1).
=190
10 X200
< 1.64 | = 190 =
Q (190) = P (Rejeitar H0 | = 190 ) = P
40
10 X190+190200
10 X190
< 1.64 | = 190 = P
< 1.64 10 190200
| = 190 =
=P
40
40
40
= P (Z < 0.85) = 0.19766
17. Populacao Normal com variancia 2 desconhecida. n = 10, x
= 0.96, s2 = 0.056.
(a)
(b)
H0 : = 0.9 vs H1 : 6= 0.9
Estatstica de teste: T = 10 X0.9
S
t9
=0.9
s
R0.01
= 0.8018
/ R0.01 , logo nao rejeitar H0 ao nvel de 1% de
Decisao: tobs = 10 0.960.9
0.056
signific
ancia, ou seja os dados confirmam as afirmacoes de produtor, com uma signific
ancia
de 1%.
p-value = P (|T | > |tobs |) = P (|T | > 0.802) = 2P (T > 0.802) = 2 0.22161 = 0.44322
H0 : 0.9 vs H1 : > 0.9
Estatstica de teste: T = 10 X0.9
S
t9
=0.9
a
Estatstica pivot: Z = 50 X
20 N (0, 1)
Constante c que, para 1 = 0.94, verifica:
P (c Z c) 0.94 P (Z c) 0.97 c z0.03 = 1.88
Deducao do intervalo de 94% de confianca:
20
+ 1.88 20
X
1.88 Z 1.88 1.88 50 X
20 1.88 X 1.88
50
50
20
20
1.88 , X
+ 1.88
IC94% () X
50
50
Intervalo de confian
ca observado:
i
h
IC94% () = 114 1.88 2050 , 114 + 1.88 2050 = [108.682557, 119.317443]
=110
N (0, 1)
100 X110
S
Estatstica de teste: Z =
=5000
N (0, 1)
R0.05
Rejeitar H0 ao nvel de signific
ancia de 5% se zobs = 100 x5000
s
a
P 0.30
0.30(10.30) p=0.30
N (0, 1)
P 0.30
0.30(10.30)
R0.1
a
P 0.10
0.10(10.10) p=0.10
N (0, 1)
Decisao: zobs = 1.333. p-value P (|Z| > 1.33) = 0.1836 > 0.05
Nao rejeitar H0 a 5% de signific
ancia. Os dados nao evidenciam que a proporcao de possuidores
desta desordem na populacao seja diferente de 10%.
22. Populacao Normal. n = 20, s2 = 0.3
H0 : 2 0.5 vs H1 : 2 > 0.5
S
Estatstica de teste: X 2 = 19 0.5
2 =0.5
219
23. n = 25, x
= 50.2.
(a) s2 =
251
24
= 10.45833333
S
Estatstica de teste: X 2 = 24 12.25
2 =12.25
224
P 0.55
Estatstica de teste: Z = 32 p
0.55 (1 0.55)
p=0.55
N (0, 1)
p0.55
0.55(10.55)
R0.04
25. Sabemos que a populacao X-valor das contas em abertotem distribuicao Normal com desvio padr
ao
conhecido, = 0.58. Para uma amostra de dimensao n = 10,
H0 : = 115
vs H1 : 6= 115.
115
X
Estatstica de teste: Z = 10
N (0, 1)
0.58 =115
Regiao de rejeicao para um nvel de signific
ancia = 5%:
R0.05 (, c) (c, +), com c tal que P (Z > c) = 0.05/2 = 0.025 c = z0.25 = 1.96
R0.05 (, 1.96) (1.96, +)
115
R0.05 o que e equivalente a
Rejeitar H0 ao nvel de signific
ancia = 5% se zobs = 10 x0.58
x
115
< 1.96
10
0.58
x
115
> 1.96
10
0.58
x
< 114.6405123
x
> 115.3594877
H0 verd.
24
10
H0 verd.
23
Oi
1
8
11
11
1
Ei
0.2848
5.8656
16.3104
8.6816
0.8576
Classes
], 10.1]
]10.1, 11.5]
]11.5, +[
Oi
9
11
12
Ei
6.1504
16.3104
9.5392
(b) Hip
oteses a testar: H0 : X N (, 1) vs H1 : X N (, 1)
Para k = 3 classes e p = 1 par
ametros estimados,
P3
2
2
Estatstica de teste: X = i=1 (Oi Ei ) /Ei 21
H0 verd.
Oi
8
51
37
4
100
Ei
6.68
43.32
43.32
6.68
100
(Oi Ei ) /Ei
0.2608
1.3616
0.9220
1.0752
3.6196
Hip
oteses a testar: H0 : X N (, 36) vs H1 : X N (, 36)
Para k = 4 classes e p = 1 par
ametros estimados,
P4
2
2
Estatstica de teste: X = i=1 (Oi Ei ) /Ei 22
H0 verd.
11
Regress
ao Linear Simples
Nas resolucoes que se seguem todos os resultados foram arredondados a 3 casas decimais.
P
P
P 2
P 2
P
30. n = 14,
xi = 422,
yi = 157.8,
xi = 12848,
yi = 1976.54,
xi yi = 4906.1, x
= 30.143,
y = 11.271, sxx = 127.594, syy = 198.044, sxy = 149.715
b) b1 = 1.173, b0 = 24.087, y |x = 24.087 + 1.173 x
c) R2 = 0.886. Temos um bom ajuste.
d)
= 1.369
H0 : 1 = 0 vs H1 : 1 6= 0
Y |30 E (Y |30 )
q
t12
x)2
1
14
+ (30
Sxx
14
Sxx
q
q
(30
x)2
x)2
1
1
Y |30 1.78
14 + Sxx E (Y |30 ) Y |30 + 1.78
14
+ (30
S
xx
q
q
x )2
(30
x)2
1
1
,
Y
|30
+
1.78
+ (30
+
IC90% (E (Y |30 )) Y |30 1.78
14
Sxx
14
Sxx
Intervalo de confianca observado:
IC90% (E (Y |30 )) = [10.451, 11.755]
Y |30 Y |30
q
t12
x)2
1
1 + 14
+ (30
Sxx
1 + 14
Sxx
q
q
(30
x)2
x)2
1
1
Y |30 2.18
1 + 14 + Sxx Y |30 Y |30 + 2.18
+ (30
1 + 14
S
xx
q
q
x )2
(30
x)2
1
1
+ (30
+
,
Y
|30
+
2.18
12
(b) R2 = 0.872
(c)
= 15.439
H0 : 1 = 0 vs H1 : 1 6= 0
R0.05
Rejeitar H0 ao nvel de signific
ancia de 5% se tobs = sxx
Y |80 Y |80
q
t10
x)2
1
1 + 12
+ (80
Sxx
1 + 12
+ (80
Sxx
q
q
(80
x)2
x)2
1
1
1 + 12
+ (80
Y |80 2.23
1 + 12 + Sxx Y |80 Y |80 + 2.23
Sxx
q
q
(80
x )2
(80
x)2
1
1
(e) Y |
x = b 0 + b1 x
= y b1 x
+ b1 x
= y
32. n = 12, x
= 6, y = 17.333, sxx = 60, sxY = 86.424, sY Y = 134.285,
= 0.993
(a) b1 = 1.44, b0 = 8.693, Y |x = 8.693 + 1.44 x
(b)
= 0.993
H0 : 1 = 0 vs H1 : 1 6= 0
13
Y |6 E (Y |6 )
q
t10
x)2
1
+ (6
12
Sxx
12
Sxx
q
q
(6
x)2
x)2
1
1
Y |6 3.17
12 + Sxx E (Y |6 ) Y |6 + 3.17
+ (6
12
S
xx
q
q
x)2
(6
x)2
1
1
+ (6
+
,
Y
|6
+
3.17
IC99% (E (Y |6 )) Y |6 3.17
12
Sxx
12
Sxx
Intervalo de confianca observado:
IC99% (E (Y |6 )) = [16.424, 18.242]
33. (a) b1 = 0.399, b0 = 10.158. R2 = 0.967.
(b)
= 0.124
H0 : 1 = 0 vs H1 : 1 6= 0
R0.01
Rejeitar H0 ao nvel de signific
ancia de 1% se tobs = sxx
Y |12.4 E (Y |12.4 )
q
t8
x)2
1
+ (12.4
10
Sxx
10
Sxx
q
q
(12.4
x)2
x)2
1
1
Y |12.4 2.31
10 + Sxx
E (Y |12.4 ) Y |12.4 + 2.31
10
+ (12.4
Sxx
q
q
(12.4
x )2
(12.4
x)2
1
1
10 + Sxx
IC95% (E (Y |12.4 )) Y |12.4 2.31
10 + Sxx , Y |12.4 + 2.31
Intervalo de confianca observado:
IC95% (E (Y |12.4 )) = [5.119, 5.301]
34. (a) b1 = 1.183, b0 = 12.005
(b)
= 8.194
H0 : 1 = 0 vs H1 : 1 6= 0
14
Estatstica de teste: T =
Sxx 10 t14
1 =0
R0.1
Rejeitar H0 ao nvel de signific
ancia de 10% se tobs = sxx
Y |22 Y |22
q
t14
x)2
1
+ (22
1 + 16
Sxx
1 + 16
+ (22
Sxx
q
q
(22
x)2
x)2
1
1
Y |22 1.76
1 + 16 + Sxx Y |22 Y |22 + 1.76
1 + 16
+ (22
S
xx
q
q
x )2
(22
x)2
1
1
1
+
,
Y
|22
+
1.76
+ (22
+
IC90% (Y |22 ) Y |22 1.76
1 + 16
Sxx
16
Sxx
Intervalo de confianca observado:
IC90% (Y |22 ) = [22.828, 53.234]
35. (a) b1 = 1.639, b0 = 0.363
(b)
= 0.290
H0 : 1 = 0 vs H1 : 1 6= 0
R0.05
Rejeitar H0 ao nvel de signific
ancia de 5% se tobs = sxx
15