Solucoes Dos Exercicios de Estatistica

Probabilidades e Estatstica C
Ano Lectivo 2009/2010
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
Distribuicao de amostragem para X

Populacao
X 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
Distribuicao de amostragem para S 2

Populacao
Estatstica

(n
1) S 2
2n1
X N , 2
desconhecido X 2 =
2
n 30
Distribuicao de amostragem para P

P p a
P p a
Z=q
N (0, 1) Z = q
N (0, 1)
P (1P )
p(1p)
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
V X = n2 i=1 V (Xi ) = n2 i=1 2 = n

n2 = n

e estimador centrado para e limn EQM X
= limn V X
= limn 2 = 0, pelo
X
n
e estimador consistente para .
que X
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
de momentos para e = 2X.

4. (a) Havendo apenas um par
Como E (X) = , tem-se E (X) = X
= X.
O estimador de momentos
equacao E (X) = X.
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 .
5. (a) Havendo apenas um par

Como E (X) = , entao
equacao E (X) = X.
= X.
O estimador de momentos para e = X
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
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
(a) Estatstica pivot: Z = n 20 N (0, 1)

Constante c que, para 1 = 0.90, verifica:
P (c Z c) = 0.90 P (Z c) = 0.95 c = z0.05 = 1.65
Deducao do intervalo de 90% de
ca:
confian
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
(a) Estimativa pontual de : x

= 212.76,
Estimativa pontual de : s = 56.1275967
(b) A populacao tem distribuicao Normal mas desconhece-se 2 .

t9
Estatstica pivot: T = 10 X
S
P (c T c) = 0.95 P (T c) = 0.975 c = t9:0.025 = 2.26

ca:
confian
+ 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 :

t7
S
P (c T c) = 0.90 P (T c) = 0.95 c = t7:0.05 = 1.895
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
1.895 T 1.895 1.895 8 X

S i 1.895 X 1.895 8 X + 1.895 8
h
1.895 S , X
1.895 S
IC90% () X
8
8
S
S
2.365 T 2.365 2.365 8 X

S i 2.365 X 2.365 8 X + 2.365 8
h
2.365 S
2.365 S , X
IC95% () X
8
8
ca observado:
h
i
10
10
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
P (c Z c) 0.90 P (Z c) 0.95 c z0.05 = 1.65
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
IC90% () X 1.65 50 , X + 1.65 50

+ 1.96 S
1.96 S X
1.96 Z 1.96 1.96 50 X
1.96 X
S
50
50
h
i
1.96 S , X
+ 1.96 S
IC95% () X
50
50
ca observado:
h
i
IC90% () = 36 1.65 1050 , 36 1.65 1050 = [33.66654762, 38.33345238]
h
i
IC95% () = 36 1.96 1050 , 36 1.96 1050 = [33.22814142, 38.77185858]
10. n = 140, x
= 0.85, s = 0.20.
Estatstica pivot: Z =
a
140 X
N (0, 1)
S

P (c Z c) 0.95 P (Z c) 0.975 c z0.025 = 1.96

ca:
confian
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
ca observado:
h
i
s
s
IC95% () = x
1.96 140
,x
+ 1.96 140
= [0.8168699532, 0.8831300468]
11. Consideremos p a proporcao de embalagens inadequadas na populacao. n = 100, p = 18/100 = 0.18.
a
Estatstica pivot Z = 100 q P p N (0, 1)
P (1P )
P (c Z c) 0.98 P (Z c) 0.99 c z0.01 = 2.33
Deducao do intervalo de 98% de confianca:

q
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)
IC98% (p) = p 2.33

2.33
= [0.09048432316, 0.2695156768]
100 , p
100
12. n = 8,
xi = 1710.9,
x2i = 381756.31, x
= 213.8625, s2 = 2265.565535
2
Estatstica pivot: X 2 = 7 S2 27 .
Determinacao das constantes c1 e c2 que, para 1 = 0.95, verificam:

P X 2 c1 = 0.05/2 = 0.025 c1 = 27:0.975 = 1.690
P X 2 c2 = 0.05/2 = 0.025 c2 = 27:0.025 = 16.01

2
S2
S2
2 7 1.690
1.690 X 2 h16.01 1.690i 7 S2 16.01 7 16.01

S2
S2
IC95% 2 7 16.01
, 7 1.690
ca observado:
i
h s2
s2
= [990.5658182, 9383.99926]
, 7 1.690
IC95% 2 = 7 16.01
q

q
S2
S2
7 16.01 , 7 1.690
Intervalo de 95% de confianca para : IC95% ()
Intervalo observado de 95% de confianca para : IC95% () = [31.4732556, 96.8710445]
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
S
P (c T c) = 0.98 P (T c) = 0.99 c = t19:0.01 = 2.54

ca:
confian
+ 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
IC98% () X 2.54 20 , X + 2.54 20

ca observado:
i
h
+ 2.54 s20 = [10.2237, 11.7163]
IC98% () = x
2.54 s20 , x
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
Estatstica pivot: X 2 = 24 S2 224 .
Determinacao das constantes c1 e c2 que, para 1 = 0.90, verificam:

P X 2 c1 = 0.1/2 = 0.05 c1 = 224:0.95 = 13.8
P X 2 c2 = 0.1/2 = 0.05 c2 = 224:0.05 = 36.4

S2
S2
S2
2
13.8 X 2 36.4
13.8 24
2 36.4 24 36.4 24 13.8
i
h

S2
S2
, 24 13.8
IC90% 2 24 36.4
Intervalo de 90% de confianca para : IC90% ()
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)
Regiao de rejeicao para um nvel de signific

ancia = 5%:
R0.05 (, c) (c, +) com c tal que P (Z < c) = 0.975 c = z0.025 = 1.96
R0.05 (, 1.96) (1.96, +)
Regra de decisao do teste: Rejeitar H0 ao nvel de signific

ancia de 5% se zobs = 10 x200
40
R0.05
= 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)
H0 : 200 vs H1 : < 200

40
=200
N (0, 1)

ancia = 5%:
R0.05 (, c) com c tal que P (Z < c) = 0.05 P (Z > c) = 0.05 c = z0.05 = 1.64
R0.05 (, 1.64)

40
R0.05
= 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.
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%.
(c)
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

ancia = 1%:
R0.01 (, c) (c, +) com c tal que P (T > c) = 0.005 c = t9:0.005 = 3.25
R0.01 (, 3.25) (3.25, +)

ancia de 1% se tobs = 10 x0.9
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

ancia = 1%:
R0.01 (c, +) com c tal que P (T > c) = 0.01 c = t9:0.01 = 2.82
R0.01 (2.82, +)

ancia de 1% se tobs = 10 x0.9
s
R0.01
Decisao: tobs = 0.8018
/ R0.01 . Nao rejeitar H0 a 1% de signific
ancia. Com um nvel de
signific
ancia de 1%, os dados nao evidenciam que a acidez media seja superior a 0.9o .
p-value = P (T > tobs ) = P (T > 0.802) = 0.22161
18. = 20, n = 50, x
= 114.
(a)

a
Estatstica pivot: Z = 50 X
20 N (0, 1)
P (c Z c) 0.94 P (Z c) 0.97 c z0.03 = 1.88

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
ca observado:
i
h
IC94% () = 114 1.88 2050 , 114 + 1.88 2050 = [108.682557, 119.317443]
(b) Seja A94% () = 10.634886 a amplitude do IC94% () observado.

Qual dever
a ser a dimensao n, de modo a que A94% () = 10.634886 0.80 = 8.5079088?
A94% () = 8.5079088 2 n z0.97 = 8.5079088 n = 78.12499984 n 79
(c)
H0 : 110 vs H1 : > 110

20
=110
N (0, 1)

ancia = 10%:
R0.1 (c, +) com c tal que P (Z > c) 0.1 c z0.1 = 1.28
R0.1 (1.28, +)
Regra de decisao do teste:
Rejeitar H0 ao nvel de signific

R0.1
20
Decisao: zobs = 1.414 R0.1 . Rejeitar H0 a 10% de signific
ancia. Com um nvel de significancia de 10%, os dados evidenciam que a velocidade media excede o limite permitido.
(d) p-value = P (Z > zobs ) = P (Z > 1.414) = 1 0.9207 = 0.0793.
Como p-value > 0.05, nao rejeitamos H0 ao nvel de signific
ancia de 5%.
Comentario adicional: Com uma nova margem para a probabilidade de erro na decisao ( = 5%),
conclumos que a velocidade media nao excede o limite permitido.
19. n = 100, x
= 5625, s2 = 6187500/99 = 62500, s = 250.
H0 : 5000 vs H1 : > 5000
100 X110
S
Estatstica de teste: Z =
=5000
N (0, 1)

ancia = 5%:
R0.05 (1.64, +)
R0.05
s
Decisao: zobs = 25 R0.05 . Rejeitar H0 ao nvel de 5% de signific

ancia. Os dados evidenciam
uma inadequacao do orcamento previsto.
p-value P (Z > 25) 0
20. Seja p a proporcao de camioes com excesso de peso. n = 120, p = 42/120 = 0.35.
H0 : p 0.30 vs H1 : p > 0.30
Estatstica de teste: Z = 120
a
P 0.30
0.30(10.30) p=0.30
N (0, 1)

ancia = 10%:
R0.1 (1.28, +)

ancia de 10% se zobs = 120
P 0.30
0.30(10.30)
R0.1
Decisao: zobs = 1.1952

/ R0.10 . Nao rejeitar H0 a 10%. Os dados nao evidenciam que a proporcao
de camioes infractores seja superior a 30%.
p-value P (Z > 1.20) = 1 0.8849 = 0.1151
21. Seja p a proporcao de pessoas que podem vir a ter a desordem. n = 100, p = 14/100 = 0.14.
H0 : p = 0.10 vs H1 : p 6= 0.10
a
P 0.10
0.10(10.10) p=0.10
N (0, 1)

ancia = 5%:
R0.05 (, c) (c, +)

ancia = 5% se p-value P (|Z| > |zobs |) < 0.05
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

ancia = 5%:
R0.05 (c, +) com c tal que P X 2 > c = 0.05 c = 219:0.05 = 30.14
R0.05 (30.14, +)

s2
R0.05
ancia = 5% se x2obs = 19 0.5
Decisao: x2obs = 11.4

/ R0.05 . Nao rejeitar H0 a 5%. Os dados evidenciam que a especificacao
esta a ser cumprida.

p-value = P X 2 > x2obs = P X 2 > 11.4 = 0.24928
23. n = 25, x
= 50.2.
(a) s2 =
251
24
= 10.45833333
(b) Populacao Normal.

H0 : 2 = 3.52 vs H1 : 2 6= 3.52
2
S
Estatstica de teste: X 2 = 24 12.25
2 =12.25
224

ancia =
10%:
2
2
R0.1 (0, c1 ) (c2 , +)
com
c
tal
que
P
X
<
c
1
1 = 0.05 c1 = 24:0.95 = 13.8 e

c2 tal que P X 2 > c2 = 0.05 c2 = 224:0.05 = 36.4
R0.1 (0, 13.8) (36.4, +)
s2
R0.1
ancia = 10% se x2obs = 24 12.25
2
Decisao: xobs = 20.48979592
ancia. Os dados
evidenciam que o desvio padr
ao e igual a 3.5.

p-value = 2 min P X 2 < 20.49 , P X 2 > 20.49 = 2 min (1 0.6686, 0.6686) = 0.6628
24. Seja p = P (X > 11.5). n = 32, p = 12/32 = 0.375.
H0 : p 0.55 vs H1 : p < 0.55
P 0.55
Estatstica de teste: Z = 32 p
0.55 (1 0.55)
p=0.55
N (0, 1)

ancia = 4%:
2
R0.04 (, c) com c tal que P (X < c) = P (Z > c) = 0.04 c = z0.04
= 1.75
R0.04 (, 1.75)

ancia de 4% se zobs = 32
p0.55
0.55(10.55)
R0.04
Decisao: zobs = 1.989873353 R0.04 . Rejeitar H0 ao nvel de 4% de signific

ancia, ou seja
conclumos, com 4% de signific
ancia, que os objectivos nao estao a ser cumpridos.
p-value = P (Z < zobs ) = P (Z < 1.99) = 0.0233
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
N (0, 1)
0.58 =115
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
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
Resumindo, rejeitaremos H0 com 5% de signific

ancia, se x
], 114.6405123[]115.3594877, +[.

26. H0 : X N 3, 22 vs H1 : X N 3, 22 , = 5%
Oi
pi
Ei
Classes
Classes
Oi
Ei
], 0.5] 2 0.1056 3.168
4
0.121
3.63
], 1.5] 6 6.798
]0.5, 1.5]
]1.5, 2.5]
]1.5, 2.5]
7 0.1747 5.241
7 5.241
7 0.1974 5.922
7 5.922
]2.5, 3.5]
]2.5, 3.5]
7 0.1747 5.241
7 5.241
]3.5, 4.5]
]3.5, 4.5]
]4.5, 5.5]
]4.5, +[ 3 6.798
1
0.121
3.63
]5.5, +[ 2 0.1056 3.168
k = 5 classes e p = 0 par
ametros estimados.
P5
2
Estatstica de teste: X 2 = i=1 (Oi Ei ) /Ei
H0 verd.
24

ancia = 5%:
R0.05 (9.49, +)

ancia = 5% se x2obs R0.05

ancia.

p-value = P X 2 > 3.5926 = 0.46394

27. H0 : X N 2, 2 vs H1 : X N 2, 2 , = 1%,
s 1.484
Classes
Oi
pi
Ei
Classes
Oi
Ei
], 0.65]
6 0.1815 5.445
]0.65, 1.55]
5 0.1994 5.982
], 0.65] 6 5.445
5 0.2382 7.146
5 5.982
]1.55, 2.45]
]0.65, 1.55]
7 0.1994 5.982
5 7.146
]2.45, 3.35]
]1.55, 2.45]
]3.35, 4.25]
]2.45, 3.35]
4 0.1168 3.504
7 5.982
2 0.0478 1.434
]4.25, 5.15]
]3.35, +[ 7 5.445
1 0.0169 0.507
]5.15, +[
k = 5 classes e p = 1 par
ametros estimados.
P5
2
Estatstica de teste: X 2 = i=1 (Oi Ei ) /Ei
10
H0 verd.
23

ancia = 1%:
R0.01 (11.34, +)
2
Decisao: xobs = 1.4796
ancia.

p-value = P X 2 > 1.4796 = 0.68699

= 32 (2.37) = 32 (1 0.9911) = 0.2848
28. (a) E1 = 32 P (X 8.6) 32 P Z 8.610.97
1
P4
E5 = 32 i=1 Ei 0.8576
Classes
], 8.6]
]8.6, 10.1]
]10.1, 11.5]
]11.5, 12.9]
]12.9, +[
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.

ancia = 10%:
R0.1 (2.71, +)
2
Decisao: xobs = 3.684 R0.1 . Rejeitar H0 a 10% de signific
ancia, ou seja, rejeitamos a
hipotese das observacoes provirem de uma populacao N (, 1).
29. Considere-se a populacao X-humidade relativa do ar `as 9 horas.

Informacao amostral: n = 100, x
= 101900/100 = 1019,
s2 = 3564/ (100 1) = 36.

10101019
= 100 (1.5) = 100 (1 0.9332) = 6.68
E1 = 100 P (X 1010) 100 P Z
6
P3
E4 = 100 i=1 Ei 6.68
Classes
], 1010]
]1010, 1019]
]1019, 1028]
]1028, +[
Totais
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.

ancia = 5%:
R0.05 (5.99, +)
ancia, ou seja, nao rejeitamos a
hipotese das observacoes provirem de uma populacao N (, 36).
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
Estatstica de teste: T = Sxx 10 t12

1 =0

ancia = 5%:
R0.05 (, c) (c, +) com c tal que P (T > c) = 0.05/2 = 0.025 c = t12:0.025 = 2.18
R0.05 (, 2.18) (2.18, +)
b1 0

ancia de 5% se tobs = sxx
R0.05
Decisao: tobs = 9.679 R0.05 . Rejeitar H0 ao nvel de signific

ancia de 5%.
p-value = P (|T | > 9.679) = 5.08 107
e) x = 30o , y |30 = 11.103. Para 40o nao e possvel fazer previsao.

f) Intervalo de 90% de confianca para E (Y |30 ).
Estatstica pivot: T =
Y |30 E (Y |30 )
q
t12
x)2
1
14
+ (30
Sxx

P (c T c) = 0.90 P (T c) = 0.95 c = t12:0.05 = 1.78
Y |30 E (Y |30 )
1.78
1.78 T 1.78 1.78 q
x)2
1
+ (30
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]
g) Intervalo de 95% de confianca para Y |30 .

Y |30 Y |30
q
t12
x)2
1
1 + 14
+ (30
Sxx

P (c T c) = 0.95 P (T c) = 0.975 c = t12:0.025 = 2.18
Y |30 Y |30
2.18
2.18 T 2.18 2.18 q
x)2
1
+ (30
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
IC95% (Y |30 ) Y |30 2.18

1 + 14
1
+
Sxx
14
Sxx
12

IC95% (Y |30 ) = [8.014, 14.192]
31. n = 12, x
= 60.4, y = 141.25, sxY = 12512.35, sxx = 9637
(a) b1 = 1.298, b0 = 62.851, Y |x = 62.851 + 1.298 x
(b) R2 = 0.872
Temos um bom ajuste.
(c)
= 15.439
H0 : 1 = 0 vs H1 : 1 6= 0

1 =0

ancia = 5%:
R0.05 (, 2.23) (2.23, +)
b1 0
R0.05

ancia de 5%.
p-value = P (|T | > 8.253) = 8.98 106
(d) Intervalo de 95% de confianca para Y |80 .

Y |80 Y |80
q
t10
x)2
1
1 + 12
+ (80
Sxx

P (c T c) = 0.95 P (T c) = 0.975 c = t10:0.025 = 2.23
Y |80 Y |80
2.23
2.23 T 2.23 2.23 q
x)2
1
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
IC95% (Y |80 ) Y |80 2.23

1 + 12 + Sxx , Y |80 + 2.23
1 + 12 + Sxx
IC95% (Y |80 ) = [130.203, 203.179]
(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

1 =0

ancia = 5%:
R0.05 (, 2.23) (2.23, +)
b1 0

R0.05

ancia de 5%.
p-value = P (|T | > 11.233) = 5.437 107
13
(c) Intervalo de 99% de confianca para E (Y |6 ).

Y |6 E (Y |6 )
q
t10
x)2
1
+ (6
12
Sxx

P (c T c) = 0.99 P (T c) = 0.995 c = t10:0.005 = 3.17
Y |6 E (Y |6 )
3.17
3.17 T 3.17 3.17 q
x)2
1
+ (6
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
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

1 =0

ancia = 1%:
R0.01 (, 3.36) (3.36, +)
b1 0
R0.01
Decisao: tobs = 15, 229 R0.01 . Rejeitar H0 ao nvel de signific

ancia de 1%, ou seja, a recta
de regressao permite explicar os valores do consumo medio de energia (com uma signific
ancia
de 1%).
p-value = P (|T | > 15, 229) = 3.424 107
(c) Intervalo de 95% de confianca para E (Y |12.4 ).

Y |12.4 E (Y |12.4 )
q
t8
x)2
1
+ (12.4
10
Sxx

P (c T c) = 0.95 P (T c) = 0.975 c = t8:0.025 = 2.31
Y |12.4 E (Y |12.4 )
q
2.31 T 2.31 2.31
2.31
x)2
1
+ (12.4
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
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

ancia = 10%:
R0.1 (, 1.76) (1.76, +)
b1 0
R0.1

ancia de 10%, isto e, a recta de
regressao permite explicar os valores da quantidade de bebidas alcoolicas consumidas (com
uma signific
ancia de 10%).
p-value = P (|T | > 4.575) = 0.000428473
(c) Intervalo de 90% de confianca para Y |22 .

Y |22 Y |22
q
t14
x)2
1
+ (22
1 + 16
Sxx

P (c T c) = 0.90 P (T c) = 0.95 c = t14:0.05 = 1.76
Y |22 Y |22
1.76
1.76 T 1.76 1.76 q
x)2
1
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
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

1 =0

ancia = 5%:
R0.05 (, 2.31) (2.31, +)
b1 0
R0.05

ancia de 5%, isto e, a recta de
regressao permite explicar os valores do consumo de combustvel (com uma significancia de
5%).
p-value = P (|T | > 12.863) = 1.263 106
(c) R2 = 0.954. Temos um bom ajuste.
15

Solucoes Dos Exercicios de Estatistica

Enviado por

Dados do documento

Título original

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

Solucoes Dos Exercicios de Estatistica

Enviado por

Direitos autorais:

Formatos disponíveis

Probabilidades e Estatstica C

Ano Lectivo 2009/2010

Distribuicao de amostragem para X

Distribuicao de amostragem para S 2

Distribuicao de amostragem para P

V X = n2 i=1 V (Xi ) = n2 i=1 2 = n

de momentos para e = 2X.

5. (a) Havendo apenas um par

(a) Estatstica pivot: Z = n 20 N (0, 1)

(a) Estimativa pontual de : x

Estimativa pontual de : s = 56.1275967

(b) A populacao tem distribuicao Normal mas desconhece-se 2 .

Deducao do intervalo de 95% de

1.895 T 1.895 1.895 8 X

2.365 T 2.365 2.365 8 X

IC90% () X 1.65 50 , X + 1.65 50

Constante c que, para 1 = 0.95, verifica:

Deducao do intervalo de 95% de

11. Consideremos p a proporcao de embalagens inadequadas na populacao. n = 100, p = 18/100 = 0.18.

Deducao do intervalo de 98% de confianca:

IC98% (p) = p 2.33

Determinacao das constantes c1 e c2 que, para 1 = 0.95, verificam:

Deducao do intervalo de 95% de confianca:

Intervalo observado de 95% de confianca para : IC95% () = [31.4732556, 96.8710445]

Deducao do intervalo de 98% de

IC98% () X 2.54 20 , X + 2.54 20

Estatstica pivot: X 2 = 24 S2 224 .

Determinacao das constantes c1 e c2 que, para 1 = 0.90, verificam:

Deducao do intervalo de 90% de confianca:

Regiao de rejeicao para um nvel de signific

Regra de decisao do teste: Rejeitar H0 ao nvel de signific

H0 : 200 vs H1 : < 200

Regiao de rejeicao para um nvel de signific

Regra de decisao do teste: Rejeitar H0 ao nvel de signific

p-value = P (Z < zobs ) = P (Z < 1.27) = 0.898

Regiao de rejeicao para um nvel de signific

Regra de decisao do teste: Rejeitar H0 ao nvel de signific

Regiao de rejeicao para um nvel de signific

Regra de decisao do teste: Rejeitar H0 ao nvel de signific

(b) Seja A94% () = 10.634886 a amplitude do IC94% () observado.

H0 : 110 vs H1 : > 110

Regiao de rejeicao para um nvel de signific

Rejeitar H0 ao nvel de signific

Regiao de rejeicao para um nvel de signific

Regra de decisao do teste:

Decisao: zobs = 25 R0.05 . Rejeitar H0 ao nvel de 5% de signific

Estatstica de teste: Z = 120

Regiao de rejeicao para um nvel de signific

Rejeitar H0 ao nvel de signific

Decisao: zobs = 1.1952

Estatstica de teste: Z = 100

Regiao de rejeicao para um nvel de signific

Regra de decisao do teste:

Regiao de rejeicao para um nvel de signific

Regra de decisao do teste:

Decisao: x2obs = 11.4

(b) Populacao Normal.

Regiao de rejeicao para um nvel de signific

24. Seja p = P (X > 11.5). n = 32, p = 12/32 = 0.375.

H0 : p 0.55 vs H1 : p < 0.55

Regiao de rejeicao para um nvel de signific

Rejeitar H0 ao nvel de signific

Decisao: zobs = 1.989873353 R0.04 . Rejeitar H0 ao nvel de 4% de signific