Lista de Exerccios #6

Assunto: Propriedade dos Estimadores e Mtodos de Estimao

1. ANPEC 1991 - Questo 5

Seja uma amostra aleatria x1 , x2 ,..., xn de uma populao com mdia e varincia 2 .
Considere os estimadores para a mdia:
1 n
1 = x1 , 2 = xi , 3 = x ( n / 2 ) .
n i =1
onde x ( n / 2 ) corresponde ao (n/2)-simo elemento da amostra aps a ordenao da mesma em
forma crescente.
(0)
(1)
(2)
(3)
(4)

Os trs estimadores da mdia so no tendenciosos.

Para n 2 tem-se que a relao entre as varincias dada por: var( 1 ) < var( 3 )
var( 2 ).
Se o tamanho da amostra cresce o nico estimador consistente 2 .
Se o tamanho da amostra cresce todos os estimadores tm distribuio normal.
Se a distribuio da populao normal, para n fixo, as distribuies dos estimadores
1 , 2 , 3 tambm so normais.

2. ANPEC 1992 - Questo 5

Qual o menor valor que k pode assumir, de acordo com o Teorema de Tchebycheff, para que
[P( k X + k ) 0,06 ] , isto , a probabilidade de X estar entre k e + k seja
maior ou igual a 0,06?
3. ANPEC 1993 - Questo 9
O Teorema Central do Limite (TCL), resultado maior dentre os teoremas da teoria da
probabilidade, nas verses estudadas na graduao, estabelece condies que asseguram a
convergncia de somas de variveis aleatrias, convenientemente padronizadas, distribuio
normal.
(0)
(1)
(2)

(3)

Esta convergncia se d em probabilidade, ou seja, a mesma da Lei Fraca dos

Grandes Nmeros.
As variveis aleatrias utilizadas na composio da soma no precisam ser
independentes.
Se as variveis aleatrias, atendendo s hipteses do TCL, tem a mesma mdia e
varincia 2 , o teorema garante que a soma das n primeiras, subtradas de n, e
dividida por n, converge para uma distribuio normal com mdia 0 e varincia 1
(N(0,1)).
A convergncia de uma distribuio binomial (n,p), onde n o nmero de ensaios de
Bernouilli e p a probabilidade de sucesso em cada um, quando n aumenta, pode ser
provada como um simples caso particular do TCL.

Lista de Exerccios #6
Assunto: Propriedade dos Estimadores e Mtodos de Estimao

4. ANPEC 1993 - Questo 10

Quanto desigualdade de Tchebyshev, supondo-se que uma varivel aleatria tenha mdia e
varincia finita, ela assegura que a probabilidade:
(0)
(1)
(2)
(3)

da varivel assumir um valor maior ou igual a n menor ou igual varincia mais a

mdia divididos por n 2 .
da varivel ultrapassar a mdia de um valor maior ou igual n vezes o desvio padro
menor ou igual ao inverso de n 2 .
da varivel ultrapassar a mdia de um valor maior ou igual a n menor ou igual ao
inverso de n 2 .
da varivel ultrapassar a mdia de um valor maior ou igual a n menor ou igual ao
segundo momento dividido por n 2 .

5. ANPEC 1995 - Questo 2

Sejam ( X 1 , X 2 , K , X n ) uma amostra aleatria com n elementos de certa populao e um
parmetro dessa populao. Pode-se afirmar que:
(0)
(1)

Um estimador T do parmetro funo de ( X 1 , X 2 , K , X n ) .

T ser um estimador no-viesado de se E(T) = .
n

( X
i =1

X )2

, um estimador no-viesado da

(2)

A varincia amostral, definida por

(3)

varincia populacional.
{ Tn } ser uma seqncia consistente de estimadores de se: lim E (Tn ) = 0 e

limVar (Tn ) = 1.

(4)

Se T1 e T2 so dois estimadores no-viesados de um mesmo parmetro , e se Var( T1) <

Var( T2 ), ento T1 menos eficiente que T2 .

6. ANPEC 1996 - Questo 9

Seja X ~ Normal ( , 2 ) . Considere o problema de estimao de a partir de uma amostra
aleatria X1 ,K , X n e considere os trs estimadores abaixo:
1 n
M1 = k =1 X k
n
1
n
M2 =
Xk

n + 1 k =1
1
1 n
M 3 = X1 +
Xk
2
2 n k =2
Podemos afirmar que:
(0) M1 tendencioso.
(1) M 2 tendencioso e M 3 no-tendencioso.
(2) Somente M1 no-tendencioso.
(3) M 2 o melhor estimador linear no-tendencioso.
2

Lista de Exerccios #6
Assunto: Propriedade dos Estimadores e Mtodos de Estimao

(4)
(5)

M 2 e M 3 so no-eficientes.
M1 consistente.

7. ANPEC 1997 - Questo 8

Com relao a um estimador $ do parmetro populacional , pode-se afirmar que:
(0) $ dito consistente quando seu valor esperado igual a , mesmo para amostras de
tamanho pequeno.
(1) o melhor estimador de sob o critrio de rro quadrtico mdio mnimo no
necessriamente no-tendencioso.
(2) um estimador de chamado linear se uma funo linear das observaes amostrais.
(3) um estimador de considerado relativamente eficiente se: a) consistente; b) sua
varincia menor do que a varincia de qualquer outro estimador consistente de .
8. ANPEC 1997 - Questo 9
Com base na Teoria da Estimao, temos:
(0) Se o parmetro populacional e $ seu estimador, dizemos que $ um estimador notendencioso ou no-viesado de se, e somente se, em mdia, $ tem o mesmo valor de .
(1) Com base numa amostra aleatria de duas observaes ( X 1 e X 2 ) de uma distribuio
populacional com mdia , se W = 1 / 3 X 1 + 2 / 3 X 2 , ento W um estimador
tendencioso de .
(2) Dada uma amostra aleatria de n observaes, dizemos que $ um estimador consistente
do parmetro populacional se

lim P |$ | < = 1 para qualquer > 0.

n
(3) Seja X uma varivel aleatria com mdia e varincia 2. Pela desigualdade de
Tchebycheff temos que

P[| X | k ]

2
k2

se k > 0.

9. ANPEC 1997 - Questo 10

Seja X1,...,XN uma amostra aleatria de uma populao com mdia e varincia 2 . Sejam
W e Z estimadores de dados por:
N

W=

iX
i =1
N

Z=

X
i =1

i =1

Pode-se afirmar que:

(0) W no-tendencioso.
(1) W tendencioso, e Z no-tendencioso.

Lista de Exerccios #6
Assunto: Propriedade dos Estimadores e Mtodos de Estimao

(2) Z consistente.
(3) W consistente.
(4) se N > 2 , Z relativamente mais eficiente que W.
10. ANPEC 1998 - Questo 6
Seja $ o estimador do parmetro :
(0) O erro quadrtico mdio igual a varincia do estimador $ se $ for um estimador notendencioso de .
(1) Um estimador $1 dito eficiente se $1 for no-tendencioso e Var( $1 ) Var ( $2 ), onde $2
outro qualquer estimador no-tendencioso de .
(2) Seja X uma varivel aleatria normalmente distribuda com mdia e varincia 2. Sejam
x1 e x2 duas observaes de uma amostra aleatria de tamanho 2. Podemos afirmar que
3x + 2 x 2
um estimador tendencioso de .
~ = 1
5
(3) Se $ consistente, ento no tendencioso.
11. ANPEC 1998 - Questo 7
Com base na teoria da estimao, pode-se fazer as seguintes afirmaes :
(0) Se um parmetro populacional e $ seu estimador, a afirmao de que $ um
estimador consistente de se lim P{$ } = 1 para todo > 0 quando n ,
equivalente a afirmao de que se lim E ( ) = e limVar ($ ) = 0 quando n , ento

$ ser um estimador consistente de .

(1) Se x uma varivel aleatria com E(X) = e varincia 2 , ento a mdia amostral, X ,
ser um estimador consistente da mdia populacional .
n

(x
(2) A estatstica, S 2 =

i =1

x)2

, baseada em uma amostra aleatria x 1 , x 2

n
um estimador no tendencioso da varincia populacional.
n

(x
(3) A estatstica, S 2 =

i =1

,x 3 ,....,x n

x)2

, baseada em uma amostra aleatria x 1 , x 2

n
um estimador inconsistente da varincia populacional.

,x 3 ,....,x n

12. ANPEC 1998 - Questo 11

Com relao a desigualdade de Tchebycheff e ao Teorema Central do Limite, pode-se afirmar
que :
(0) Se uma varivel aleatria X tem mdia , E(X)= , e varincia igual a zero, Var(X) = 0,
ento P{ X } = 1 para todo > 0 , ou seja, toda a probabilidade estar concentrada
na mdia E(X) = .

Lista de Exerccios #6
Assunto: Propriedade dos Estimadores e Mtodos de Estimao

(1) Seja X uma varivel aleatria com mdia e varincia 2. Quando se considera o evento
complementar, uma das formas da desigualdade de Tchebycheff igual a
1
P{ X > k } 1 2 , onde k um nmero real.
k
(2) Se a populao tem distribuio Normal, ento a distribuio das mdias amostrais
tambm ser Normal, independente do tamanho da amostra.
(3) Se X tem distribuio desconhecida com mdia 500 e varincia 2.500, para uma amostra
aleatria de tamanho 100 podemos afirmar que a mdia da amostra tem distribuio
aproximadamente normal com mdia 500 e varincia 25.
13. ANPEC 1999 - Questo 6
Com base na teoria da estimao, pode-se fazer as seguintes afirmaes :
(0) De acordo com o critrio de eficincia, medido pela comparao entre as varincias dos
estimadores, a mdia amostral X prefervel a primeira observao X1 como estimador da
mdia populacional, supondo-se que 2 seja a varincia da populao.
(1) Seja um estimador no-viciado de . Se g( ) uma funo do parmetro , ento
E[g( )] g[E( )] com a igualdade ocorrendo somente quando g( ) for uma funo linear.
1
(2) A funo densidade de probabilidade da varivel aleatria x dada por f ( x ) =
para

0 x e 0 para outros valores. Assim sendo, considerando-se uma amostra aleatria de

tamanho n , x1 , x2 , x3 , xn , o estimador de Mxima Verossimilhana de ser igual ao
Mnimo de x1 , x2 , x3 , xn .
n

(3) Dado que as varincias das estatsticas S 2 =

( xi x ) 2
i =1

(x
e S2 =

respectivamente , iguais a

2
2 4
2 4 n 1 2
e
(
) , ento S =
n 1 n 1 n

(x
i =1

i =1

x)2

so,

x)2

mais preciso do

(x
2
que S =

i =1

x)2

embora seja uma estatstica viciada.

14. ANPEC 2000 - Questo 4

Seja X1, X2 , ..., Xn uma amostra aleatria da densidade Normal(0,) e seja

T= 1/n

X
i =1

2
i

. correto afirmar que:

(0) T o estimador de mxima verossimilhana (EMV) de .

(1) T um estimador tendencioso de .
n

(2) A varivel aleatria Z = X i2 / tem distribuio qui-quadrado com n graus de liberdade.

i =1

Lista de Exerccios #6
Assunto: Propriedade dos Estimadores e Mtodos de Estimao

(3) E ( X 12 X 23 ) = 2.
(4) T um estimador eficiente de
15. ANPEC 2000 - Questo 7
Seja Y uma varivel aleatria contnua com distribuio de probabilidade f(y;), em que
= (1,2 ,...,p). Considere uma amostra aleatria de Y, com tamanho n. Com relao funo
de verossimilhana L(), correto afirmar que:
n

(0) l()= ln L() = log f ( y i ; ) , em que ln o logaritmo natural.

i =1

(1) A funo de verossimilhana tambm uma funo de densidade de probabilidade, que

possui, assim, todas as propriedades matemticas associadas uma funo de densidade de
probabilidade.
(2) Uma condio necessria a
que os estimadores de mxima verossi- milhana devem
2
satisfazer que a matriz { l ( ) / i j } i,j = 1, 2, ..., p, avaliada no ponto de mximo,
seja negativa definida.
(3) Sendo Tn o estimador de mxima verossimilhana do parametro escalar 1, segue-se que
Tn apresenta a seguinte propriedade:

lim n Pr(|Tn 1| ) =0 ,

> 0.

(4) Sendo = g(1), em que g(.) uma funo um a um de 1, e Tn o estimador de mxima

verossimilhana de 1, segue-se que o estimador de mxima verossimilhana de ser Gn
= g(Tn )[d/d1] , em que a derivada avaliada em 1= Tn.
16. ANPEC 2000 - Questo 8
Sejam p e ~
p dois estimadores do parmetro p da distribuio Binomial, em que Y a varivel

desta distribuio e n o tamanho da amostra:

Y
Y +1
~
. p =
p=
n
n +1
p o estimador de mxima verossimilhana do parmetro p.
Sob o critrio do erro quadrado mdio, para pequenas amostras, no h supremacia de um
estimador sobre o outro.
O vis do estimador ~
p dado por [(1 p) (1 + n)] .
17. ANPEC 2000 - Questo 12
Dados os seguintes enunciados, correto afirmar que:
(0) A Lei Fraca dos Grandes Nmeros diz que: dada uma varivel aleatria com distribuio
arbitrria e mdia e varincia finitas, a mdia amostral obtida a partir de uma amostra
aleatria de tamanho n ter distribuio Normal.
(1) Se X1, X2, ..., Xn so variveis aleatrias independentes, com distribuio Poisson(), >
0, ento, para n "grande", vlida a seguinte aproximao:

Lista de Exerccios #6
Assunto: Propriedade dos Estimadores e Mtodos de Estimao
___

__

n ( X - ) / ~ N(0,1), em que X a mdia amostral.

(2) Se X1, X2, ..., Xn so variveis aleatrias independentes, com distribuio Normal(,2), 2
__

___

> 0, ento, para qualquer tamanho de n, n ( X - ) / ~ Normal(0,1), em que X a

mdia amostral.
18. ANPEC 2001 - Questo 3
Uma amostra de tamanho n foi selecionada de uma populao de m elementos. Pode-se afirmar
(0)A mdia amostral X um estimador no tendencioso e eficiente da mdia populacional
se todos elementos de m tiverem a mesma probabilidade de serem selecionados .
2
(1)A varincia da distribuio amostral de X
se a populao for infinita ou se a
n
amostragem for com reposio.
2
1
(2)Se a populao for finita, a varincia da distribuio amostral de X
(1 ) porque as
n
n
observaes da amostra so independentes.
(3)Se X for uma varivel aleatria qualquer a distribuio de X ser normal com mdia e
2
varincia
.
n 1
(4) Se lim E ( X ) = 0 , ento X um estimador assintoticamente no tendencioso.
n

19. ANPEC 2001 - Questo 15

2
Seja uma varivel aleatria X com mdia E(X) = 0 e varincia x = 25. Qual o limite de
probabilidade para que [X E(X)] > 10? Resposta em percentagem
20. ANPEC 2002 - Questo 4
Seja X uma varivel aleatria com distribuio de probabilidade que dependa do parmetro
desconhecido , tal que E(X) = . Seja tambm x1, x2, ..., xn uma amostra aleatria de X.

(0) Para amostras suficientemente grandes, o estimador de mxima verossimilhana de , caso

exista, segue uma distribuio Normal.
n
n
(1) Se = c i x i um estimador de , este no ser viciado desde que ci = 1 . Alm do
i =1

i =1

mais, ter varincia mnima se ci=1/n para todo i.

1 n
(2) Se = x i um estimador no viciado de , ento 2 tambm ser um estimador no
n i =1
viciado de 2 .
(3) Se a varivel aleatria X uniformemente distribuda no intervalo [0,], com > 0, ento
n +1
mximo[x1, x2, ..., xn] no um estimador consistente de .
=
n

Lista de Exerccios #6
Assunto: Propriedade dos Estimadores e Mtodos de Estimao

(4) Se 1 e 2 so dois estimadores do parmetro em que E ( 1 ) = 1 e E ( 2 ) 2 mas

Var ( 2 ) < Var ( 1 ), ento o estimador 2 deve ser prefervel a 1 .
21. ANPEC 2002 - Questo 6
Indique se as seguintes consideraes sobre a Lei dos Grandes Nmeros, Desigualdade de
Tchebycheff e teorema do Limite Central so verdadeiras (V) ou falsas (F).
(0) De acordo com a desigualdade de Tchebycheff, se a varincia de uma varivel aleatria X
for muito prxima de zero, a maior parte da distribuio de X estar concentrada prxima
de sua mdia.
(1) O teorema do Limite Central afirma que,para uma amostra grande o suficiente, a
distribuio de uma amostra aleatria de uma populao Qui-quadrado se aproxima da
Normal.
(2) As condies suficientes para identificar a consistncia de um estimador so baseadas na
Lei dos Grandes Nmeros.
(3) Em n repeties independentes de um experimento, se fA a freqncia relativa da
P(1 P )
ocorrncia de A, ento P{ f A P < } 1
, em que P a probabilidade constante
n 2
do evento A e qualquer nmero positivo.
(4) Se uma varivel aleatria X tem distribuio Binomial com parmetros n = 20 e P = 0,5,
a 10
ento P{ X a} (
) em que () a funo de distribuio Normal padro.
5
22. ANPEC 2003 - Questo 2
Sejam: X1, X2, ..., Xn variveis aleatrias independentes e normalmente distribudas com mdia
n

i =1

i =1

e varincia 2; X = n 1 X i ; e Z = Yi 2 , em que Yi = 1 ( X ) . correto afirmar que:

(0) X um estimador tendencioso da mdia ;
(1) Z uma varivel aleatria com distribuio 2 com n graus de liberdade;
(2) s 2 = n 1 ( X i X ) um estimador tendencioso da varincia 2;
n

i =1

(3) nX uma varivel aleatria normalmente distribuda com mdia n e varincia 2;

Y
(4) a varivel aleatria Wi = i possui distribuio F com n1 e n2 graus de liberdade, em que
Z
n
n 1 = 1 e n 2 = 2n .
23. ANPEC 2003 - Questo 11
O nmero de clientes Y que passa diariamente pelo caixa de um supermercado foi
observado durante certo perodo. Constatou-se que o valor mdio de Y de 20 clientes, com
desvio padro igual a 2. Encontre o limite mnimo para a probabilidade de que o nmero de
8

Lista de Exerccios #6
Assunto: Propriedade dos Estimadores e Mtodos de Estimao

clientes amanh se situe entre 16 e 24. (Pista: Utilize o teorema de Tchebycheff). Multiplique o
resultado por 100.
24. ANPEC 2004 - Questo 13
Suponha que x1, x 2 ,........, x n sejam variveis aleatrias independentes, identicamente
distribudas, com mdia E(xi) = (i = 1,2,3,...n) e varincia 2 = 10. Utilizando a lei dos
grandes nmeros responda questo. Qual dever ser o valor de n de modo que possamos estar
95% seguros de que a mdia amostral x difira da mdia por menos de 0,1? Divida o
resultado final por 1000.
25. ANPEC 2005 - Questo 5
So corretas as afirmativas:
(0) Uma varivel aleatria X tem mdia zero e varincia 36. Ento, pela desigualdade de
Tchebychev, P (| X | 10) 0,36 .
(1) Pela Lei dos Grandes Nmeros a distribuio da mdia amostral de n variveis aleatrias
independentes, para n suficientemente grande, aproximadamente Normal.
(2) O estimador de um determinado parmetro dito consistente se convergir, em
probabilidade, para o valor do parmetro verdadeiro.
(3) A Lei dos Grandes Nmeros est relacionada com o conceito de convergncia em
probabilidade, enquanto que o Teorema Central do Limite est relacionado com
convergncia em distribuio.
(4) Um estimador dito no-tendencioso se a sua varincia for igual varincia do parmetro
estimado.
26. ANPEC 2006 - Questo 5
So corretas as afirmativas:
(0) O teorema de Tchebychev til para se calcular o limite inferior para a probabilidade de
uma varivel aleatria com distribuio desconhecida quando se tem apenas a varincia da
populao.
(1) Um estimador no-tendencioso pode no ser consistente.
(2) Um estimador consistente pode no ser eficiente.
(3) Sejam Y1,...,Yn variveis aleatrias independentes com mdia e varincia finita. Pela Lei
1
dos Grandes Nmeros, E(m) = , em que m =
n

Y .
i

i =1

(4) Sejam Y1,...,Yn variveis aleatrias independentes com mdia e varincia finita. Pelo
Teorema do Limite Central, a distribuio da mdia amostral m converge para uma
distribuio Normal.
27. ANPEC 2007 - Questo 2
Considere uma amostra aleatria de n variveis x1, x2, ..., xn, normalmente distribudas com
2

mdia e varincia . Sejam x =

1
n

i=1

xi

e s2 =

1
n

(x
i=1

x)

. correto afirmar que:

2

(0) x e s2 so estimadores de mxima verossimilhana de e , respectivamente.

9

Lista de Exerccios #6
Assunto: Propriedade dos Estimadores e Mtodos de Estimao

(1) x e s2 so no viesados.
(2) x e s2 so consistentes.
(3) Apenas x consistente.
(4) Apenas x no viesado.
28. ANPEC 2008 - Questo 3
Sejam X1, X2, ..., Xn, n variveis aleatrias independentes, igualmente distribudas, com
distribuio Poisson dada por

e x

p x ( x ) = x!
0

x = 0,1,2,...
caso contrrio

Julgue as afirmativas:
(0) Pela Lei dos Grandes Nmeros T =

1
n

aproxima-se da distribuio normal quando n

i=1

tende para o infinito.

(1) Suponha que n>5. T =
1
n

(2) T =

i =1

1
Xi

1
5

Xi +

i=1

1
n5

1
n

um estimador consistente de E(Xi).

i =6

um estimador tendencioso de 2.

i=1

(3) Pelo Teorema Central do Limite, T =

(4) T =

1
n

um estimador consistente de V(Xi).

i=1

o estimador de mxima verossimilhana do parmetro .

i=1

29. ANPEC 2009 - Questo 6

Seja Yi, i = 1, ..., n, uma varivel aleatria tal que Yi = 1 com probabilidade p e Yi = 0 com
n

probabilidade 1-p. Defina X = Yi . Responda se cada uma das afirmativas abaixo

i=1

verdadeira ou
falsa:
(0) Yi, i = 1, ..., n, possui distribuio Poisson com mdia p.
(1) X possui distribuio Binomial com parmetros n e p.
(2) V(Yi) = V(X) = p. V(X) significa varincia de X.
(3) Se n e p permanecer fixo, ento

X np

np(1 p)

converge para distribuio normal com

mdia
0 e varincia 1.
(4) E(Y2) = p2.

30. ANPEC 2010 - Questo 4

Responda se verdadeira ou falso
10

Lista de Exerccios #6
Assunto: Propriedade dos Estimadores e Mtodos de Estimao

(0) A Diferena entre as medianas de uma distribuio

e de uma distribuio
diminui
medida que
;
(1) O Teorema Central do Limite justifica a afirmao: Seja uma varivel aleatria,tal que
, em que representa uma distribuio de Student, com
graus de liberdade, em
que fixo. Ento converge em distribuio para uma Normal Padro";
(2) Sejam

. Ambos estimadores podem ser demonstrados

consistentes para , supondo uma amostra aleatria de

;
(3) Uma moeda justa foi jogada 300 vezes e observou-se cara em 188 destas. A Lei dos
Grandes Nmeros justifica a afirmao: (cara na 301 jogada | 188 caras em 300 jogadas) <
0,5
(4) Se um estimador convergir em mdia quadrtica para o parmetro, ele ser consistente
(convergir em probabilidade para o parmetro).
31. ANPEC 2010 - Questo 5
So corretas as afirmativas:
e , de um parmetro .
eficiente
(0) Considere dois estimadores no tendenciosos
relativamente se
;
(1) Um estimador de um parmetro consistente se converge em probabilidade para ;
(2) Um estimador de um parmetro
consistente se, e somente se, no viesado e a
varincia de converge para 0 a medida que o tamanho da amostra tende a infinito ;
(3) Suponha que
sejam variveis aleatrias independentes e identicamente
distribudas e que
Defina
. Ento
;
(4) Suponha que
distribudas
e que

sejam variveis aleatrias independentes e identicamente

Defina
.

medida
que
aproxima-se de uma distribuio normal padro.

32. ANPEC 2010 - Questo 6

Suponha que
e
sejam variveis aleatrias independentes, com mdia
e varincias
e
. O valor de desconhecido e proposto estimar por uma
. Qual valor de produz o estimador
mdia ponderada de e , isto , por:
com a menor varincia possvel na classe dos estimadores no viesados? Multiplique o
resultado por 100.
33. ANPEC 2011 - Questo 4
So corretas as afirmativas:
Suponha que X1, X2,...,Xn

sejam variveis aleatrias independentes e identicamente

distribudas e que Xi ~ N ( , ) . Ento X = i=1 X i / n um estimador eficiente de .

2

Suponha que X1, X2,...,Xn

sejam variveis aleatrias independentes e identicamente

distribudas e que Xi ~ N ( , 2 ) . Ento, se definirmos X = i =1 X i / n , P( X > )

n

2
2

para > 0 .
11

Lista de Exerccios #6
Assunto: Propriedade dos Estimadores e Mtodos de Estimao
^

Se um estimador de um parmetro no viesado e a varincia de converge para 0

^

medida que o tamanho da amostra tende a infinito, ento consistente.

Suponha que X1, X2,...,Xn sejam variveis aleatrias independentes e identicamente
n
distribudas e que Xi ~ Poisson(), i . Seja X = i =1 X i / n . Pela lei dos grandes nmeros,
medida que n , X converge para .
Suponha que X1, X2,...,Xn sejam variveis aleatrias independentes e identicamente
n
distribudas e que X i ~ v2 , i . Seja X = i =1 X i / n . medida que n ,

(X v )/ (2v / n ) aproxima-se de uma distribuio normal padro.

34. ANPEC 2012 - Questo 9

Julgue as seguintes afirmativas:
Seja X1,...,Xn variveis aleatrias independentes e identicamente distribudas tais que E[Xi]
= < . Se Var[Xi] 0, ento Xi .
Seja X1, X2,... uma sequncia de variveis aleatrias. Esta sequncia de variveis aleatrias
converge em probabilidade para uma constante se e somente se esta sequncia de
varivel aleatria converge em distribuio para .
Seja X1, X2,..., Xn uma amostra aleatria com mdia e varincia 0 < S2 < . Podemos
afirmar que W = c , com c
converge para uma distribuio normal com mdia e
varincia

Seja X1,...,Xn variveis aleatrias independentes e identicamente distribudas com mdia

e varincia 0 < 2 < . Seja
um estimador consistente para 2.
Se Y uma varivel aleatria tal que E[Y2] <
para c>0.

em que

. Neste caso S2,

, ento podemos afirmar que P(|Y|

35. ANPEC 2012 - Questo 10

So corretas as afirmativas:
Suponha que X1,X2,...,Xn sejam variveis aleatrias independentes e identicamente
distribudas, com distribuio de Bernoulli com parmetro p. Ento, pela Lei dos Grandes
Nmeros, medida que n ,
converge para p.
Suponha que X1,X2,...,Xn sejam variveis aleatrias independentes e identicamente
distribudas, com distribuio uniforme no intervalo [0,1]. Seja
. Pelo Teorema
Central do Limite, medida que n ,

aproxima-se de uma distribuio normal

padro.
Suponha que X1,X2,...,Xn sejam variveis aleatrias independentes e identicamente
, P(|Yi -1| > 2) 0,5.
distribudas e que Xi ~ N(0,1), i. Ento, se definirmos

12

Lista de Exerccios #6
Assunto: Propriedade dos Estimadores e Mtodos de Estimao

Suponha que X1,X2,...,Xn sejam variveis aleatrias independentes e identicamente

. Ento,
distribudas, com distribuio log normal com parmetros e . Seja
log um estimador consistente de .
Suponha que X1,X2,...,Xn sejam variveis aleatrias independentes e identicamente
distribudas e que Xi ~ N(,2), i. Ento, se definirmos
e 2 =
2

ser um estimador eficiente de 2.

36. ANPEC 2012 Questo 13

Sejam W1 e W2 variveis aleatrias discretas independentes com a seguinte funo de
probabilidade: f(0) = , f(1) = 1/3 e f(2) = 1/6. Seja Y = W1 + W2. Julgue as seguintes
afirmativas:
(0) E[Y] = 4/3
(1) Var[Y] =10/9
(2) Pela desigualdade de Tchebyshev, P(Y 3) 2/5
(3) Usando os dados acima, obtemos que P(Y 3) = 1/36 .
(4) Y uma varivel aleatria discreta que assume os seguintes valores {0,1,2,3,4,5}.
37. ANPEC 2013 Questo 7
uma amostra aleatria de tamanho
. Definimos quatro estatsticas:

de uma populao com

Em relao s quatro estatsticas, podemos afirmar que:

(0)

um estimador viesado para

(1) Pela lei dos grandes nmeros,

e varincia

e o vis igual a
converge em distribuio para uma normal com mdia

(2) A varincia de menor que a varincia de

(3)
um estimador consistente para .

(4) Usando a desigualdade de Tchebycheff, podemos mostrar que

, onde

uma constante qualquer.

38. ANPEC 2013 Questo 11
So corretas as afirmativas:
(0) Suponha que
sejam variveis aleatrias independentes e identicamente
distribudas e que
Ento pela lei dos grandes nmeros,
medida que
converge para 11.
(1) Suponha que
sejam variveis aleatrias independentes e identicamente
distribudas com distribuio de Bernoulli com parmetro
Defina
. Ento,

13

Lista de Exerccios #6
Assunto: Propriedade dos Estimadores e Mtodos de Estimao

pelo Teorema Central do Limite, medida que

converge para
uma distribuio normal padro.
(2) Suponha que
sejam variveis aleatrias independentes e identicamente
distribudas, com distribuio uniforme no intervalo
Defina
. Ento,

um estimador no viesado de
(3) Suponha que
tenha distribuio
de Student com 4 graus de liberdade. Ento
.
(4) Suponha que seja uma varivel aleatria com distribuio de Student com graus de
liberdade. medida que aumenta, a distribuio de se aproxima de uma normal padro.
39. ANPEC 2014 Questo 09
Seja X uma varivel aleatria com distribuio normal, com mdia e varincia 2. Considere
duas amostras aleatrias independentes de X. Cada uma das amostras tem tamanho n1 e n2, e
possuem mdias X 1 e X 2 . Podemos usar dois estimadores para a mdia populacional,
1
n X +n X
~ = ( X 1 + X 2 ) e = 1 1 2 2 .
2
n1 + n2
Julgue as seguintes afirmativas a respeito dos estimadores:

~ um estimador no-viesado para a mdia populacional;

um estimador no-viesado para a mdia populacional;
~ possui menor varincia que ;
~ um estimador mais eficiente, isto , possui menor erro quadrtico mdio que ;
~ um estimador consistente para a mdia populacional.

14