Você está na página 1de 10

Disciplina: Estatstica Aplicada Engenharia

Curso: Especializao em Engenharia de Processos e de Sistemas de Produo


Maio e Junho de 2012

01. Sabe-se que o nvel de significncia a probabilidade de cometermos um determinado tipo de erro quando da
realizao de um teste de hipteses. Ento:
a) A escolha ideal seria um nvel de significncia igual a zero, o que eliminaria por completo qualquer possibilidade
de erro no teste.
b) O nvel de significncia uma questo tpica de amostras pequenas - em amostras grandes ficam
automaticamente eliminadas as possibilidades de erro.
c) Mantido o tamanho da amostra, quanto maior o nvel de significncia, menor a probabilidade de se cometer o
erro Tipo II.
d) O nvel de significncia mede a probabilidade de rejeitarmos a hiptese nula (H0) sendo a mesma verdadeira.
e) Se "" o nvel de significncia, ento "1 - " a probabilidade de no cometermos o erro Tipo I.
02. Um comerciante afirma que pelo menos 20% do pblico preferem seu produto. Uma amostra de 100 pessoas
escolhida para checar a afirmativa. Com um nvel de significncia de 5% podemos dizer que a porcentagem
amostral, para que a afirmativa seja contestada, deve assumir o valor de:
a) 19%

b) 20%

c) Aproximadamente 13%

d) 14%

e) Qualquer nmero menor que 20%

03. (UFMG 2005) Considere um teste de hipteses bilateral para mdia populacional com hipteses H0: = 100 contra
H1: 100. Suponha que uma amostra aleatria de tamanho 100 foi utilizada (n = 100) obtendo-se os valores
amostrais x = 99,608 e s = 2,00. O valor da probabilidade de significncia do teste :
a) 0,025

b) 0,050

c) 0,100

d) 0,150

e) 0,010

04. (UFMG 2005) Dois lotes de laranjas de dois produtores diferentes devem ser testados quanto ao teor de
carboidratos do suco. Duas amostras de 100 laranjas de cada lote foram analisadas, obtendo-se mdias de 111,2g/l
e 112,7 g/l, com desvios padres amostrais 5,5 g/l e 5,1g/l respectivamente. Considere a hiptese nula de que o
primeiro lote tem teor de carboidratos maior ou igual do que o segundo lote. Pelo experimento, a hiptese nula
deve ser rejeitada a um nvel de significncia maior ou igual a:
a) 0,05

b) 0,04

c) 0,03

d) 0,02

e) 0,01

05. Com base em uma amostra de 100 unidades, quer-se testar, a um nvel de significncia de 5%, se a vida til de
determinado tipo de lmpada de 2000 horas (H0: = 2000) contra a hiptese de que ela seja inferior a 2000
horas (H1: < 2000). Pode-se, ento, afirmar que:
a) H uma probabilidade de 5% de rejeitarmos H0 quando a vida mdia de tais lmpadas for, de fato, 2000 h.
b) Rejeitaremos H0 sempre que a mdia encontrada na amostra for 5% menor do que 2000.
c) O teste que iremos realizar unilateral.
d) H uma probabilidade de 95% de que a mdia da populao seja igual a mdia da amostra.
e) Como a varivel em causa contnua, devemos usar no teste a distribuio de Bernoulli.
06. Para uma populao normal com mdia e varincia 2 = 25 deseja-se testar H0: = 10 contra
H1: = 5. Ento o tamanho da amostra, n, tal que = = 0,025 ser:
a) 1

b) 2

c) 4

d) 16

e) 25

07. Dadas as seguintes afirmativas sobre testes de hipteses, correto dizer que:
a) A probabilidade do erro tipo I calculada utilizando-se a estatstica de teste, para cujo clculo presume-se
que a hiptese nula falsa.
b) Uma vez definida a regio de confiana para um determinado parmetro da populao, vrias hipteses nulas
podem ser testadas utilizando-se este intervalo de confiana.
c) Quanto maior o p-valor, maior a credibilidade da hiptese alternativa.
Prof. Lor Viali, Dr.

viali@pucrs.br

http://www.pucrs.br/famat/viali/

Disciplina: Estatstica Aplicada Engenharia


Curso: Especializao em Engenharia de Processos e de Sistemas de Produo
Maio e Junho de 2012

d) A aceitao de determinada hiptese nula implica que esta hiptese seja verdadeira.
e) O poder de um teste a probabilidade de se rejeitar a hiptese nula quando esta for falsa.
08. Sejam X1, X2, ..., Xn variveis aleatrias independentes e normalmente distribudas com mdia e varincia 2. Em
relao ao teste de hiptese da mdia H 0 : = 0 contra H1 : < 0 , so corretas as afirmativas:
a) Se o p-valor do teste for menor que o nvel de significncia, , a hiptese H0 deve ser rejeitada.
b) Se a varincia 2 for conhecida, a estatstica do teste segue a distribuio t-Student. Caso contrrio, a
distribuio do teste ser a Normal Padro.
c) Dados os parmetros da populao: 0 = 50 e 2 = 900, suponha que a mdia de uma amostra aleatria de
tamanho 36 retirada desta populao seja X = 47 . Neste caso, o nvel de significncia do teste, , ser igual a
0,2743.
d) A funo-poder para este teste de hiptese ser uma funo decrescente da mdia .
e) Se a hiptese alternativa fosse

H a : > 0 , ainda assim a funo-poder seria decrescente com a mdia .

09. conhecido que num certo pas, os fumantes usavam, na mdia, 10 cigarros por dia, com desvio padro de 1,5
cigarros. O governo realizou recentemente uma campanha contra o uso de cigarros. Os produtores esto ansiosos
para avaliar os efeitos desta campanha. Eles tiraram uma amostra aleatria simples de 144 fumantes e descobrem
que a mdia amostral de 8,5 cigarros por dia.
a) A hiptese nula dever ser formulada assim: H0: = 10.
b) A hiptese alternativa deve ser formulada assim: H1: 10.
c) Deve ser rejeitada a hiptese nula ao nvel de significncia de 5%.
d) No pode ser feito qualquer teste sem o desvio padro da amostra.
e) Para evitar cometer um erro, o teste da hiptese nula deve ser feito ao nvel de significncia de 1%.
10. Indique qual das seguintes consideraes sobre os testes de hiptese verdadeira.
a) O erro do tipo II definido como a probabilidade de no se rejeitar uma hiptese nula quando esta for falsa e
o erro do tipo I definido como a probabilidade de se rejeitar a hiptese nula quando esta for verdadeira.
b) No teste de hiptese para propores, se a varincia da proporo populacional for desconhecida, a estatstica
t de Student com n-1 graus de liberdade (n o tamanho da amostra) a indicada para o teste.
c) Num teste de hiptese bi-caudal, o valor-p (ou valor de probabilidade) igual a duas vezes a probabilidade da
regio extrema delimitada pelo valor calculado da estatstica do teste.
d) No se pode realizar um teste de hiptese para a varincia populacional, pois a estatstica do teste, que segue
uma distribuio Qui-quadrado com n - 1 graus de liberdade (n tamanho da amostra), no simtrica.
e) No teste de hiptese para a mdia (H0: = 0 contra H1: 0), ao nvel de significncia , se o intervalo de
confiana com 1 - de probabilidade no contiver = 0, no se poder rejeitar H0.
11. Uma amostra aleatria simples, de tamanho 4, de uma densidade normal com mdia apresentou os seguintes
valores: 2,0 4,0 3,0 3,0. O problema testar H0: = 2,5 versus H1: > 2,5. O valor-p (significncia) associado
estatstica de teste usual tal que:
a) 0,30 p < 0,40

b) 0,20 p < 0,30

c) 0,15 p < 0,20

d) 0,05 p < 0,15

e) p < 0,05

12. Para testar se as propores populacionais referentes classificao dos elementos populacionais em quatro
categorias A, B, C e D so iguais a 20%, 30%, 30% e 20%, uma amostra aleatria simples de tamanho 400 foi
obtida e as freqncias observadas foram: classe A: 80, classe B: 100, classe C: 120, classe D: 100. O valor da
estatstica qui-quadrado usual para esses dados aproximadamente igual a:
a) 2,64

b) 4,06

Prof. Lor Viali, Dr.

c) 5,28

d) 6,78

viali@pucrs.br

e) 8,33

http://www.pucrs.br/famat/viali/

Disciplina: Estatstica Aplicada Engenharia


Curso: Especializao em Engenharia de Processos e de Sistemas de Produo
Maio e Junho de 2012

13. (Eletrobrs 2007) Uma amostra aleatria simples, de tamanho 4, de uma densidade normal com mdia
apresentou os seguintes valores: 2,0 4,0 3,0 3,0. O problema testar H0: 2,5 versus H1: > 2,5. O valor-p
(significncia) associado estatstica de teste usual tal que:
a) p < 0,05

b) 0,05 p < 0,15

c) 0,15 p < 0,20

d) 0,20 p < 0,30

e) 0,30 p < 0,40

14. (AGU 2006) Uma pesquisa para avaliar a dependncia entre sexo e presena de certo fator resultou na seguinte
tabela de contingncias:
Fator
Presente Ausente
Masculino
40
60
Feminino
60
40
O coeficiente de contingncia de Pearson associado a esses dados aproximadamente igual a:
a) 0,2
b) 0,6
c) 0,9
d) 8,0
e) 16,0.
15. Para testar H0: p = 0,5 versus H1: p = 0,8, em que p representa uma proporo populacional de sucessos, ser
usada uma amostra aleatria simples de tamanho 4 e o critrio de deciso que rejeita H0 se forem observados
quatro sucessos na amostra. As probabilidades de erro tipo I e tipo II valem respectivamente:
a) 0,0625 e 0,4096
b) 0,1568 e 0,8432
c) 0,0625 e 0,5904
d) 0,1568 e 0,4634
e) 0,3880 e 0,6120
16. (AGU 2006) Para testar, ao nvel de significncia de 5%, H0: 20 versus H1: > 20, onde representa a mdia
de uma distribuio normal com varincia 25, uma amostra aleatria de tamanho 100 ser observada. A regio
crtica resultante ser:
a) x 20,40;

b) x 20,43;

c) x 20,52;

d) x 20,64;

e) x 20,82.

17. (AGU 2006) Para testar H0: 5 versus H1: > 5, em que representa a mdia de uma distribuio normal com
parmetros desconhecidos, foi usada uma amostra aleatria simples de tamanho 16, que forneceu as seguintes
estatsticas: x = 6 e

16

( xi x )

= 60 . O p-valor associado estatstica de teste usual, que tem distribuio t-

i =1

Student quando = 5, tal que:


a) p < 0,001

b) 0,001 < p < 0,025

c) 0,025 < p < 0,05

d) 0,05 < p < 0,10

d) p > 0,10

18. Um fabricante de fibra txtil est investigando um novo fio, que a companhia fornecedora afirma ter um
alongamento mdio de 12 kg. O pesquisador deseja testar a hiptese H0: = 12 contra H1: < 12, usando uma
amostra aleatria de quatro fios. Considerando que a populao apresenta distribuio normal e desvio padro 0,5
kg, Calcule:
i) A probabilidade do erro tipo I () se a regio de rejeio for definida como: x < 11,5kg.
ii) A probabilidade do erro tipo II () para o caso em que o alongamento verdadeiro seja 11,25kg. [utilize a mesma
regio de rejeio do item i)]
Escolha a resposta correta que corresponda respectivamente aos itens i e ii.
a) 0,1587; 0,8413

b) 0,025; 0,8413

c) 0,05; 0,1587

d) 0,0228; 0,1587

e) 0,025; 0,1587

19. (AGU 2006) Para testar Ho: 10 versus H1: < 10, parmetro unidimensional, ao nvel de significncia , as
funes poder de cinco critrios de deciso I, II, III, IV e V foram obtidas e esto apresentadas nos grficos a
seguir:

Prof. Lor Viali, Dr.

viali@pucrs.br

http://www.pucrs.br/famat/viali/

Disciplina: Estatstica Aplicada Engenharia


Curso: Especializao em Engenharia de Processos e de Sistemas de Produo
Maio e Junho de 2012

Entre os apresentados, o melhor critrio o:


(A) I;

(B) II;

(D) IV;

(C) III;

(E) V.

20. (Eletrobrs 2007) Para testar se as propores populacionais referentes classificao dos elementos
populacionais em quatro categorias A, B, C e D so iguais a 20%, 30%, 30% e 20%, uma amostra aleatria simples
de tamanho 400 foi obtida e as frequncias observadas foram: classe A: 90, classe B: 110, classe C: 110, classe D:
90. O valor da estatstica qui-quadrado usual para esses dados aproximadamente igual a:
a) 2,64

b) 4,17

c) 5,28

d) 6,78

e) 8,33

21. Para testar a aderncia de conjunto de observaes a uma densidade normal, os dados foram distribudos em 10
classes e as freqncias observadas foram obtidas. As estimativas da mdia e da varincia populacionais foram
calculadas e seus valores foram usados para calcular as freqncias esperadas nas 10 classes. Em seguida, a
estatstica qui-quadrado usual foi calculada. Sob a hiptese nula de aderncia, essa estatstica tem distribuio
qui-quadrado aproximada com o seguinte nmero de graus de liberdade:
a) 6

b) 7

c) 8

d) 9

e) 10

22. A tabela apresenta dados sobre faixas de pessoal ocupado por setor de atividade econmica de 100 empresas
nacionais.
Setor de atividade
Faixas de pessoal ocupado

Alimentao

Esporte,
sade,
beleza e decorao

Educao e
treinamento

Total

Menos de 20 empregados

30

35

10

75

20 empregados ou mais

10

10

25

Total

40

40

20

100

Usando o teste qui-quadrado para testar as hipteses:


H0: a faixa de pessoal ocupado independe do setor de atividade
H1: a faixa de pessoal ocupado depende do setor de atividade
a deciso sobre H0, aos nveis de 1%, 5% e 10% de significncia :

Prof. Lor Viali, Dr.

viali@pucrs.br

http://www.pucrs.br/famat/viali/

Disciplina: Estatstica Aplicada Engenharia


Curso: Especializao em Engenharia de Processos e de Sistemas de Produo
Maio e Junho de 2012

= 1%

= 5%

= 10%

a)

No rejeitar

No rejeitar

No rejeitar

b)

No rejeitar

No rejeitar

Rejeitar

c)

No rejeitar

Rejeitar

Rejeitar

d)

Rejeitar

Rejeitar

No rejeitar

e)

Rejeitar

Rejeitar

Rejeitar

23. A produo mensal de uma indstria se distribua normalmente com varincia 300. Foi introduzida uma nova
tcnica no processo de fabricao. Em 25 meses, verificou-se que a produo mdia mensal foi de 100 mil
unidades com um desvio padro de 20 unidades. Utilizando um nvel de significncia de 2% como o objetivo de
testar se a viabilidade do processo de produo aumentou com a incorporao da nova tcnica, elaborou-se um
teste de hipteses. Nestas condies, tem-se que:
Valor da estatstica teste

Regio crtica

Deciso sob H0

a)

32

[40,270; +)

No rejeitar

b)

32

(-; 10,856][42,980: +)

No rejeitar

c)

1,6

[40,270: +)

Rejeitar

d)

1,6

(-; 10,856][42,980: +)

Rejeitar

e)

0,07

[2,06: +)

No rejeitar

24. Em um teste hiptese, a probabilidade de no rejeitar a hiptese nula, quando ela e falsa, e a probabilidade de
rejeitar a hiptese nula, quando ela e verdadeira, so denominados, respectivamente, como:
a) Erro tipo II e Erro tipo I.
b) Erro tipo I e Erro tipo II.
c) Erro tipo I e poder do teste.
d) Nvel de significncia e poder do teste.
e) Poder do teste e nvel de significncia.
25. Foi realizado um estudo para verificar se existe diferena na idade dos estudantes que ingressaram na
universidade pblica ao longo de 3 dcadas. Uma amostra aleatria simples de 3000 alunos foi extrada da
populao dos alunos ingressantes nas dcadas de 1990, 2000, 2010. Assumindo que a idade dos alunos segue uma
distribuio Normal e que os grupos tem varincias iguais, o teste de hiptese adequado seria:
a) Teste Kruskal-Walis.

b) Teste Normal.

c) Teste t de Student.

d) Analise de Varincia.

e) Teste qui-quadrado.

26. Uma amostra aleatria simples de tamanho n = 9 selecionada de uma populao normal com mdia e desvio
padro conhecido e igual a 3. Essa amostra utilizada para testar H0: = 0 contra H1: > 0. Se a mdia amostral
x = 1,3, o valor-p do teste :
a) 0,0227

b) 0,0454

c) 0,0709

d) 0,0968

e) 0,1936

27. Considere o intervalo [5; 15] com 90% de confiana para a mdia de uma populao com distribuio normal. No
teste de hiptese H0: = 0 x H1: 0, tem-se que a hiptese nula de H0:
a) no rejeitada para qualquer nvel.
b) rejeitada para qualquer nvel abaixo de 5%.
c) rejeitada ao nvel de 0,05%.
d) rejeitada a qualquer nvel maior que 5% e menor que 10%.
e) rejeitada ao nvel de 10%.

Prof. Lor Viali, Dr.

viali@pucrs.br

http://www.pucrs.br/famat/viali/

Disciplina: Estatstica Aplicada Engenharia


Curso: Especializao em Engenharia de Processos e de Sistemas de Produo
Maio e Junho de 2012

28. Um experimento foi conduzido para testar H0: = contra H1: , sendo e as mdias de duas
populaes infinitas, independentes e normalmente distribudas, isto , XA tem distribuio N(A, A) e XB tem
distribuio N(B, B) e COV(XA, XB) = 0. Amostras de tamanho nA = nB = 5 so extradas das respectivas
2

X i. e varincias 2 =
S.
n.

populaes e as mdias X. =

( Xi. X.)
i

n. 1

, calculadas para permitir a realizao do teste.

Considerando que as varincias das populaes sejam desconhecidas e iguais, a estatstica do teste e sua
distribuio amostral so, respectivamente:

b)

a)

d)

c)

e)
29. A tabela apresenta a distribuio de frequncias dos funcionrios promovidos e no promovidos de uma empresa,
discriminados pela fluncia no idioma ingls.
Fluncia em Ingls

Promovidos

No promovidos

Total

Sim

40

20

60

No

44

36

80

Total

84

56

140

O valor mais prximo da estatstica 2 de Pearson, calculada com base na tabela :


a) 0,5

b) 1

c) 2

d) 3

e) 5

30. A funo poder dos testes estatsticos a probabilidade de:


a) Aceitar indevidamente uma hiptese nula falsa.
b) Aceitar indevidamente uma hiptese alternativa falsa.
c) Rejeitar corretamente uma hiptese alternativa falsa.
d) Rejeitar corretamente uma hiptese nula falsa.
e) Rejeitar toda e qualquer hiptese falsa.
31. Em um clculo de regresso, se o coeficiente angular zero, conclui-se que:
a) O modelo deve ser o mltiplo.
b) O tamanho da amostra muito pequeno.
c) No h relacionamento linear entre as variveis.
d) As observaes tm muita disperso.
e) No existe nenhum relacionamento entre as variveis.
32. Para estimar-se, por regresso simples, o modelo Y = a + bX + U, coletou-se uma amostra de 25 elementos,
chegando-se aos seguintes resultados: Y = 3,2 + 0,7X e R2 = 0,81, ento:
a) O coeficiente de correlao estimado de 0,9;

Prof. Lor Viali, Dr.

viali@pucrs.br

http://www.pucrs.br/famat/viali/

Disciplina: Estatstica Aplicada Engenharia


Curso: Especializao em Engenharia de Processos e de Sistemas de Produo
Maio e Junho de 2012

b) Respeitadas as hipteses bsicas do modelo de regresso, o valor 3,2 uma estimativa no tendenciosa do
parmetro ;
c) Uma vez que b = 0,7, a varivel X explica 70% das variaes de Y em torno de sua mdia;
d) Est faltando, na equao estimada, o termo referente estimativa da varivel "u";
e) Essa regresso no pode ser utilizada em previses uma vez que o coeficiente de determinao estimado
menor que 90%.
33. Para os valores: X

10

5, o coeficiente de correlao ser igual a:

a) 0,0

b) 1,0

c) -1,0

d) Um valor entre 0,0 e 0,5

e) Um valor entre 0,0 e -0,5

34. Dentre os itens abaixo, identifique as premissas bsicas para o modelo de regresso.
I - Linearidade do fenmeno medido;
II - Varincia no constante dos termos erro (hetrocedasticidade);
III - Normalidade dos erros;
IV - Erros correlacionados;
V - Presena de colinearidade.
So premissas APENAS os itens:
a) I e III

b) II e III

c) I, III e IV

d) I, III e V

e) I, II, III e V

35. Ajustou-se um modelo de regresso linear simples a dados provenientes de alguns experimentos executados por
um fabricante de concreto, com o objetivo de determinar de que forma e em que medida a dureza de um lote de
concreto depende da quantidade de cimento usada para faz-lo. Quarenta lotes de concreto foram feitos com
quantidades diferentes de cimento na mistura e a dureza de cada lote foi medida aps sete dias. Sabendo-se que:
n

SQR =

i Y)
( Y

= 5275,2

SQE =

i =1

a) 0

b) 0,064

n
) 2
( Yi Yi ) = 366,6 , o coeficiente de determinao , aproximadamente:

i =1

c) 0,5

d) 0,94

e) 14,38

36. Em um estudo de observao, em uma indstria de semicondutores, foram coletadas 25 observaes das variveis,
a resistncia trao (uma medida de fora requerida para romper a cola), o comprimento do fia e a altura do
molde. Suponha que um modelo de regresso linear mltipla foi definido para relacionar a resistncia trao ao
comprimento do fio e altura do molde. Logo Y = 0 + 1X1 + 2X2 + . Onde Y = resistncia trao, X1 =
comprimento do fio e X2 = altura do molde. Os resultados obtidos foram:

Com base nestes resultados pode-se concluir que:


a) a reta estimada Y = 2 ,136 + 29 , 343 X1 + 4 , 477 X 2 .
b) os coeficientes estimados so significativos ao nvel de 1%.
c) se rejeita a hiptese H0: 0 = 0 ao nvel de 1%.
d) se rejeita a hiptese H0: 1 = 0 ao nvel de 5%.
e) no se rejeita a hiptese H0: 2 = 0 ao nvel de 5%.
37. Considerando a regresso da questo anterior e a tabela da ANOVA (incompleta) a seguir:

Prof. Lor Viali, Dr.

viali@pucrs.br

http://www.pucrs.br/famat/viali/

Disciplina: Estatstica Aplicada Engenharia


Curso: Especializao em Engenharia de Processos e de Sistemas de Produo
Maio e Junho de 2012

tem-se que os valores de P, Q, R, S, T e U so, respectivamente:


P

a)

22

25

5885,9

104,9

1124,3

20,04

b)

23

25

5885,9

104,9

1175,14

20,94

c)

22

24

5885,9

104,9

1124,3

20,04

d)

21

24

5885,9

52,45

1072,95

9,56

e)

22

25

2942,95

104,9

562,02

20,03

38. Aps ser ajustado um modelo de regresso linear entre X e Y, encontrou-se um modelo da forma Y=aX + b + E,
onde a e b so os coeficientes da regresso e E o erro aleatrio, e um coeficiente de determinao de 80%. O
percentual de variao de Y considerado aleatrio de:
a) 80%

b) 20%

c) 0%

d) 72%

36%.

39. Dados 5 pares de nmeros (X1, Y1), (X2, Y2), (X3, Y3), (X4, Y4), (X5, Y5), considere os somatrios:

Ajustando um modelo de regresso linear simples aos pares (Xi, Yi), a equao da reta de regresso obtida :
a) y = 2 + x

b) y = 3 + x

c) y = 2x

d) y = 4 + 3x

e) y = 1 + 4x

40. Ajustando um modelo de regresso linear mltipla y = 0 + 1x1 + 2x2 + , obtemos o plano de regresso de
equao y = c + 5x1 - 6x2. Se 30, 15 e 10 so, respectivamente, as mdias dos valores de y, x1 e x2, o valor de c :
a) -15

b) 15

c) 30

d) 50

e) 70

41. Um bilogo marinho realizou um experimento sobre a influncia da temperatura da gua T na expectativa do
tempo de vida do peixe-boi V. Ele ajustou um modelo de regresso linear simples aos dados e obteve a equao da
reta de regresso simples T = 1 + 5V/63, adotando V como varivel independente e obteve a equao da reta de
regresso simples V = 2 + 7T/5, adotando T como varivel independente. O coeficiente de correlao linear de
Pearson entre as variveis T e V :
a) 3/14

b) 5/16

c) 1/3

d) 3/16

e) 4/7

42. Em uma agncia dos Correios de uma cidade, o gerente realizou um estudo para relacionar o peso total em kg de
correspondncias recebidas por dia ao nmero efetivo de correspondncias. O levantamento foi realizado em 20
dias e ajustou-se um modelo de regresso linear simples. Logo Y = 0 + 1X + , onde Y = peso total de
correspondncias e x = nmero de correspondncias. Os resultados foram:

Com base nos resultados acima, analise as seguintes afirmaes:


Prof. Lor Viali, Dr.

viali@pucrs.br

http://www.pucrs.br/famat/viali/

Disciplina: Estatstica Aplicada Engenharia


Curso: Especializao em Engenharia de Processos e de Sistemas de Produo
Maio e Junho de 2012

I - A reta estimada : Y = 18,123 + 7 ,777 x


II - Rejeita-se a hiptese H0: 0 = 0 ao nvel de 5%
III - Admite-se a hiptese H0: 1 = 0 ao nvel de 5%
IV - Os coeficientes estimados so significativos ao nvel de 1%.
Esto corretas apenas as seguintes afirmaes:
a) I

b) I e II

c) II e III

d) I, II e III

e) I, II e IV

43. Considerando os valores da questo anterior e sabendo que:


n

SQR =

i Y)
(Y

= 1543 ,79

SQE =

i =1

n
) 2
( Y i Yi) = 180, 41 . Se SQR a soma dos quadrados da regresso, SQE

i =1

a soma dos quadrados dos erros e Y a mdia, o coeficiente de determinao , aproximadamente:


a) 0,10

b) 0,12

c) 0,89

d) 0,95

e) 8,55

44. Duas variveis x e y apresentam covarincia amostral Sxy = 100 e desvios padres amostrais Sx = 10 e Sy = 20.
Considere um modelo de regresso linear simples para explicar o comportamento de y a partir de x como sendo:
y = 0 + 1x + , sendo um rudo branco Gaussiano. Se estimarmos esse modelo, utilizando o mtodo de mnimos
quadrados ordinrios, a estimativa do coeficiente de inclinao 1 ser:
a) 0,25

b) 0,5

c) 1

d) 5

e) 10

45. A figura mostra o resumo de uma regresso realizada no Excel por meio do suplemento Anlise de Dados
Regresso. Deseja-se calcular na clula F3 o valor predito pelo modelo linear, quando a varivel explicativa X1
igual a 10. A frmula que deve ser escrita na clula F3 (em destaque), para realizar o clculo desejado, :

a) =B19*E3 + B17

b) =D17*10 + E17

c) =B17 + B18*E3

a) =D18*10 + D13

a) =E3*6 + 7

46. Considere um modelo de regresso linear simples, com intercepto, em que a varivel dependente Y seja a demanda
por petrleo em um pas e a varivel explicativa x seja o nvel de industrializao do pas. Este modelo foi ajustado
a uma amostra de 122 pases, fornecendo as seguintes estimativas de 0 (intercepto) e 1 (coeficiente de x), com
os respectivos erros padro estimados:

)
0 = 90 (erro padro estimado = 40)
)
1 = 66 (erro padro estimado = 30)

A partir desses resultados conclui-se que a regresso:


a) no significativa aos 3 nveis usuais de 0,01, 0,05 e 0,1.
b) significativa aos 3 nveis usuais de 0,01, 0,05 e 0,1.
c) significativa aos nveis de 0,1 e 0,05, mas no ao nvel de 0,01.

Prof. Lor Viali, Dr.

viali@pucrs.br

http://www.pucrs.br/famat/viali/

Disciplina: Estatstica Aplicada Engenharia


Curso: Especializao em Engenharia de Processos e de Sistemas de Produo
Maio e Junho de 2012

d) significativa ao nvel de 0,1, mas no aos nveis de 0,05 e 0,01.


e) significativa aos nveis usuais de 0,01, 0,05, mas no ao nvel de 0,1.
47. Um modelo de regresso linear com intercepto e 2 variveis explicativas foi ajustado a uma amostra de tamanho
43, fornecendo um coeficiente de determinao R2 = 0,8. O valor da estatstica F que permite testar a
significncia do modelo :
a) 40
b) 80
c) 86
d) 160
e) 164
48. Considere os seguintes diagramas de disperso:

a) O grfico I indica que existe forte correlao linear positiva entre as variveis X e Y.
b) O grfico II indica que o coeficiente de correlao de Pearson est prximo de 1.
c) O grfico III indica que praticamente no h correlao entre as variveis X e Y.
d) O grfico IV indica que existe forte correlao entre X e Y.
e) O grfico I e II indicam que o coeficiente de correlao de Pearson est prximo de zero.
49. Em um modelo de regresso linear do tipo Yi = 0 + 1Xi + ,foram obtidos os seguintes resultados:

Observando a tabela, podemos afirmar que, a um nvel de significncia de 5%:


a) O intercepto e o coeficiente angular foram estatisticamente significativos e o valor da estatstica t para o
coeficiente angular 9,367.
b) O coeficiente angular foi estatisticamente significativo e o valor da estatstica t para o coeficiente angular
9,367.
c) O intercepto e o coeficiente angular no apresentaram significncia estatstica e o valor da estatstica t para
o coeficiente angular 0,113.
d) Somente o intercepto foi estatisticamente significativo e o valor da estatstica t para o intercepto 1,441.
e) O coeficiente angular foi estatisticamente significativo e o valor da estatstica t para o coeficiente angular
0,113.
50. Uma empresa est estudando como varia a procura de certo produto em funo do preo de venda e obteve as
seguintes informaes: x
162 167 173 176 180
y
248
242 215
220 205, onde x = preo de venda (em reais) e y = vendas
mensais (unidades). Neste caso, o coeficiente angular do modelo :
a) -6,44
b) -2,45
c) 2,45
d) 3,50
e) 6,44

Prof. Lor Viali, Dr.

viali@pucrs.br

http://www.pucrs.br/famat/viali/

10