Lista 1 - Econometria I - 2019

Professora: Paula Pereda

Monitores: Débora Oliveira, Matheus Leal, Pedro Amoni e Pedro Oliveira

Exercício 1: Dados seus conhecimentos quanto a independência de eventos e pro-

babilidades condicionais responda:

a) Suponha A e B eventos aleatórios de forma que P (A) = 0, 40, P (A ∪ B) = 0, 70

e P (B) = p. Para qual valor de p, A e B serão eventos mutuamente excludentes e
para qual valor de p A e B serão eventos independentes?

b) Corrija as seguintes igualdades de forma a tornar as afirmações a seguir ver-

dadeiras:
i) Três eventos A, B e C são independentes se e somente se P (A ∩ B ∩ C) =
P (A)P (B)P (C).
ii) É correta a igualdade P (A ∪ B ∪ C) = P (A) + P (B) + P (C) − P (A ∩ B) −
P (A ∩ C) − P (B ∩ C).

c) Suponha que 37% dos eleitores de uma cidade moram na região urbana. Destes,
10% votaram no candidato Alberto para prefeito, sendo que na área rural 95% dos
eleitores votaram em outros candidatos ou anularam seu voto. Escolhido um eleitor
ao acaso, qual a probabilidade de:
i) Morar em área urbana e votar em Alberto?
ii) Ser um eleitor do Alberto?
iii) Sabendo que este é um eleitor do Alberto, qual a probabilidade deste morar
na região urbana?

d) Verique que o teorema da multiplicação P (A∩B) = P (A|B)P (B) pode ser esten-
dido para três eventos da seguinte maneira: P (A∩B∩C) = P (A|B∩C)P (B|C)P (C).

Exercício 2: Uma f.d.p é dada por:

(
C(x + 2y), se 0 < y < 1 e 0 < x < 2
f (x, y) =
0, caso contrário

a) Encontre o valor de C.

b) Encontre fy (y), fy|x (y|x), E(Y ), E(Y |X) e E(E(Y |X)).

c) Encontre a f.d.a conjunta de X e Y .

d) Encontre a f.d.p da variável aleatória Z = 9/(X + 1)2

Exercício 3: Suponha que X̄ seja a média de 100 observações de uma popula-

ção com média µ e variância σ 2 =9. Encontre limites entre os quais X̄ − µ estará,

1
com probabilidade de pelos menos 0,90. Utilize a Desigualdade de Chebychev e o
Teorema Central do Limite, e comente cada um deles.

Exercício 4: Sobre os conceitos de esperança condicional e independência responda:

a) Considere duas v.a’s X e Y com distribuição conjunta:

(
x + y, se 0 < x < 1 e y < 1
f (x, y) =
0, caso contrário

Encontre fy (y), fy|x (y|x), E(Y ), E(Y |X) e E(E(Y |X)).

b) Sejam X e Y v.a.’s contínuas. Prove a Lei das Expectativas Iteradas: E(Y ) =

E(E(Y |X)).

c) Há 3 formas de independência entre duas variáveis aleatórias:

(i) independência plena,

(ii) independência em média condicional e

(iii) independência linear.

Defina cada uma. Qual é a mais forte? Qual é a mais fraca?

d) Considere duas v.a’s X e Y . Suponha que X tenha função de densidade:

(
1, se 0 < x < 1
fx (x) =
0, caso contrário
Suponha também que:
(
1/x, se 0 < y < x
fy|x (y|x) =
0, caso contrário

Calcule E(Y ).

Exercício 5: Para estimar a média µ desconhecida de uma população, foram pro-

postos dois estimadores não-viesados independentes, µ̂1 e µ̂2 , de tal sorte que V ar(µ̂1 ) =
V ar(µ̂2 )
3
. Considere os seguintes estimadores ponderados de µ:

µ̂1 + µ̂2 4µ̂1 + µ̂2

T1 = T2 = T3 = µ̂1
2 5
a) Quais estimadores são não-viesados?

b) Dispor esses estimadores em ordem crescente de eficiência.

2
Exercício 6: Seja X uma variável aleatória com distribuição normal, com média µ
e variância σ 2 . Considere duas amostras aleatórias independentes de X. Cada uma
das amostras tem tamanho n1 e n2 , e possuem médias x̄1 e x̄2 . Podemos usar dois
estimadores para a média populacional,
1 n1 x̄1 + n2 x̄2
µ̃ = (x̄1 + x̄2 ) e µ̂ =
2 n1 + n2
a) Determine quais estimadores são viesados.

b) Classifique os estimadores pela sua eficiência.

Exercício 7: Pela experiência, um professor sabe que a nota de um aluno em seu

exame final é uma variável aleatória com média 75 e desvio padrão igual a 8.

a) Uma amostra de 35 alunos foi retirada de forma independente das salas deste
professor. Denote por X̄ a média amostral das notas. De acordo com o Teorema
Central do Limite, qual seria a distribuição aproximada de X̄?

b) Quantos alunos deveriam fazer o exame para que a média da classe seja no
mínimo 73 com probabiliade de 0,95? (Dica: P(Z<1.645)≈0.95).

Exercício 8: Considere a v.a. discreta X, com distribuição uniforme sobre os intei-

ros 1,2,3 ..., θ, isto é:

X 1 2 3 ... θ
p(X) 1/θ 1/θ 1/θ ... 1/θ

Aqui, θ é um número inteiro positivo. Uma amostra casual simples X1 ,X2 ,...,
Xn é selecionada e considera-se o seguinte estimador de θ:
n
1X
θ̂ = 2X̄ − 1, onde X̄ = Xi
n i=1

a) Calcule E(θ̂) e Var(θ̂).

b) θ é não viesado? É consistente? Por quê?

k k
X k(k + 1) X 2 k(k + 1)(2k + 1)
Observação: i= , i = , k ≥ 1, inteiro
i=1
2 i=1
6