Estatística Aplicada

MBA em Administração Financeira

Prof. Victor R. R. Celestino, Mestre
2004
Resolução dos Exercícios

5ª Série de Exercícios:

9. (0) F, quando n e p é pequeno, t.q., np < 5

(1) V
(2) F, a distribuição binomial tem como hipótese que a probabilidade de ocorrência de um
sucesso permanece a mesma em todos os experimentos, portanto, não pode ser usada
nos casos sem reposição
(3) V
(4) V

6ª Série de Exercícios:

6. (0) V
(1) F, pois P(X > 1) = 1/3  P(X  1) = 1/ = 2/3   = 3/2
(2) F, a t de Student tem caudas mais pesadas com n pequeno e tende para a Normal
com n grande (n > 30)
(3) V
(4) F, Z tem distribuição Lognormal se ln Z tem distribuição Normal

4 3
7. (0) F, 1
kx 2 dx  1  k 
63
4 3 4 3 3 44  1
(1) F, E ( X )  1 xf ( x )dx 
63 1
x dx   3,04
63 4
3 2 2 3 23  1 1
63 1
(2) V, P( X  2)  x dx  
63 3 9
3 4 4
(3) F, V ( X )  E ( X )  [ E ( X )]   x dx  (3,04) 2  9,74  9,24  0,50
2 2

63 1

3 3 3 33  1 55
(4) F, P( X  3)  1  P( X  3)  1  1 x 2 dx  1  
63 63 3 63

7ª Série de Exercícios:

2. (0) V
(1) F, a média é igual a zero e a variância igual a (n1)/(n3).
(2) V
(3) F, as populações têm que ser normais.

3. (0) V
(1) V
(2) F, razão de variáveis chi-quadrado, divididas pelos graus de liberdade
(3) F, os pontos de inflexão são em    .
1
(4) F, k 
ba

4. (0) F, quando a população for normal ou n for grande (n>30).

1
 Estatística Aplicada
MBA em Administração Financeira
Prof. Victor R. R. Celestino, Mestre
2004
(1) F, a correção (n1) da estimativa do desvio padrão é aplicada em qualquer situação
para assegurar que o estimador seja não tendencioso, porém, a diferença é pequena
para uma amostra grande.
(2) F, pois a precisão diminui com o aumento do intervalo de confiança.
(3) V, com o aumento da amostra, diminui-se o erro padrão  / n .
(4) F, o intervalo de confiança será igual a 14  (1,96*2/6), ou seja, 14  0,65.

8ª Série de Exercícios:

1. (0) F, ocorre um erro tipo I quando a hipótese nula for rejeitada sendo realmente
verdadeira. A probabilidade de cometer o erro tipo I é o próprio nível de significância ,
relacionado com o intervalo de confiança do analista.
(1) V
(2) F, o p-value é justamente a probabilidade do valor estar fora do intervalo de confiança
especificado, quando a hipótese nula é verdadeira. O p-value é o nível de significância
observado.
(3) F, existe uma probabilidade de erro tipo II de aceitar uma hipótese nula falsa.
(4) V

3. (0) V
(1) F, o nível de significância é a probabilidade de se cometer o erro tipo I.
(2) V
(3) V
(4) V

4. (0) V
(1) F, neste caso utiliza-se a distribuição binomial
(2) F, é igual a duas vezes a probabilidade da região extrema delimitada pelo valor
observado e não pelo valor crítico associado ao nível de significância, que é a
estatística do teste.
(3) F
(4) F

5. (0) V
(1) V
(2) F, a potência do teste é a probabilidade de se rejeitar a hipótese nula, quando esta for
falsa, que é igual a um menos a probabilidade de erro tipo II.
(3) V
(4) F, o nível de significância é arbitrado pelo analista e independe do tamanho da
amostra.

6. (0) F, o estimador consitente é aquele cujo valor tende ao valor esperado do parâmetro,
quando o tamanho da amostra tende ao infinito.
(1) V, exemplo da variância da amostra.
(2) V
(3) F, consistência é uma característica e eficiência (menor variância) é outra.

2
 Estatística Aplicada
MBA em Administração Financeira
Prof. Victor R. R. Celestino, Mestre
2004
7. (0) F, quando se diminui o nível de significância, diminui-se a potência do teste e,
conseqüentemente, aumenta-se a probabilidade de erro tipo II.
(1) V
(2) F, a estatística t de Student, assim como as estatísticas chi-quadrado e F supõem que a
distribuição populacional é normal ou a amostra deve ser grande (n>30).
(3) V
(4) V

9ª Série de Exercícios:

4. (0) F, o valor-p é a probabilidade do valor estar além do valor medido, sendo a hipótese
nula de =0 verdadeira, portanto, não é igual ao erro tipo II.
(1) F, a probabilidade do verdadeiro valor de  estar entre dois desvios padrões na
distribuição t de Student (t=2), depende dos graus de liberdade (n-2), mas não é igual a 1-
valor-p (99,7%).
(2) V
(3) V, 99% implica um nível de significância de 1% > 0,3% (valor-p) e, assim, pode-se
rejeitar a hipótese nula e dizer que o coeficiente é significante.
(4) F, a potência do teste é a probabilidade de rejeitar a hipótese nula, quando esta for
falsa (1 - ), ou seja, igual a 1 – probabilidade de erro tipo II.

5. (0) F, ˆ1  ˆ2  X  Y  0

(1) V, pois no caso 2, como só é preciso estimar um parâmetro, S    (Y

t Yˆt ) 2
2
n 1
(2) F, quando ˆ  0 , tem-se que a reta passa pelo ponto ( X ,Y ) .
(3) F, assim como (1) acima, espera-se que K2<K1.
(4) F

6. (0) V
(1) F, eles continuam não viesados, mas já não são eficientes
(2) V
(3) F, para ser não tendencioso, tem-se E ( X )   .
(4) V

7. (0) F, só passa pelas médias se 0.

(1) F, o estimador permanece não viesado, mas deixa de ser eficiente.
(2) V
(3) V
(4) V

8. (0) F, X é um estimador BLUE.

(1) V
(2) V
(3) F, E (nX )  nE ( X )  n , mas V (nX )  n 2V ( X )  n 2 .
(4) F, a distribuição F é a razão de duas chi-quadrado e no caso Y tem uma distribuição
normal padronizada.