20/12/2021 20:02 Atividade Objetiva 03: 03.

Estatística Geral - Teoria e Aplicações (2019)

Atividade Objetiva 03
Entrega
Sem prazo
Pontos
10
Perguntas
10
Limite de tempo
Nenhum
Tentativas permitidas
Sem limite

Instruções
Prezado(a), por gentileza, atenção para:

Interpretar corretamente as questões, pois, é parte fundamental da avaliação.

São 10 questões, FAVOR CONFERIR ANTES DE INICIAR.

Fazer o teste novamente

Histórico de tentativas
Tentativa Tempo Pontuação
MANTIDO Tentativa 4
1 minuto 10 de 10

MAIS RECENTE Tentativa 4

1 minuto 10 de 10

Tentativa 3
2 minutos 9 de 10

Tentativa 2
422 minutos 2 de 10

Tentativa 1
6 minutos 1 de 10


As respostas corretas estão ocultas.

Pontuação desta tentativa:

10 de 10
Enviado 20 dez em 20:01
Esta tentativa levou 1 minuto.

Pergunta 1 1
/ 1 pts

Sabe-se que a vida em horas de um bulbo de uma lâmpada de 75 W é

distribuída normalmente com  horas. Uma amostra aleatória de
20 bulbos tem uma vida média de  horas. O intervalo de
confiança de 95% para a vida média é igual a:

https://pucminas.instructure.com/courses/2743/quizzes/21432 1/10
20/12/2021 20:02 Atividade Objetiva 03: 03. Estatística Geral - Teoria e Aplicações (2019)

 
998,0 a 1030,0 horas.

 
1011,7 a 1016,3 horas.

 
1004,3 a 1023,7 horas.

 
1003,0 a 1025,0 horas.

Nessa questão, devemos utilizar o intervalo de confiança para

uma média com a variância conhecida. Como os dados estão
sumarizados (já temos a média e a quantidade de dados da
amostra), devemos construir uma função que aceite esses
parâmetros. Ficaria dessa forma:

teste_media_var_conhecida <- function(xbarra, n, sigma,

confianca){

IC_inf <- xbarra - qnorm((1-confianca)/2, lower.tail = F)*

(sigma/sqrt(n))

IC_sup <- xbarra + qnorm((1-confianca)/2, lower.tail = F)*

(sigma/sqrt(n))

saida <- cbind(IC_inf, IC_sup)

saida

teste_media_var_conhecida(1014, 20, 25, .95)

O resultado final ficaria:

IC_inf              IC_sup

1003.043      1024.957

Pergunta 2 1
/ 1 pts

Um engenheiro do setor de pesquisa de um fabricante de pneu está

investigando a vida do pneu em relação a um novo componente da
borracha. Ele fabricou 16 pneus e testou-os até o final da vida em teste
na estrada. A média e o desvio-padrão da amostra são,
respectivamente, 60.139,7 e 3.645,94 km. O intervalo de confiança de
95% para a vida média do pneu é igual a:

https://pucminas.instructure.com/courses/2743/quizzes/21432 2/10
20/12/2021 20:02 Atividade Objetiva 03: 03. Estatística Geral - Teoria e Aplicações (2019)

 
58.353 a 61.926 km.

 
58.542 a 61.738 km.

 
57.454 a 62.826 km.

 
58.197 a 62.082 km.

Para essa questão, a variância da população não é conhecida e

assim o intervalo de confiança passa a utilizar a distribuição de
probabilidade t-student. O script que calculará o intervalo de
confiança considerando que foi dado as informações sumarizadas
(média, desvio e quantidade de dados) ficará da seguinte forma:

teste_media_var_desconhecida <- function(xbarra, desvio, n,

confianca){

IC_inf <- xbarra - qt((1-confianca)/2, n-1, lower.tail = F)*

(desvio/sqrt(n))

IC_sup <- xbarra + qt((1-confianca)/2, n-1, lower.tail = F)*

(desvio/sqrt(n))

saida <- cbind(IC_inf, IC_sup)

saida

teste_media_var_desconhecida(60139.7, 3645.94, 16, .95)

O resultado final será:

IC_inf           IC_sup

 58196.92     62082.48

Pergunta 3 1
/ 1 pts

Um artigo no Journal of Composite Materials (Dezembro de 1989, Vol.

23, p. 1200) descreve o efeito da delaminação na frequência natural de
vigas feitas de laminados compósitos. Cinco dessas vigas delaminadas
foram submetidas a cargas e as frequências (em Hz) resultantes foram
obtidas pelos seguintes valores:

230,33       233,05      232,58      229,48      232,58

https://pucminas.instructure.com/courses/2743/quizzes/21432 3/10
20/12/2021 20:02 Atividade Objetiva 03: 03. Estatística Geral - Teoria e Aplicações (2019)

Supondo que a variável em estudo segue a distribuição Normal, o

intervalo de 99% de confiança sobre a frequência média é igual a:

 
229,412 a 233,928 Hz.

 
230,210 a 233,130 Hz.

 
229,769 a 233,571 Hz.

 
228,327 a 234,881 Hz.

O intervalo de confiança para a média quando temos os dados

não sumarizados, ou seja, não temos os valores da média e
desvio amostral, devemos trabalhar com outro script. Como a
variância populacional não é conhecida, temos que trabalhar com
a distribuição de probabilidade t-student. O script ficará assim.

IC_media_var_desconhecida <- function(x, confianca){

n <- length(x)

xbarra <- mean(x)

desvio <- sd(x)

IC_inf <- xbarra - qt((1-confianca)/2, n-1, lower.tail = F)*

(desvio/sqrt(n))

IC_sup <- xbarra + qt((1-confianca)/2, n-1, lower.tail = F)*

(desvio/sqrt(n))

saida <- cbind(IC_inf, IC_sup)

saida

Veja que como parâmetro temos o termo x que será o nosso vetor
de dados. Logo para chegar na resposta, teremos:

dados_q3 <- c(230.33, 233.05, 232.58, 229.48, 232.58)

IC_media_var_desconhecida(dados_q3, .99)

A respota será:

IC_inf             IC_sup

228.3272       234.8808

Pergunta 4 1
/ 1 pts

https://pucminas.instructure.com/courses/2743/quizzes/21432 4/10
20/12/2021 20:02 Atividade Objetiva 03: 03. Estatística Geral - Teoria e Aplicações (2019)

Um estudo realizado para avaliar a fração de circuitos integrados

defeituosos em um processo de fotolitografia, obteve como resultado
um total de 13 defeitos em 300 circuitos investigados. Um intervalo de
90% de confiança para proporção de circuitos defeituosos é igual a:

 
0,020294 a 0,066373

 
0,013054 a 0,073613

 
0,023998 a 0,062669

Nesta questão, temos um intervalo de confiança para a proporção.

Como os dados estão sumarizados, pois já tenho o número de
defeituosos (x) e o número total de peças (n), podemos calcular a
proporção de defeituosos (prop = x/n). Assim um script que
calcule o intervalo de confiança para a proporção seria:

IC_Proporcao <- function(x, n, confianca){

prop <- x/n

IC_inf <- prop - qnorm((1-confianca)/2, lower.tail = F)*(sqrt((prop*

(1-prop))/n))

IC_sup <- prop + qnorm((1-confianca)/2, lower.tail = F)*(sqrt((prop*

(1-prop))/n))

saida <- cbind(IC_inf, IC_sup)

saida

Dando o comando com as informações do enunciado, temos:

IC_Proporcao(13, 300, .9)

E o resultado igual:

IC_inf                  IC_sup

0.02399772        0.06266895

 
0,025819 a 0,068013

Pergunta 5 1
/ 1 pts

https://pucminas.instructure.com/courses/2743/quizzes/21432 5/10
20/12/2021 20:02 Atividade Objetiva 03: 03. Estatística Geral - Teoria e Aplicações (2019)

Sabe-se que a vida em horas de um bulbo de uma lâmpada de 75 W é

distribuída normalmente com  horas. Uma amostra aleatória de
20 bulbos tem uma vida média de  horas. O intervalo de
confiança de 95% para a vida média é igual a:

 
998,0 a 1030,0 horas.

 
1004,3 a 1023,7 horas.

 
1003,0 a 1025,0 horas.

Nessa questão, devemos utilizar o intervalo de confiança para

uma média com a variância conhecida. Como os dados estão
sumarizados (já temos a média e a quantidade de dados da
amostra), devemos construir uma função que aceite esses
parâmetros. Ficaria dessa forma:

teste_media_var_conhecida <- function(xbarra, n, sigma,

confianca){

IC_inf <- xbarra - qnorm((1-confianca)/2, lower.tail = F)*

(sigma/sqrt(n))

IC_sup <- xbarra + qnorm((1-confianca)/2, lower.tail = F)*

(sigma/sqrt(n))

saida <- cbind(IC_inf, IC_sup)

saida

teste_media_var_conhecida(1014, 20, 25, .95)

O resultado final ficaria:

IC_inf              IC_sup

1003.043      1024.957

 
1011,7 a 1016,3 horas.

Pergunta 6 1
/ 1 pts

https://pucminas.instructure.com/courses/2743/quizzes/21432 6/10
20/12/2021 20:02 Atividade Objetiva 03: 03. Estatística Geral - Teoria e Aplicações (2019)

Um engenheiro do setor de pesquisa de um fabricante de pneu está

investigando a vida do pneu em relação a um novo componente da
borracha. Ele fabricou 16 pneus e testou-os até o final da vida em teste
na estrada. A média e o desvio-padrão da amostra são,
respectivamente, 60.139,7 e 3.645,94 km. O intervalo de confiança de
95% para a vida média do pneu é igual a:

 
57.454 a 62.826 km.

 
58.542 a 61.738 km.

 
58.353 a 61.926 km.

 
58.197 a 62.082 km.

Para essa questão, a variância da população não é conhecida e

assim o intervalo de confiança passa a utilizar a distribuição de
probabilidade t-student. O script que calculará o intervalo de
confiança considerando que foi dado as informações sumarizadas
(média, desvio e quantidade de dados) ficará da seguinte forma:

teste_media_var_desconhecida <- function(xbarra, desvio, n,

confianca){

IC_inf <- xbarra - qt((1-confianca)/2, n-1, lower.tail = F)*

(desvio/sqrt(n))

IC_sup <- xbarra + qt((1-confianca)/2, n-1, lower.tail = F)*

(desvio/sqrt(n))

saida <- cbind(IC_inf, IC_sup)

saida

teste_media_var_desconhecida(60139.7, 3645.94, 16, .95)

O resultado final será:

IC_inf           IC_sup

 58196.92     62082.48

Pergunta 7 1
/ 1 pts

https://pucminas.instructure.com/courses/2743/quizzes/21432 7/10
20/12/2021 20:02 Atividade Objetiva 03: 03. Estatística Geral - Teoria e Aplicações (2019)

Um artigo no Journal of Composite Materials (Dezembro de 1989, Vol.

23, p. 1200) descreve o efeito da delaminação na frequência natural de
vigas feitas de laminados compósitos. Cinco dessas vigas delaminadas
foram submetidas a cargas e as frequências (em Hz) resultantes foram
obtidas pelos seguintes valores:

230,33       233,05      232,58      229,48      232,58

Supondo que a variável em estudo segue a distribuição Normal, o

intervalo de 99% de confiança sobre a frequência média é igual a:

 
229,769 a 233,571 Hz.

 
230,210 a 233,130 Hz.

 
229,412 a 233,928 Hz.

 
228,327 a 234,881 Hz.

O intervalo de confiança para a média quando temos os dados

não sumarizados, ou seja, não temos os valores da média e
desvio amostral, devemos trabalhar com outro script. Como a
variância populacional não é conhecida, temos que trabalhar com
a distribuição de probabilidade t-student. O script ficará assim.

IC_media_var_desconhecida <- function(x, confianca){

n <- length(x)

xbarra <- mean(x)

desvio <- sd(x)

IC_inf <- xbarra - qt((1-confianca)/2, n-1, lower.tail = F)*

(desvio/sqrt(n))

IC_sup <- xbarra + qt((1-confianca)/2, n-1, lower.tail = F)*

(desvio/sqrt(n))

saida <- cbind(IC_inf, IC_sup)

saida

Veja que como parâmetro temos o termo x que será o nosso vetor
de dados. Logo para chegar na resposta, teremos:

dados_q3 <- c(230.33, 233.05, 232.58, 229.48, 232.58)

IC_media_var_desconhecida(dados_q3, .99)

A respota será:

IC_inf             IC_sup

228.3272       234.8808

https://pucminas.instructure.com/courses/2743/quizzes/21432 8/10
20/12/2021 20:02 Atividade Objetiva 03: 03. Estatística Geral - Teoria e Aplicações (2019)

Pergunta 8 1
/ 1 pts

Suponha que o número de eleitores que chegam a uma seção de uma

Zona Eleitoral no dia de uma determinada eleição, siga a uma
distribuição de Poisson com uma média de chegada de 30 eleitores por
meia hora. A probabilidade de que cheguem menos de 3 eleitores em 5
minutos é:

 
0,1247

 
0,1876

 
0,5654

 
0,1179

Pergunta 9 1
/ 1 pts

Um fabricante de certas peças de automóveis garante que uma caixa

de suas peças conterá no máximo 2 itens defeituosos. Se a caixa
contem 20 peças e a experiência tem demonstrado que esse processo
de fabricação produz 2% de itens defeituosos, qual a probabilidade de
que uma caixa de suas peças não vá satisfazer a garantia?

 
0,0071

 
0,0283

 
0,0058

 
0,05399

 
0,9401

https://pucminas.instructure.com/courses/2743/quizzes/21432 9/10
20/12/2021 20:02 Atividade Objetiva 03: 03. Estatística Geral - Teoria e Aplicações (2019)

Pergunta 10 1
/ 1 pts

O salário dos Cientistas de Dados recém formados em Belo Horizonte

distribuem-se normalmente com média de R$ 8.000,00 e desvio padrão
de R$ 500,00. Qual a percentagem de cientistas de dados que
recebem menos de R$ 6.470,00?

 
0,08075 ou 8%

 
0,14347 ou 14%

 
0,001107 ou 11%

 
0,16335 ou 16%

 
0,15319 ou 15%

Pontuação do teste:
10 de 10

https://pucminas.instructure.com/courses/2743/quizzes/21432 10/10