Licenciatura em Gestão

Unidade Curricular de Estatística II

Teste – Versão B
Data: 29/5/2017 Proposta de Resolução

1. Na Pizaria MarcuBelini são servidas pizas classificados em três categorias: pequenas, médias e
familiares. Num determinado dia foram servidas 200 pizas, das quais 40 foram pequenas e 80 médias.
i) Numa escolha casual e sem reposição de 10 clientes que consumiram piza, a probabilidade
aproximada de um ter consumido piza pequena é igual a
a) 0,2 b) 0,05 c) 0,268 d) 0,3758

ii) A probabilidade de ser necessário escolher pelo menos dois clientes para encontrar um que consuma
piza familiar é igual a
a) 0,6 b) 0,76 c) 0,24 d) 0,16

i)
𝑋 → 𝑛º 𝑑𝑒 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠, 𝑒𝑚 10, 𝑑𝑒 𝑢𝑚𝑎 𝑝𝑜𝑝𝑢𝑙𝑎çã𝑜 𝑑𝑒 200, 𝑞𝑢𝑒 𝑐𝑜𝑛𝑠𝑜𝑚𝑒𝑚 𝑝𝑖𝑧𝑎 𝑝𝑒𝑞𝑢𝑒𝑛𝑎
𝑋~𝐻𝑖𝑝𝑒𝑟𝑔𝑒𝑜𝑚𝑒𝑡𝑟𝑖𝑐𝑎(𝑁 = 200 , 𝑀 = 40 , 𝑛 = 10)

𝑛 10
Como 𝑁 = 200 = 0,05 ≤ 0,1 a distribuição Hipergeométrica é bem aproximada pela distribuição Binomial.
40
𝑋~𝐻𝑖𝑝𝑒𝑟𝑔𝑒𝑜𝑚𝑒𝑡𝑟𝑖𝑐𝑎(𝑁 = 200, 𝑀 = 40, 𝑛 = 10) ≈ 𝐵𝑖𝑛𝑜𝑚𝑖𝑎𝑙 (𝑛 = 10, 𝑝 = = 0.2)
200
Assim, ao invés de calcularmos a probabilidade exacta, calcularemos a probabilidade aproximada:
𝑃(𝑋 = 1) = 𝑓(1) ≈ 0,2684
A opção correcta é a alínea c).
ii)
𝑌 → 𝑛º 𝑑𝑒 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑛𝑒𝑐𝑒𝑠𝑠á𝑟𝑖𝑜 𝑒𝑠𝑐𝑜𝑙ℎ𝑒𝑟 𝑎𝑡é 𝑒𝑛𝑐𝑜𝑛𝑡𝑟𝑎𝑟 𝑢𝑚 𝑞𝑢𝑒 𝑐𝑜𝑛𝑠𝑢𝑚𝑎 𝑝𝑖𝑧𝑎 𝑓𝑎𝑚𝑖𝑙𝑖𝑎𝑟
80
𝑌~𝐺𝑒𝑜𝑚𝑒𝑡𝑟𝑖𝑐𝑎 (𝑝 = = 0,4)
200

𝑃(𝑌 ≥ 2) = 1 − 𝑃(𝑌 < 2) = 1 − 𝑃(𝑌 ≤ 1) = 1 − 𝑃(𝑌 = 1) = 1 − 0,4 = 0,6

A opção correcta é a alínea a).

2. Recolhida uma amostra aleatória (𝑋1 , 𝑋2 , … , 𝑋𝑛 ) , 𝑛 ∈ ℕ , de uma determinada população 𝑋 com

2
distribuição 𝜒(3) , assinale o valor lógico das seguintes afirmações:

2
a) 𝑉 𝐹 𝑄 = ∑𝑛𝑖=1 𝑋𝑖 é uma estatística com distribuição 𝜒(3𝑛)
1 √6
b) 𝑉 𝐹 Para 𝑛 suficientemente grande (𝑛 > 30) 𝑋̅ = 𝑛 ∑𝑛𝑖=1 𝑋𝑖 ≈ 𝑁 (3 , 𝑛 )
√
a)
Uma estatística é função dos valores da amostra, ou seja, é uma variável aleatória, que não envolve nenhum
2
parâmetro desconhecido. 𝑄 é uma estatística. Por outro lado, sendo a população 𝑋~𝜒(3) tem-se que
2
𝑋1 , 𝑋2 , … , 𝑋𝑛 são i.i.d. com distribuição 𝜒(3) . Assim, pela aditividade da distribuição Chi-quadrado
𝑛
2 2
𝑄 = ∑ 𝑋𝑖 ~𝜒(∑𝑛 ≡ 𝜒(3𝑛)
𝑖=1 3)
𝑖=1

A afirmação é verdadeira.
2
b) Relativamente à população, sabe-se que 𝑋~𝜒(3) , logo:
𝐸(𝑋) = 𝜇 = 𝑛 = 3 e 𝑉(𝑋) = 𝜎 2 = 2 × 𝑛 = 2 × 3 = 6 (conhecida), sendo 𝑛 o nº de graus de liberdade.
Pelo Teorema Limite Central:
𝑋̅ ≈ 𝑁(𝜇 , 𝜎⁄√𝑛) ≡ 𝑁(3 , √6⁄√𝑛)
A afirmação é verdadeira.

3. 𝑉 𝐹 A variabilidade do preço (diário) das ações de uma certa empresa é uma medida de risco que
lhes está associada. Suponha que um potencial investidor nas ações dessa empresa, antes de decidir
aplicar o seu capital, escolheu aleatoriamente 30 dias, dos últimos anos, e registou o preço das ações da
referida empresa. Assumindo a normalidade distribucional do preço das referidas ações, a probabilidade
da variância amostral corrigida ser superior a 1,5766 vezes a variância populacional é igual a 0,025.

𝑋 → 𝑝𝑟𝑒ç𝑜 (𝑑𝑖á𝑟𝑖𝑜) 𝑑𝑎𝑠 𝑎𝑐çõ𝑒𝑠, 𝑒𝑚 𝑒𝑢𝑟𝑜𝑠

𝑋~𝑁(𝜇 , 𝜎)
Amostra: 𝑛 = 30
𝑛−1 2 2 2
𝑄= 𝑆′ ~ 𝜒(𝑛−1) ≡ 𝜒(29)
𝜎2
2 2)
𝑆′2
𝑃(𝑆′ > 1,5766 𝜎 = 𝑃 ( 2 > 1,5766) = 𝑃(𝑄 > 29 × 1,5766) ≈ 𝑃(𝑄 > 45,72) =
⏟ 0,025
𝜎 1)

Obs: 1) Tabela 6 da distribuição do Qui-Quadrado

A afirmação é verdadeira.

4. Com base numa amostra aleatória (𝑋1 , 𝑋2 , … , 𝑋𝑛 ) , 𝑛 ∈ ℕ , proveniente de uma população com
distribuição de Poisson, foram propostos os estimadores para o valor médio da população.
𝑛−1
1
𝑇1 = 𝑋1 + 𝑋𝑛 e 𝑇2 = (𝑇1 + ∑ 𝑋𝑖 )
𝑛
𝑖=2

𝑉 𝐹 O estimador 𝑇2 é consistente para o parâmetro em estudo

Teste de Estatística II – (Licenciatura em Gestão) – Versão B 2016/2017 2

 𝑛−1 𝑛
1 1 1
𝑇2 = (𝑇1 + ∑ 𝑋𝑖 ) = (𝑋1 + 𝑋𝑛 + 𝑋2 + 𝑋3 + ⋯ + 𝑋𝑛−1 ) = ∑ 𝑋𝑖 = 𝑋̅
𝑛 𝑛 𝑛
𝑖=2 𝑖=1

Como se sabe 𝐸(𝑋̅ ) = 𝜇 e, portanto, 𝑋̅ é um estimador centrado para o valor médio de qualquer população.
Em particular, para este caso, 𝐸(𝑋̅ ) = 𝜆.
Tem-se ainda
𝜎2 𝜆 𝜆
𝑉(𝑋̅ ) =
= e lim = 0
𝑛 𝑛 𝑛→+∞ 𝑛

Estão verificadas as condições suficientes para que 𝑋̅ seja um estimador consistente para 𝜆.
A afirmação é verdadeira.

5. Seja X uma população Normal com desvio padrão igual a 1,5. Com base numa amostra aleatória de
dimensão 25 selecionada dessa população construiu-se, segundo o processo habitual, o seguinte
intervalo de confiança para a média populacional:

(𝑥̅ − 0,6162 ; 𝑥̅ + 0,6162)

i) O nível de confiança que pode atribuir ao intervalo atrás referido é:

a) 96% b) 98% c) entre 90% e 95% d) nenhum dos anteriores

ii) A dimensão mínima da amostra a recolher para diminuir para metade a amplitude do intervalo, para
o mesmo nível de confiança é igual a:
a) 99 b) 50 c) 100 d) nenhum dos valores anteriores

iii) 𝑉 𝐹 Para uma amostra qualquer, tem-se 𝐼𝐶99% ( 𝜇 ) ⊆ 𝐼𝐶95% ( 𝜇 )

i)
População: 𝑋~𝑁(𝜇 , 𝜎 = 1,5)
Amostra: 𝐼𝐶(1−𝛼)×100% (𝜇) = (𝑥̅ − 0,6162 ; 𝑥̅ + 0,6162) ; 𝑛 = 25

Variável fulcral:
𝑋̅ − 𝜇
𝑍= ~𝑁(0 , 1)
𝜎⁄√𝑛
Erro da estimativa:
𝜎 1,5 0,6162 × √25
𝜀 = 𝑧𝛼⁄2 ⇒ 𝑧𝛼⁄2 = 0,612 ⇒ 𝑧𝛼⁄2 = ⇒ 𝑧𝛼⁄2 = 2,054
√𝑛 √25 1,5

Observando a tabela da distribuição Normal (tabela 5):

𝛼 𝛼 𝛼
𝑃(𝑍 > 𝑧𝛼⁄2 ) = ⇒ 𝑃(𝑍 > 2,054) = ⇒ 0,02 = ⇒ 𝛼 = 0,04 ⇒ 1 − 𝛼 = 0,96
2 2 2

Teste de Estatística II – (Licenciatura em Gestão) – Versão B 2016/2017 3

Confiança do intervalo: 96%

A resposta correcta é a a).

ii)
Desvio padrão conhecido: 𝜎 = 1,5
1
Pretende-se determinar o valor de 𝑛 para o qual o 𝐼𝐶96% (𝜇) é tal que ℎ2 = 2 ℎ1

Variável fulcral:
𝑋̅ − 𝜇
𝑍= ~𝑁(0 , 1)
𝜎⁄√𝑛
1 − 𝛼 = 0,96 ⇒ 𝛼 = 0,04 ⇒ 𝑧𝛼⁄2 = 2,054 (observação directa da tabela 5)

1 1 𝜎 1,5
ℎ2 = ℎ1 ⇒ ℎ2 = (2 × 0,6162) = 0,6162 ⇒ ℎ2 = 2𝑧𝛼⁄2 ⇒ 2 × 2,054 × = 0,6162
2 2 √𝑛 √𝑛
2 × 2,054 × 1,5 2 × 2,054 × 1,5 2
⇔ √𝑛 = ⇔𝑛=( ) = 100
0,6162 0,6162
A resposta correcta é a c).
iii)
A amplitude do intervalo de confiança varia directamente com o nível de confiança. Se o nível de confiança
diminui, o quantil de probabilidade é menor, pelo que a amplitude do respectivo intervalo irá diminuir
ganhando-se precisão inferencial. Assim, tem-se: 𝐼𝐶95% ( 𝜇 ) ⊆ 𝐼𝐶99% ( 𝜇 ).
A afirmação é falsa.

Teste de Estatística II – (Licenciatura em Gestão) – Versão B 2016/2017 4