Estatística Economia Gestão Exercícios

Estatstica para Economia e Gesto Caderno de Exerccios 2 Semestre - 2007/2008
Estatstica para Economia e Gesto
Faculdade de Economia Universidade Nova de Lisboa
REVISES: VARIVEIS ALEATRIAS DISCRETAS

1. Seja a varivel aleatria X cuja funo de distribuio no essencial: X F(x) 1 0.1 2 0.4 3 0.9 4 1.0
a) A partir de F(x) deduza a funo de densidade f(x). Represente as duas funes conjuntamente de modo a perceber bem a relao entre elas. b) Calcule P ( X 2), P ( X > 1), P (1 X < 3), P ( X 2 | X 3), P ( X > 20 | X < 30) quer por F(x) quer por f(x). c) Construa a funo de densidade da nova varivel Y=3X+2. d) Calcule E(X), V(X), E(Y) e V(Y).
2. Considere a varivel aleatria X com a funo de probabilidade: X f(x) -2 1/5 -1 1/4 0 1/6 1 1/10 2 17/60
a) Verifique que, de facto, se trata de uma funo de probabilidade; calcule E(X) e V(X). b) Determine a funo de probabilidade de Y = X 3 + 3 X 2 + 2 X . Calcule E(Y) e V(Y).
3. Numa fbrica existem trs mquinas iguais que trabalham independentemente. A probabilidade de cada mquina avariar durante um perodo normal de funcionamento de 0.1. Designe por X a varivel aleatria nmero de mquinas a trabalhar em certo momento. a) Determine as funes de probabilidade e de distribuio de X. b) Calcule o valor mdio e a varincia de X. c) Suponha que por cada mquina que avarie durante o perodo normal de funcionamento a empresa incorre num custo de reparao de 200 EUR. Qual o custo mdio esperado durante um perodo mdio de funcionamento? 4. Considere a funo de probabilidade da varivel X, f ( x ) =
x , x = 1,2,3,4 . 10
a) Deduza F(x); represente graficamente f(x) e F(x). b) Calcule o valor mdio e a varincia de X. Localize o valor mdio no domnio de valores de X e observe a lgica. c) Confirme o valor mdio e a varincia pela funo geradora de momentos. c) Calcule P ( X 2 ), P ( X = 4 | X 2), P ( X 2 | X = 4), P ( X > 0), P ( X > 0 | X < 2) . 5. Relativamente varivel X sabe-se que E(X)=6 e que E(X2)=62. a) Seja Y=2X+3 uma outra varivel aleatria; determine E(Y) e V(Y). b) Determine E(W) e V(W) para uma varivel aleatria genrica W=aX+b. 6. Sabe-se que 40% das pessoas contactadas por um angariador de seguros, fazem um seguro de vida. Isto a maneira habitual de dizer que a probabilidade de que uma pessoa faa um seguro 0.4. Calcule as seguintes probabilidades: a) Pelo menos uma pessoa em 50 contactadas fazer o seguro de vida. b) No mximo 99 em 100 pessoas contactadas fazerem o seguro de vida.
Estatstica para Economia e Gesto Faculdade de Economia Universidade Nova de Lisboa
c) No mximo 3 em 10 fazerem o seguro de vida. d) Qual a distribuio (ou densidade) que segue a varivel nmero de seguros de vida realizados em 100 entrevistas? Calcule os respectivos valor mdio e varincia. 7. Uma empresa produz para o mercado nacional e para exportao, sendo a produo para o mercado nacional metade da destinada exportao. Com base no controle de qualidade, sabe-se que 10% dos produtos lanados no mercado nacional apresentam deficincias, sendo essa percentagem de 3.3% na produo destinada ao mercado externo. a) De um conjunto de 100 produtos extrai-se um ao acaso; qual a probabilidade de ser defeituoso? b) Num lote de 15 produtos destinados ao mercado nacional, qual a probabilidade de se encontrarem no mximo 4 produtos defeituosos? c) Qual o valor dessa probabilidade num lote de 15 produtos no classificados? d) Como classificaria um dado lote se soubesse que continha exactamente um produto defeituoso? 8. Das chamadas telefnicas que se dirigem a uma empresa, 30% so para a administrao, 20% para a fbrica e as restantes (50%) dirigem-se aos servios administrativos. Considere 10 chamadas que vo ser recebidas pela empresa: a) Qual a lei de probabilidade da varivel aleatria nmero de chamadas para a administrao? Calcule os respectivos valor mdio e varincia. b) Usando a funo deduzida em a), calcule a probabilidade de pelo menos 2 chamadas serem para a administrao? c) Calcule a probabilidade de exactamente 3 serem para a administrao e 5 para os servios administrativos? Diga porque no pode calcular esta probabilidade recorrendo a a). 9. Um estudo encomendado pela empresa Mouse Pad inc permitiu apurar que aproximadamente 60% dos trabalhadores mantinham uma atitude cooperativa face empresa, 30% uma atitude hostil e 10% uma atitude neutra. Qual a probabilidade de num grupo de 10 trabalhadores: a) Pelo menos 6 terem uma atitude hostil. Qual a lei de probabilidade associada definio nmero de trabalhadores, em 10, com uma atitude hostil? b) No mnimo dois terem uma atitude bem definida. c) Qual o nmero esperado de trabalhadores com atitude hostil em 100? 10. Determinou-se estatisticamente que, em mdia em cada 5 licenciados pela FEUNL, s um apresenta certa caracterstica. Isto uma maneira complicada de dizer que...... Uma empresa colocou anncios nos jornais a que respondeu um elevado nmero de licenciados da FEUNL. Esta uma hiptese acadmica pois os licenciados da FEUNL tm, em geral, excelentes empregos e no respondem em massa a anncios... a) Determine a distribuio da varivel aleatria nmero de candidatos a entrevistar at se encontrar o primeiro com aquela caracterstica. Verifique que est perante uma lei de probabilidade. b) Certa manh, 5 candidatos que vo ser entrevistados. Sabe-se que um deles tem essa caracterstica. Determine a distribuio da varivel aleatria nmero de entrevistas necessrias at se achar o referido candidato. Verifique que est perante uma lei de probabilidade. 11. De um lote de 100 peas, das quais 20 so defeituosas, escolheu-se ao acaso uma amostra de 10. Calcule a probabilidade de nessa amostra: a) Haver 3 peas defeituosas. b) Haver 5 peas defeituosas.
12. O nmero de chamadas que chegam num perodo de 5 minutos central telefnica de uma empresa uma varivel de Poisson, de parmetro 5m = 10 . Calcule a probabilidade de, num perodo de 5 minutos: a) Represente a funo de probabilidade da varivel aleatria em questo (pode usar o site!) b) Chegarem exactamente 8 chamadas. c) Chegarem menos de 5 chamadas. d) Chegarem no mnimo 3 chamadas. e) Chegarem pelo menos 20 chamadas. f) No chegar nenhuma. g) Qual a probabilidade de, num perodo de 10 minutos, chegarem central 16 chamadas? h) Qual o nmero esperado de chamadas em 1 minuto? Escreva a respectiva lei de probabilidade. i) Qual o nmero esperado de chamadas numa hora? Escreva a respectiva lei de probabilidade. j) Qual o tempo mdio entre chamadas para cada uma das leis de probabilidade encontradas nas alneas anteriores? Comente os resultados encontrados. k) Uma chamada acabou de chegar. Qual a probabilidade que a seguinte chegue nos prximos 15 minutos? Resolva este problema partindo das distribuies de Poisson para 5 minutos e para 1 minuto e observe a igualdade (inevitvel!) dos resultados. 13. Uma firma de aluguer de automveis dispe de 4 veculos, que aluga ao dia. Sabe-se, pela experincia passada, que o comportamento da procura diria de veculos pode ser traduzido adequadamente por uma distribuio de Poisson com = 3 . a) Qual o nmero mdio de veculos alugados por dia? E a varincia? b) Qual o nmero mdio de veculos alugados por semana de 7 dias? E a varincia? c) Qual a probabilidade da procura semanal ser igual a 28 veculos? d) Qual a probabilidade de em todos os dias da semana serem procurados mais de 5 veculos? e) Qual a probabilidade de durante um ms de 30 dias se alugar exactamente o nmero de veculos igual ao nmero esperado? Porque ser essa probabilidade to baixa se afinal a probabilidade do nmero esperado? f) Determine a probabilidade de, num dia, um dos veculos no ser alugado. g) Determine o valor esperado do nmero de clientes que, em cada dia, no podem ser atendidos por j estarem alugados todos os veculos. i) Admitindo que a frota era acrescida de um veculo, calcule a probabilidade de, em cada semana, a procura ser suficiente para que este veculo adicional seja alugado pelo menos uma vez. 14. Numa sala encontra-se um nmeor significativo de indivduos pertencentes a trs claques de futebol (Campolide Sport Clube, Desportivo da Moita e Estrela do Saldanha) encontrando-se distribudos equitativamente. Um jornalista pretende entrevistar trs adeptos do Desportivo da Moita, para saber a sua opinio sobre a sada do famoso jogador Pera para o Estrela do Saldanha. a) Qual a distribuio do nmero de entrevistas que o jornalista ter de efectuar at atingir o seu objectivo? b) Qual a probabilidade de o jornalista ter de fazer 12 entrevistas? c) Em mdia, aps quantas tentativas consegue o jornalista alcanar o seu objectivo?
REVISES: VARIVEIS ALEATRIAS CONTNUAS

1. Considere a varivel aleatria X que tem a seguinte funo de densidade
f ( x) =
3 (4 x x 2 ), 16
x [ 0 ,2 ]
a) Verifique que se trata de uma funo de densidade. b) Calcule a funo de distribuio F(x). c) Com base em F(x) calcule as seguintes probabilidades:
P( X P( X P( X P( X P( X P( X
< 1) = F (1) 1) = F (1) > 0 .2) = 1 P ( X 0 .2 ) = 1 F ( 2 ) > 5) < 1 | X < 1.5) > 1.5 | X > 1)
d) Calcule os trs parmetros clssicos desta distribuio
E( X ) =
V (X ) = 2
V (X ) =
2. Uma varivel aleatria X tem a seguinte funo de densidade de probabilidade: f(x)= 1 1.5-x 0 0< x <0.5 0.5 x 1.5 outros
a) Verifique que f(x) uma funo de densidade. b) Calcule a respectiva funo de distribuio. c) Calcule as seguintes probabilidades: i) P(0.25<X<0.75); ii) P(X>0.25); iii) P(X<0.75/ X>0.25). 3. Considere a f.d.p.:
f ( x) =
3x 2
0
-1 x 0
outros
a) Verifique que uma funo de densidade; b) Determine F(x). c) Recorrendo a F(x) calcule P(X<-1/2) , P(X>-20), P( -0.9<X< -0.1) e P( -0.9<X< 0.1) d) Calcule x e 2 x. e) Calcule P( X X X X + X )
4. A procura diria de um produto (em 103 toneladas) uma varivel aleatria cuja f.d.p. :
6 x (1 x)
0xk
f X ( x) =
outros val.
a) Determine k. Qual o seu significado? b) Um comerciante espera obter um lucro de 80 u.m. se a procura diria se situar entre 40% e 60% da procura mxima, um prejuzo de 10 u.m. se a procura diria for inferior a 20% ou superior a 80% da procura mxima e um lucro de 30 u.m. se a procura se situar entre 20% e 40% ou entre 60% e 80% da procura mxima. Calcule o valor esperado do lucro. Face ao resultado, acha que o comerciante deve manter a loja aberta? c) Estabelea a nova distribuio da procura se esta triplicar. 5. O director de compras de uma empresa pretende definir uma poltica de aquisio de matriaprima para o prximo ano. As necessidades dirias de matria-prima (em 1000 ton.) so uma varivel aleatria com funo densidade.: x f ( x) = 1 , 0 < x < 2 2 a) Determine F(x) b) Determine a chamada mediana, ou seja o ponto x M tal que P( X x M ) = 0.5 c) Qual o nvel mnimo de abastecimento que deve ser assegurado diariamente por forma a que a probabilidade de ruptura de stocks no exceda 0.02? d) Suponha que os stocks de matria-prima so mantidos ao nvel acima estabelecido. A administrao props dar-lhe um prmio de 10 EUR por cada dia em que no houvesse ruptura mas cobrar-lhe uma multa de 5000 EUR sempre que elas se registassem. Pensa que o director deve aceitar esta proposta? 6. A percentagem de impurezas que certa componente contm pode ser considerada uniformemente distribuda entre 1% e 3%. Seja X a percentagem de impurezas presente numa componente. a) Esboce a sua funo de densidade de probabilidade. b) Deduza e represente a funo de distribuio. c) Qual a probabilidade de uma componente escolhida ao acaso ter uma percentagem de impurezas superior a 2%? d) Trs componentes so escolhidas ao acaso. Qual a probabilidade de pelo menos uma delas ter uma percentagem de impurezas superior a 2%? 7. Seleccionam-se, ao acaso, nmeros no intervalo [0,1]. Quer isto dizer que estamos perante a lei de probabilidade uniforme em [0,1]. a) Se se escolherem 10 nmeros, qual a probabilidade de que exactamente 6 sejam inferiores a 1/2? b) Se se escolherem 10 nmeros, em mdia quantos so inferiores a 1/2? c) Determine a probabilidade de ser necessrio seleccionar 10 nmeros at aparecerem dois inferiores a 1/3. d) Determine a probabilidade de que ao seleccionar 10 nmeros aparecerem dois inferiores a 1/3 antes da 5 extraco, e um superior a 9/10 aps a 7 extraco.
8. Suponha que a varivel aleatria X, tempo (em horas) de trabalho sem falha de um dispositivo, segue uma lei exponencial com =0.2 a) Escreva as funes de densidade e de distribuio. b) Relembre o valor mdio, a varincia e a funo geradora de momentos desta lei. c) Calcule P ( X < 5) , P ( X < 1) , P ( X 5 | X > 1) , P ( X < 5 | X < 10) d) Calcule, P ( X < 10 | X > 7) compare com P ( X < 3) ; como se chama esta estranha propriedade? e) Determine a probabilidade de o dispositivo trabalhar sem falha nas primeiras 100 horas de funcionamento. f) Sabendo que o dispositivo no falhou nas primeiras 100 horas, qual a probabilidade de no falhar nas 100 horas seguintes? g) Que distribuio segue o nmero de falhas por unidade de tempo? Use essa distribuio para responder s duas alneas anteriores. 9. Admitindo que a durao de uma lmpada elctrica segue uma distribuio normal, com uma mdia de 2000 horas e um desvio padro de 250 horas, determine a probabilidade de uma lmpada escolhida ao acaso ter durao: a) Inferior a 1900 horas. b) Superior a 2000 horas. c) Compreendida entre 1800 e 2000 horas. d) Inferior a 1500 horas. 10. O dimetro interior de um tubo cilndrico uma varivel aleatria X com distribuio normal, de valor mdio 3 cm e desvio padro 0.02 cm. A espessura Y, do mesmo tubo, igualmente uma varivel com distribuio normal, de valor mdio 0.3 cm e desvio padro 0.005 cm e independente de X. a) Calcule o valor mdio e o desvio padro do dimetro exterior do tubo. b) Qual a probabilidade do dimetro exterior do tubo exceder 3.62 cm?
11. O comprimento de certo tipo de peixe existente numa barragem segue uma distribuio normal, com mdia de 25cm e desvio padro de 10cm. A fim de preservar a espcie na barragem, decidiu-se que s seria permitida a pesca desse peixe quando ele apresentasse comprimento igual ou superior a um certo valor. Peixes com comprimento inferior quele valor, quando pescados, seriam devolvidos barragem. a) Calcule o comprimento mnimo dos peixes que podem ser pescados, sabendo que se pretende que apenas 30% dos peixes existentes na barragem venham a ser pescados. b) Sabendo que um pescador pescou 5 peixes, determine a probabilidade de ter levado para casa pelo menos 2 peixes.
DISTRIBUIES POR AMOSTRAGEM

1. Considere a seguinte funo de probabilidade conjunta de (X,Y). Y/X 5 6 7 0 0.10 0.04 0.06 1 0.20 0.08 0.12 2 0.10 0.10 0.20
a) Verifique que se trata realmente de uma funo de probabilidade bivariada. b) Deduza as funes de probabilidade marginais. c) Deduza as funes de probabilidade condicionadas e verifique que obedecem s propriedades de uma funo de probabilidade. Este quadro resume tudo que se pede nas tres alineas a) , b) e c).
Marginal y
Y\X 5 6 7
Marginal x fx
0 0.1 0.04 0.06

0.2 fy|x=0 0.50 0.20 0.30 1
1 0.2 0.08 0.12

0.4 fy|x=1 0.50 0.20 0.30 1
2 0.1 0.1 0.2

0.4 fy|x=2 0.25 0.25 0.50 1
fy 0.4 0.22 0.38 fx|y=5 fx|y=6 fx|y=7 0.25 0.18 0.16 0.50 0.36 0.32 0.25 0.45 0.53 1 1 1
d) Deduza ainda as funes de distribuio marginais e as condicionadas (sejamos srios, deduza uma marginal e uma condicionada, as outras so semelhantes). e) Deduza a funo de distribuio conjunta. f) Calcule as seguintes probabilidades: P ( X = 1, Y = 7) , P ( X = 1) , P (Y = 7) P ( X 1, y 7) P ( X 1) P (Y 7) P ( X 1 | Y = 7) , P ( X = 1 | Y = 7) P ( X 1 | Y 6) , etc. g) Acha que as variveis so independentes? Em caso negativo, calcule a respectiva covarincia e o coeficiente de correlao linear e interprete os resultados. As variaveis no so independentes. Basta verificar por exemplo que:
P ( X = 0, Y = 5) = 0.1 P ( X = 0) * P (Y = 5) = 0.2 * 0.4 = 0.08

Note bem que desde que uma destas igualdades falhe, as variveis NO so independentes. Espera-se que o aluno verifique mais umas. A covarincia pode-se calcular pela frmula Cov( X , Y ) = E[( X X )(Y Y )] ou pela frmula sem desvios Cov ( X , Y ) = E ( XY ) E ( X ) E (Y ) . Neste caso pode-se fazer como em Tratamento de Dados:
Clculo de E(XY) X Y 0 5 0 6 0 7 1 5 1 6 1 7 2 5 2 6 2 7
Clculo de E(X) XY 0 0 0 5 6 7 10 12 14 P(XY) 0.10 0.04 0.06 0.20 0.08 0.12 0.10 0.10 0.20 XY*P(XY) 0.00 0.00 0.00 1.00 0.48 0.84 1.00 1.20 2.80 7.32 0 1 2 Clculo de E(Y) 5 6 7 0.4 0.22 0.38 2 1.32 2.66 5.98 0.2 0.4 0.4 0 0.4 0.8 1.2
Ento Cov ( X , Y ) = 7.32 1.2 * 5.98 = 0.144 Quanto ao coeficiente de correlao espera-se que os alunos vo ao site da cadeira onde estes dados esto num ficheiro excel (podem pois brincar pois as frmulas esto imbricadas) e calculem:
X ,Y =
Cov ( X , Y )
X Y
h) Qual a diferena conceptual entre os seres que calculou na alnea anterior e uns com o mesmo nome que calculava na Cadeira de Tratamento de Dados? 2. Uma caixa contm 3 bolas numeradas, de 1 a 3, da qual se retiram duas ao acaso, sem reposio. Considere as variveis aleatrias seguintes: X , nmero da primeira bola retirada Y , nmero da segunda bola retirada a) Determine a funo de probabilidade conjunta do par ( X , Y ) . b) Verifique se as duas variveis so independentes. c) Determine: P (1 < X 2 | 1 Y 2) , P ( X < Y ) , P ( X 2 | Y 2 ) , P ( X + Y < 6) e P ( X + Y < 1000 ) . 3. Considere a seguinte funo de densidade conjunta:
y ( x 2) , 1 < x < 2, 0 < y < 2 f ( x, y ) = k , outros 0

a) Represente graficamente o domnio do par aleatrio dado. Note bem que NO est a representar o grfico da funo.
O domnio do par aleatrio dado por:
b) Determine o valor de k.
2 2 y ( x 2) ( x 2) y 2 2( x 2) 2 x2 = = = dx dy dx dx 1 1 1 2 x =1 k k k 2 k 2 0 1 1 0 1 1 k =9 2 2 2 2
c) Deduza as funes de probabilidade marginais de cada uma das variveis.
f X ( x) = f ( x, y ) dy y ( x 2) ( x 2) y 2 2( x 2) f X ( x) = dy = = 9 9 9 2 0 0
2 2
f X ( x) =
2( x 2) , 1 < x < 2 9
f Y ( y ) = f ( x, y )dx
2 y y ( x 2) y y x2 f Y ( y) = dx = x dx = ( 2 ) 2 x = 9 9 1 9 2 1 2 1 2 2
f Y ( y) =
y , 0< y<2 2
d) Deduza a expresso geral das funes de distribuio marginais.
0 2 y FY ( y ) = 4 1
y<0 0 y<2 y2
c.a.
t y2 = dt 2 4 0
10
0 2 2x 5 x + + F X ( x ) = 9 9 9 1
x
x < 1 1 x < 2 x2
x
2 2 t 2 x 2 2x 5 c.a. (t 2) dt = 2t = + + 9 92 9 9 9 1 1
e) Deduza a expresso geral das funes de probabilidade condicionada.
f ( x, y ) f ( x / y) = = f Y ( y)
y ( x 2) 2( x 2) 9 , 1 < x < 2 = y 9 2 y ( x 2) y f ( x, y ) 9 = = f ( y / x) = , 0< y<2 2( x 2) 2 f X ( x) 9
f) Vale a pena deduzir uma funo de distribuio condicionada? No. Como f ( x / y ) = f X ( x) e f ( y / x) = f Y ( y ) , as variveis X e Y so independentes, logo
F ( x / y ) = FX ( x) e F ( y / x) = FY ( y ) , no sendo por isso necessria a construo de uma

funo de distribuio condicionada. As funes de distribuio marginais sero certamente suficientes para resolver as probabilidades pretendidas. g) Deduza a funo de distribuio conjunta. Para o clculo da funo de distribuio conjunta conveniente partir o domnio em quatro regies distintas, tal como ilustra a figura seguinte.
Regio A: [0 < y < 2 , 1 < x < 2]
11
y ( x 2) y x2 y x2 1 = = = f ( x , y ) dx dy dx dy 2 x dy 2 x + 2 dy = 9 9 2 9 2 2 1 0 1 0 1 0 0 5 1 5 y 2 y x2 y2 = 2 x dy = x 2 2 x = 9 2 2 9 2 2 0 18 0
Regio B: [ y 2 , 1 < x < 2 ]
y y
y x
y x
x2 5 2x 2 2
10
y ( x 2) 9 dy dx =
x2
( x 2) y 2 dx = 9 2
0
2 2 x2 ( 2 ) 2 = x dx x 9 9 2
x 1
x 2 4x 5 = + + 9 9 9
Regio C: [0 < y < 2 , x 2]

2y 10
y ( x 2) 9 dydx =
( x 2) y 2 dx = 9 2
0
y 2 ( x 2) y2 18 dx = 18
x2 y2 2 x = 4 2 1
Regio D: [ y 2 , x 2]
22 10
f ( x, y) dy dx =1
x < 1 y < 0 x2 5 2x 2 2 + 4x 5 + 9 9 1 < x < 2, 0 < y < 2 1 < x < 2, y 2 0 < y < 2, x 2 y 2, x 2
0 2 y 18 2 x FXY ( x, y ) = 9 y2 4 1
h) Calcule: P[0 < X < 1, Y < 1] , P[0 < X < 1] e P[Y < 1] .
P[0 < X < 1, Y < 1] = f ( x, y ) dx dy =F (1,1) F (0,1) =

0 0 0 0
1 1
1 1
y ( x 2) 1 dx dy = = F (1,1) F (0,1) 9 12
P[0 < X < 1] = f X ( x) dx =

0 0
1 1
2( x 2) 1 dx = = FX (1) FX (0) 9 3
1
y2 1 y P[Y < 1] = f Y ( y) dy = dy = = = FY (1) 2 4 0 4 0 0
12
i) Mostre que as variveis so independentes. Verifique que os resultados obtidos na alnea h) so compatveis com o facto de as variveis serem independentes. Como f ( x / y ) = f X ( x) e f ( y / x) = f Y ( y ) , as variveis X e Y so independentes, concluso retirada na alnea f). 4. Para certo extracto populacional cujo rendimento (X) varia entre 20 e 40 centenas de Euros, o consumo (Y) absorve entre 60% e 90% desse rendimento. A funo de probabilidade conjunta supe-se ser constante no domnio indicado. a) Qual a probabilidade de, numa famlia desse extracto ganhando 30 centenas de euros, se observar um consumo inferior a 80% do seu rendimento? O grfico seguinte pretende ilustrar o domnio do par aleatrio em estudo (ao contrrio do exemplo anterior, este domnio no rectangular).
Onde: X= Rendimento 20 < x < 40 (centenas de euros) Y=Consumo 0,6 x < y < 0,9 x
P ( y < 0,8 x / x = 30) = ??

Para podermos encontrar a probabilidade pedida, temos em primeiro lugar de encontrar a funo densidade de probabilidade conjunta, que se sabe ser constante no domnio indicado. Designando f ( x, y ) = k vem:
40 0 , 9 x
20 0 , 6 x
k dy dx = 1 k [y ]
20
40
0,9 x 0, 6 x
x2 1 dx = 1 k 0,3 x dx = 1 0,3k = 1 k = 180 2 20 20

40
40
f ( x, y ) =
1 180
20 < x < 40
0,6 x < y < 0,9 x
Iremos precisar tambm de conhecer a funo densidade de probabilidade marginal f X ( x) dada por:
f X ( x) =
1 1 1 ,9 x [ y ]0 (0,3x ) = 0,3x dy = 0, 6 x = 180 180 180 180 0,6 x
0,9 x
f X ( x) =
0,3 x 20 < x < 40 180

13
Conjugando os dois resultados anteriores, podemos definir a funo f ( y / x ) , essencial para o clculo da probabilidade pedida.
1 1 f ( x, y ) 180 20 < x < 40 f ( y / x) = = = 0,3x 0,3 x f ( x) 180 0 ,8 x 2, 4 0 , 9*30 1 1 1 2, 4 2 P( y < 0,8 x / x = 30) = f ( y / x) dy = dy = dy = [ y ]1,8 = 0,3 * 30 9 9 3 0, 6 x 1,8 0 , 6*30
b) Qual a poupana mdia por famlia? A poupana corresponde parcela do rendimento que no diz respeito a consumo, logo podemos definir P = X Y .
40 0 , 9 x 40 xy y y2 1 x E ( P) = E ( X Y ) = (x y ) dy dx = dy dx = dx = 180 180 180 180 360 0,6 x 20 0 , 6 x 20 20 0 , 6 x 40 0 , 9 x 40 0,9 x
20
0,15 2 0,15 x 3 x dx = = 7,78 360 360 3 20
40
Cada famlia poupa em mdia 7,78 centenas de euros. c) Indique se as variveis X e Y so independentes. O rendimento e o consumo apenas sero independentes se f ( x, y ) = f ( x ) * f ( y ) .
f ( x, y ) =
Como
1 180
f X ( x) =
0,3 x 180
40
f Y ( y) =
20
180 dx = 180 [x]
40 20
1 9
1 0,3 x 1 * , pode concluir-se que as duas variveis no so independentes. A mesma 180 180 9
concluso poderia ser retirada partida, pela mera observao da dependncia directa existente entre as variveis 0,6 x < y < 0,9 x . 5. Suponha uma pequena populao composta apenas pelos elementos 3, 4, 7 e 8. a) Considere todas as amostras de 2 elementos extradas da populao que se designa por X . Concretize todos os elementos desta nova populao de amostras, X 2 . b) Calcule E ( X 2 ) . c) Refaa o exerccio para X 3 . 6. Este um exerccio de Estatistica que segue uma lgica idntica de Tratamento de Dados com os devidos ajustamentos conceptuais que esto mais que esclarecidos. Trata-se de um clssico que se apresenta resolvido como elemento de estudo. a) Comente a seguinte afirmaao: se a Covarincia entre duas variveis aleatrias de 410.000.000 isso quer dizer que as duas variveis apresentam uma fortssima dependncia! Trata-se de uma afirmao falsa. A covarincia , de facto, uma medida de associao entre variveis aleatrias mas tem o grave inconveniente de ser sensvel s unidades das variveis. Seja
14
por exemplo sabido que Cov ( X , Y ) = 12 , sendo X e Y preos de dois bens medidos em Euros. Se os preos forem expressos en cntimos, ou seja 100X e 100Y, a covarincia ser:
Cov(100 X ,100Y ) = E[(100 X E (100 X ))(100Y E (100Y ))] =
No faz sentido que a associao entre duas variveis seja maior s porque as unidades mudam. A covarincia mede um grau de associao; conceptualmente deve ser o mesmo sejam quais forem as variaveis. A questao seria semelhante a dizer que uma pessoa com 100 EUR mais pobre do que outra com 10000 Cntimos. Arranjar covariancias grandes fcil e pode nao valer nada. Note que no exemplo dado se multiplicou X e Y pelo mesmo numero mas tal nem era necessrio. Veja o que se faz em b). Faa experincias com o quadro de Excel do exerccio 1 para confirmar. b) Demonstre que o designado coeficiente de correlaao linear X ,Y = problema da covarincia pois no sensvel s unidades. Sendo K e T duas constantes no nulas
10 4 E [( X X )(Y Y )] = 10 4 Cov( X , Y )
E [(100 X 100 X )(100Y 100 Y )] = E [100.100( X X )(Y Y )] =
Cov ( X , Y )
XY
resolve o
KX ,TY =
Cov ( KX , TY )
TX TY
KTCov ( X , Y ) Cov ( X , Y ) = XY K X T Y
Espera-se que o aluno saiba justificar que KX = K X . Para terminar: a propriedade da varincia Cov ( KX , TY ) = KTCov ( X , Y ) a chamada propriedade bilinear. 7. Considere duas variveis aleatrias X 1 e X 2 no necessariamente independentes com momentos de primeira ordem. Mostre que Var (aX 1 + bX 2 ) se pode escrever como uma forma quadrtica.
Var (aX 1 + bX 2 ) = Var (aX 1 ) + Var (aX 2 ) + 2abCov( X 1 , X 2 ) =

a
2 2 X
+ 2ab X ,Y
2 X + b = [a b] X ,Y 2 2 Y
X ,Y a 2 Y b
Faa para trs variveis e generalize para n. A matriz da forma quadrtica chamada matriz de varincias e covarincias. 8. Sejam X 1 e X 2 tais que E ( X 1 ) = 20 , V ( X 1 ) = 16 E ( X 2 ) = 20 , V ( X 2 ) = 36 . Considere as variveis aleatrias V = X 1 X 2 e T = 2 X 1 + X 2 . Sabe ainda que Var (V ) = 72 . Calcule: a) O coeficiente de correlao linear entre X 1 e X 2 . Interprete o resultado. b) Var (T ) . c) Cov ( V, T ) 9. Agora que j tem uma boa prtica destas coisas, est apto a resolver a contradio que a seguir lhe apresentamos.
2 Certamente que j sabe de cor que V ( X n ) = X = 2 X
; esta frmula sempre vlida desde que a
varincia exista, ou seja independente da distribuio de X. Sabe tambm que esta frmula se
15
deduz a partir da generalizaao desta outra que se escreve para dois valores por uma questo de simplicidade: V ( X 1 + X 2 ) = V ( X 1 ) + V ( X 2 ) + 2.Cov( X 1 , X 2 ) mas como a covarincia nula
2 (porqu?...) a frmula reduz-se a V ( X 1 + X 2 ) = V ( X 1 ) + V ( X 2 ) = 2V ( X ) = 2 X (cada vez percebo menos, ento agora desapareceu o ndice de X?...)
Vou mostrar a minha aflio: no estou tambm farto de escrever que V ( 2 X ) = 4V ( X ) ? Olhando para a frmula anterior, V ( X 1 + X 2 ) = 2V ( X ) , fico baralhado! Afinal devia ser: 2V ( X ) = V ( X + X ) = 2V ( X ) e no 4V ( X ) !!! A comprenso dos elementos envolvidos nesta aparente contradio muito importante para fixar conceitos. A questo at se resolve facilmente se partirmos da frmula inicial V ( X + X ) = V ( X ) + V ( X ) + 2Cov ( X , X ) ; ora X e X so uma e a mesma observao, no so pois uma amostra aleatria (muito, muitssimo pelo contrrio!). Mais, como se pode escrever 2 Cov( X , X ) = E [( X E ( X )( X E ( X )] = E ( X E ( X ) 2 = X , v-se que afinal V ( X + X ) = V ( X ) + V ( X ) + 2Cov ( X , X ) = 4V ( X ) . Tudo bate certo. A armadilha est
percebida? Ento quanto V ( 2 X + 2Y + X n ) ? Cuidado com a resposta. H muita coisa mal especificada na pergunta! 10. Sejam X 1 , X 2 e X 3 variveis aleatrias mutuamente independentes com distribuies de Poisson com mdias 2, 1 e 4, respectivamente. a) Determine a funo geradora de momentos de Y = X 1 + X 2 , bem como a sua distribuio. b) Generalize o resultado, mostrando que a soma de n variavel aleatrias de Poisson, independentes e com mdias 1 , 2 , L , n , tem uma distribuio de Poisson com mdia
i =1
11. Um investidor tem 5000 EUR que pode aplicar, em qualquer proporo, em dois investimentos alternativos. As remuneraes, por milhares de euros, de cada um desses investimentos so variveis aleatrias X e Y, com a mesma mdia e com a mesma varincia 2 . Denote por o montante, em milhares de EUR, aplicado no primeiro investimento. a) Determine a remunerao total mdia.
A remunerao total dada pela seguinte expresso RT = X + (5 )Y , onde est expresso em milhares de euros.
E ( RT ) = E (X + (5 )Y ) = E ( X ) + (5 ) E (Y ) = + (5 ) = 5
b) Supondo que X e Y so independentes, determine a varincia da remunerao total e mostre que = 2,5 EUR minimiza essa varincia. Interprete.
Supondo que as duas variveis so independentes,
V (RT) = V (X + (5 )Y ) = 2V ( X ) + (5 )2V (Y ) = 2 2 + (5 )2 2 = = 2 (2 2 + 25 10 )
Min V ( RT )
V ( RT ) = 0 4 10 = 0 = 2,5
16
Atravs deste processo de optimizao, pode concluir-se que a opo que minimiza o risco a repartio dos 5000 euros igualmente por X e Y (2500 euros para cada investimento). Pode concluir-se que o valor encontrado o mnimo da funo atravs do clculo das condies de segunda ordem.
c) Suponha que X e Y tm a mesma mdia mas que a varincia de Y duas vezes a varincia de X. Encontre o valor de que minimiza a varincia da remunerao total.
Designando por 2 a varincia de X, a varincia da remunerao total dada por:
V ( RT ) = V (X + (5 )Y ) = 2V ( X ) + (5 ) 2 V (Y ) = 2 2 + (5 ) 2 * 2 2 = = 2 (3 2 + 50 20 )
Min V ( RT )
V ( RT ) 10 = 0 6 20 = 0 = = 3, (3) 3
Neste caso em que a varincia de Y superior de X, ser sensato destinar uma maior parcela dos 5000 euros ao investimento X do que a Y (mais precisamente 3333 euros para o primeiro caso e 1667 euros para o segundo). Relativamente s condies da alnea anterior conclui-se que Y se tornou uma opo mais arriscada comparativamente.
d) Regressando situao de b) suponha que X e Y so correlacionados com covarincia C. Calcule a varincia da remunerao total.
V ( RT ) = V (X + (5 )Y ) = 2V ( X ) + (5 ) 2 V (Y ) + 2 (5 ) C = = 2 (2 2 + 25 10 ) + (10 2 2 ) C
e) Referindo-se a d), mostre que a escolha = 2,5 menos arriscada que a escolha = 0 .
(Note que, necessariamente, C 2 , pela desigualdade de Cauchy-Schwartz). Se = 2,5 , a varincia da remunerao total :
V ( RT ) = 2 2 * (2,5) 2 + 25 10 * (2,5) + 10 * (2,5) 2 * (2,5) 2 C = 12,5( 2 + C )

Se = 0 , a varincia igual a:
][
V ( RT ) = 2 2 * (0) 2 + 25 10 * (0) + 10 * (0) 2 * (0) 2 C = 25 2

Como comparar os dois resultados obtidos? Vamos seguir a sugesto dada no enunciado partindo da Desigualdade de Cauchy Schwartz:
][
E [XY ] E ( X 2 ) E (Y 2 ) C + 2 2 + 2 2 + 2 C + 2 2 + 2 C 2
Como C 2 , podemos garantir que 12,5( 2 + C ) inferior a 25 2 , logo repartir os 5000 euros igualmente por X e Y uma opo menos arriscada do que aplicar tudo no investimento Y.
17
12. Um estudo sobre o tempo mdio da durao das chamadas telefnicas, no decorrer de um longo perodo, produziu a seguinte informao: 10.03% das chamadas duram menos de 3 minutos e 5.94% mais de 15 minutos. A experincia acumulada indica que o tempo de durao das chamadas segue uma distribuio normal. a) Calcule a mdia e varincia da distribuio do tempo de durao das chamadas. b) Numa amostra aleatria de 400 chamadas, qual o nmero mdio de chamadas com durao entre 5 e 10 minutos? c) Admita que sempre que uma chamada dura mais de 17 minutos o telefone se desliga automaticamente. Em 1000 chamadas quantas sero desligadas automaticamente? d) Para incentivar a poupana da empresa a administrao decidiu penalizar em 1 EUR cada chamada interrompida mas dar 0.5 EUR a cada chamada com durao inferior a 1 minuto. Em 1000 chamadas qual o encargo lquido mdio da empresa? 13. Suponha que uma distribuio tem mdia desconhecida e varincia 1. a) Que dimenso deve ter uma amostra para que a mdia amostral esteja num raio de 0.5 em torno da mdia da populao com probabilidade de, pelo menos, 95%? b) E se varincia for 2 e a probabilidade de pelo menos 99%? c) Procure generalizar paraum valor genrico de 2 e uma probabilidade de pelo menos % . 14. Um elevador de um edifcio pblico transporta no mximo 20 pessoas de cada vez, sujeito a um limite de carga de 1300 Kg. Os utilizadores pertencem a uma populao cujo peso tem uma distribuio normal, com mdia 61 Kg. e desvio padro 10 Kg. a) Admita que vo subir no elevador 20 pessoas. Calcule a probabilidade do peso destes 20 utilizadores exceder o limite de carga. b) Sabendo que esto no elevador 15 pessoas com um peso total de 950Kg. e que se aguarda a chegada de outras 5 para completar a lotao, qual a probabilidade do peso total exceder a carga mxima? c) Qual a probabilidade de, nas 20 pessoas que em certo momento viajam no elevador, existirem: c1) quando muito duas com peso superior a 85Kg.? c2) pelo menos uma com peso inferior a 40Kg.? c3) no mnimo 3 com peso superior mdia? d) Se o elevador subir apenas com 15 pessoas qual a probabilidade de que a carga seja excedida? 15. Seja X 1 , X 2 ,... X 16 uma amostra aleatria de uma populao N (50,102 ); calcule: a) P (796.2 < b) P(726.1 <
( X
i =1
16
50) 2 < 2630) .

2
( X
i =1
16
X ) < 2500) .
16. Seja uma populao N ( = 100, 2 = 100) . Considerada uma amostra de dimenso 25, qual a
probabilidade de S 2 exceder 150? E de ser inferior a 50? Por que motivo estas duas probabilidades no so iguais?
17. Seja X 1 , X 2 ,L, X 18 uma amostra aleatria de uma distribuio 2 (1). Recorde os parmetros desta distribuio. a) Sendo Y =
X
i =1
18
, calcule P (10.86 < Y < 25.99 ).
b) Compare essa probabilidade com a probabiliade obtida usando o Teorema do Limite Central.
18
18. Seja uma varivel aleatria X com distribuio binomial; X Bin (100,0.1) ; calcule P(12 X 14) utilizando: a) A distribuio exacta. b) A aproximao distribuio de Poisson. c) A aproximao distribuio Normal. d) Comente os valores obtidos. 19. Num concurso para a admisso de funcionrios para um banco, cada um dos 428 candidatos deve responder a um teste de 200 questes. Suponha que cada candidato tem probabilidade 0.05, de 0.85 e de 0.1 de obter 0, 1 ou 2 pontos por questo, respectivamente. As pontuaes nas diversas questes so independentes. a) Calcule a probabilidade aproximada de um candidato obter uma pontuao total superior a 220 pontos. Justifique a resposta. b) Suponha ainda que as pontuaes obtidas por cada um dos candidatos so independentes. Estime o nmero de candidatos que se espera venham a ultrapassar a marca dos 220 pontos. 20. Na Califrnia foi efectuada uma sondagem para determinar se os habitantes estavam preparados para o grande terramoto que, segundo os peritos, devastar aquele Estado algures nos prximos 50 anos. Obteve-se a informao que 60% dos habitantes tinham em suas casas objectos que poderiam cair durante o terramoto e causar graves danos pessoais e materiais. Numa amostra aleatria de 864 californianos seja X o nmero daqueles que possuem aquele tipo de objectos. Determine, aproximadamente, P ( 496 < X < 548) . 21. Considere as seguintes variveis aleatrias independentes assim definidas:
X N ( = 0, = 2)
Calcule:
a) P(Y 2 + Z 2 > 25) . b) P (
Y 2 2 (10)
X 1.5) .c) P(Y 2 > 0.2Z 2 ) . Y
Z 2 2 (5)
22. Seja X 1 , X 2 ,... X 9 uma amostra aleatria de uma populao N ( = 54, = 10). Seja ainda
Y1 , Y2 , Y3 , Y4 uma amostra aleatria de uma distribuio N ( = 54, = 12 ) . X e Y so

independentes. Calcule:
1 a) P( X Y > 4) . b) P( 2 X + 3Y > 200) . c) P ( 61.09
(Y Y )
i
( X
i =1
i =1 9
2.439) .
2
X)
23. Comente a seguinte frase: para n>100 a estatistica de Student
X segue uma lei normal. S, n
19
Distribuies por Amostragem - Exerccios Suplementares 1. Considere a seguinte funo de probabilidade conjunta:
f ( x1 , x2 , x3 ) =
2 x1 + x2 x3 sendo x1 = 0,1,2 x2 = 1,2 e x3 = 1,2 . 51 a) Deduza a funo de probabilidade conjunta f ( x1 , x2 ) . b) Deduza a funo probabilidade condicionada f ( x2 , x3 | x1 ).
c) Ser o par aleatrio ( X 2 , X 3 ) independente de X 1 ?
2. Sejam X 1 e X 2 duas observaes de uma amostra aleatria de dimenso 2 de uma populao
com funo de densidade f ( x ) =
x para x = 1,2,3 . 6 a) Deduza a funo de probabilidade de Y = X 1 + X 2 .
b) Determine por dois modos alternativos a mdia e a varincia de Y . 3. Considere as variveis aleatrias X 1 , X 2 e X 3 cuja funo de densidade conjunta dada por:
f ( x1 , x2 , x3 ) = ( x1 + x2 )e x 3 com 0 < x1 < 1 , 0 < x2 < 1 , x3 > 0 .

Determine: a) A funo de densidade marginal do par aleatrio ( X 1 , X 2 ) .
b) A funo de distribuio marginal e condicionada de X 3 . c) Verifique se as trs variveis aleatrias so independentes e se haver algum(ns) par(es) delas que sejam independentes duas a duas. 4. Um mdico exerce a sua actividade num hospital e em duas clnicas. No hospital retira uma remunerao mensal fixa de 1250 EUR. A sua remunerao na clnica uma varivel aleatria Ra
com mdia de 1000 EUR e desvio padro de 50 EUR; na clnica B a sua remunerao Rb e tem mdia 1500 EUR e desvio padro 100 EUR. As remuneraes nas duas clnicas esto correlacionadas com covarincia 100. Calcule a mdia e a varincia da sua remunerao mensal total.
5. Admita que as variveis aleatrias X 1 , X 2 ,... X k tm distribuies independentes Bin ( n j , p ) .
Encontre a funo geradora de momentos Y =
X
j =1
. Qual a distribuio de Y ?
6. No famoso supermercado Batata Doce as batatas so pr-embaladas em sacos tipo de 1 e 3 Kgs. No entanto, como as batatas no so como o arroz, nem todos os sacos tm um peso exacto. A distribuio do peso dos sacos de 1Kg. N ( = 1.18, 2 = 0.072 ) e a distribuio do peso dos
sacos de 3Kgs. N ( = 3.22, 2 = 0.092 ) . Seleccionando sacos aleatoriamente, determine: a) A probabilidade do peso de trs sacos de 1Kg. exceder o de um saco de 3Kgs. b) A probabilidade de o peso um saco de um Kg. exceder um terco de um saco de tres Kgs. c) Suponha que tem em casa uma arca para armazenar arroz cujo limite de 30 Kgs. O que mais provvel,
20
que 30 sacos de 1 Kg excedam o peso limite ou que 10 sacos de 3 Kg execedam o peso limite?
No parece que as duas probabilidades deviam ser iguais?

7. Considere X 1 , X 2 ,L X 30 uma amostra aleatria de uma distribuio de Poisson com mdia 2/3. Calcule aproximadamente as seguintes probabilidades: a) P (15 < b) P ( 21 < c) P (15
X
i =1 30 i =1 30
30
27) . < 27) . 22) .
X
i
X
i =1
8. Determinada linha de coser comercializada em bobinas cuja capacidade uma varivel aleatria com distribuio normal, de mdia 100 e varincia 155.25. O fornecimento feito em caixas de 200 bobinas. Calcule a probabilidade de, em 300 caixas, 10 terem mais de 20350 metros por caixa. 9. Num jogo de roleta, a probabilidade de ganhar, apostando no vermelho, de 18/38. a) Calcule a probabilidade de, em 1000 apostas independentes no vermelho, ganhar pelo menos 500. b) A probabilidade de vencer pelo menos 50% das apostas no vermelho maior se fizer 10000 apostas ou se apostar apenas 100 vezes? 10. Admita que duas variveis aleatrias seguem as seguintes distribuies:
X 1 N ( = 10, = 5) , X 2 N ( = 4, = 2) .
Apresente variveis aleatrias (em funo das anteriores) que sigam:
a) 2 (90) b) t ( 20) .
21
ESTIMAO
1. Seja X1, X2, , Xn uma amostra aleatria de uma populao com mdia . Compare, quanto centragem e eficincia, os seguintes estimadores de :
1 =
1
X1 + X 2 2
2 =
X 1 + X n 1 + X n 3
3 =
X1 + X 2 3
Mas afinal onde estou eu a ludibriar o meu patro?
Com base na prtica adquirida com o exerccio anterior, vai encontrar a resposta seguinte situao: duas pessoas, Joo Honesto e Z Portuga foram encarregues de levar a cabo uma sondagem de dimenso 5. Seja a varivel de interesse X e designe-se a amostra por ( X 1 , X 2 , X 3 , X 4 , X 5 ) .
= X5 Admita que X tem momentos de primeira ordem e que o que se pretende estimar por Joao Honesto procede de modo curial: interroga 5 pessoas escolhidas aleatoriamente e calcula
JH =
X1 + X 2 + X 3 + X 4 + X 5 5
Quanto a Ze Portuga, comea bem mas depois sente-se cansado devido enorme dimensao da amostra e aldraba: s interroga 4 pessoas e quinta considera-a igual quarta. Ou seja
ZP =
X1 + X 2 + X 3 + X 4 + X 4 5
No seu ntimo Z Portuga sente que algo no est completamente bem mas para sossego da sua conscincia usa a seguinte argumentao: ambos os estimadores so centrados:
JH ) = E ( ZP ) = E (
portanto de que se queixar o meu patro? a) Que pergunta! De que se queixar o patro dele?
Resoluo: verdade que ambos so centrados...
E ( X 1 + X 2 + X 3 + X 4 + X 5 ) E ( X 1 ) + E ( X 2 ) + E ( X 3 ) + E ( X 4 ) + E ( X 5 ) 5 = = 5 5 5 ZP ) = . Verifique que tambm E ( JH ) = E (

Mas:
JH ) = V ( ZP ) = V (
V ( X 1 + X 2 + X 3 + X 4 + X 5 ) 2 + 2 + 2 + 2 + 2 5 2 2 = = = 5 25 25 5 V ( X 1 + X 2 + X 3 + X 4 + X 4 ) 2 + 2 + 2 + 4 2 7 2 = = 5 25 25
22
Ora
7 1 > . 28 5
O Z Portuga recolheu menos informao, MENOS variada, por isso que tem MAIOR varincia. Na verdade nem uma amostra aleatria! b) Qual o limite da aldrabice que Z Portuga pode fazer? Mostre que neste caso a situao corresponde a que a varincia do Novo Estimador de Z Portuga igual da populao.
NEZP Resoluo: observar X 1 e calcular

ZP ) = 2 Verifique que V (
X1 + X1 + X1 + X1 + X1 5
3. Suponha que lhe era proposto para estimador da varincia de um universo normal a estatstica
(1 / n ) X i2 . Analise-a sob o ponto de vista do enviesamento.

i =1
4. So-lhe sugeridos os estimadores para o parmetro de uma lei de Poisson:
1 ( X 1 + X 2 + ... + X n 1 ) n 1
1 ~ = (X 1 + 2X 7 + X 8 + ... + X n ) n 1
a) Determine os seus valores mdios e varincias. b) Compare-os quanto ao erro quadrtico mdio (EQM). Pode compara-los quanto a variancia? 5. Sejam T1 e T2 estimadores de um parmetro , tais que: E(T1 ) = e Var(T1 ) = 420 E (T2 ) = 2 e Var (T2 ) = 0.0002 Diga, justificando, qual destes estimadores considera melhor estimador de . 6. Seja X1, X2,, Xn uma amostra aleatria de uma populao com mdia e varincia 2. = c1 X 1 + ... + c n X n . Considere n contantes, c1, c2, , cn, e o estimador de : a) Mostre que o estimador centrado para se e s se:
c
i =1
=1 .
] = E [c1 X 1 + c 2 X 2 + ... + c n X n ] = c1 E [X 1 ] + c 2 E [X 2 ] + ... + c n E [X n ] = E [ = c1 + c 2 + ... + c n = (c1 + c 2 + ... + c n )
] = , implicando que Para que o estimador seja centrado E[

b) Mostre que a varincia do estimador : Var ( ) = 2 c i2 .
i =1 n
c
i =1
= 1.
2 2 ) = Var[c1 X 1 + c 2 X 2 + ... + c n X n ] = c12Var [X 1 ] + c 2 Var ( Var [X 2 ] + ... + c n Var[X n ] =
= c + c + ... + c =
2 1 2 2 2 2 2 n 2
[c
2 1
+ c + ... + c
2 2
2 n
]= c
2 n i =1
2 i
23
c) Mostre que se o estimador centrado para , ento: n n 2 n ci2 = ci n 1 + n 1 = (ci n 1 ) 2 + n 1 i =1 i =1 i =1
[(
n n n n 2 n 2 1 2 1 1 1 2 1 1 ( ) ( 2 ( ) 2 c n n c c n n n c c n n 2 + n 1 = + = + + = + i i i i i i =1 i =1 i =1 i =1 i =1 n n n n n = ci2 2n 1 ci + n 2 1 + n 1 = ci2 2n 1 * 1 + n 2 n + n 1 = ci2 2n 1 + n 1 + n 1 = i =1 i =1 i =1 i =1 i =1
= ci2
i =1
d) Usando os resultados das alneas anteriores, mostre que, de todos os estimadores da forma de , isto , lineares nas observaes e centrados, a mdia amostral o mais eficiente.
Como estamos perante estimadores centrados, o mais eficiente ser o que tiver menor varincia. Vamos demonstrar que esse estimador precisamente a mdia amostral.
n n n 2 ) = 2 ci2 = 2 (ci n 1 ) 2 + n 1 = 2 (ci n 1 ) 2 + Var ( i =1 i =1 n i =1 1 n 1 n n 2 2 Var ( X ) = Var X i = 2 Var X i = 2 = n n n i =1 n i =1
Comparando os dois resultados anteriores, pode constatar-se que a expresso 2
(c n
i i =1
1 2
) , ou seja, de todos os nunca poder tomar valores negativos, logo Var ( X ) Var ( , a mdia amostral o mais eficiente (sendo igualmente centrado o estimadores da famlia de que possui varincia mnima).
7. O tempo que uma mquina leva a executar a sua tarefa em cada pea produzida segue uma distribuio normal com desvio padro igual a 3 segundos. Recolheu-se uma amostra aleatria de 25 peas em relao s quais se anotou o referido tempo. a) Tendo obtido uma mdia da amostra X = 12 segundos, construa um intervalo de confiana a 95% para . b) Suponha agora que =12. Construa um intervalo (centrado) que, com probabilidade de 0.95, contenha X . c) Explique a diferena de significado entre os dois intervalos encontrados.
a) Seja X o tempo que certa mquina leva a executar uma dada tarefa.
X N ( ; 9)
24
X = 0,95 + P Z X Z X Z Z = 0,95 P n n 2 2 2 2 n 3 3 IC95% ( ) = 12 1,96 * ; 12 + 1,96 * = [10,824; 13,176] 5 5

b)
X P Z Z 2 2 n 3 P12 1,96 * X 5
= 0,95
P Z n X + Z n = 0,95 2 2
3 12 + 1,96 * = 0,95 P 10,824 X 13,176 = 0,95 5
IC 95% ( X ) = [10,824; 13,176]

a) No que respeita alnea a) podemos concluir que em 100 intervalos construdos para , espera-se que apenas 95 contenham o verdadeiro valor do parmetro populacional desconhecido. Neste caso no faz sentido falar na probabilidade de pertencer ao intervalo construdo. Quanto alnea b), j faz sentido falar em probabilidades dado que X uma varivel aleatria. Podemos ento referir que a probabilidade da mdia amostral se encontrar entre os valores 10,824 e 13,176 corresponde a 95%.
8. Considere a populao f ( x ) = e x , x > 0 . Observada uma amostra de dimenso 100, obteve-se X = 2.5 . Deduza, com base nesta amostra, o intervalo de confiana a 95% para o parmetro .
9. Uma amostra aleatria de 25 indivduos de uma populao normal proporcionou os seguintes resultados: X = 0 .4 e s 2 = 0.25 . a) Determine um intervalo de confiana a 90% para a mdia da populao. b) Admita agora que 2=0.25. Resolva de novo a alnea anterior e compare a amplitude dos dois intervalos. O que conclui? c) Resolva de novo a) agora com um nvel de confiana de 95%. Compare a amplitude do intervalo nestas condies com o resultado obtido em a). Que conclui?
10. Um curso de Matemtica ensinado a 12 alunos pelo mtodo convencional. A um segundo grupo de 10 alunos foi ensinado o mesmo programa segundo um mtodo moderno. No fim do semestre o mesmo exame foi dado a cada grupo de alunos. Os primeiros 12 alunos obtiveram um resultado mdio de 85 com desvio padro de 4, enquanto os segundos 10 estudantes obtiveram uma mdia de 81 com desvio padro de 5 (tratam-se de valores amostrais). Determine um intervalo de confiana a 90% para a diferena entre as mdias das populaes a que pertencem os dois grupos, supondo que as mesmas populaes so aproximadamente normais e de igual varincia (ainda que desconhecida). 11. Para uma amostra de 96 fumadores, o tempo mdio de absentismo foi de 2.15 horas por ms com um desvio padro de 2.09 horas por ms. Para uma amostra independente de 206 no
25
fumadores as mesmas estatsticas foram 1.69 e 1.91. Determine um intervalo de confiana a 99% para a diferena entre as duas mdias.
12. a) Uma sondagem a 120 pessoas d ao senhor Silva 45 simpatizantes. Construa um intervalo de confiana a 90% para o resultado eleitoral do senhor Silva. b) Refaa a alnea a) supondo que ambos os valores vm multiplicados por 100. c) Para o nvel de confiana em a) determine o nmero de pessoas que devero ser inquiridas se o senhor Silva pretender estimar o seu resultado eleitoral com uma margem de erro de 3.5%. 13. Presume-se que certo projecto tem aceitao muito diferente consoante se trate de meios urbanos ou de meios rurais. Informao recolhida a propsito, forneceu os seguintes resultados: nos meios urbanos, das 200 pessoas interrogadas, 78 afirmaram concordar com o projecto; nos meios rurais, entre 300 pessoas, 153 mostraram-se favorveis. Construa um intervalo de confiana a 99% para a diferena entre as propores de pessoas que nos dois meios favorecem o projecto. 14. Uma amostra aleatria de 15 comprimidos para as dores de cabea revelou um desvio padro de 0.8% na concentrao do ingrediente activo. Fazendo as hipteses que entender necessrias, determine um intervalo de confiana a 90% para a varincia de populao. 15. Sejam X e Y a quantidade, em miligramas, de alcatro em cigarros com e sem filtro, respectivamente. Considere que as distribuies de X e Y so, respectivamente, N ( x , 2 x) e 2 N( y , y ) . Uma amostra aleatria de 9 observaes de X produziu os seguintes resultados:
0.9
1.1
0.1
0.7
0.3
0.9
0.8
1.0
0.4
tendo uma amostra de 11 observaes de Y produzido os valores: 1.5

a) Estime
0.9
1.6
0.5
1.4
1.9
1.0
1.2
1.3
1.6
2.1
2 x . 2 y
X = Quantidade, em miligramas, de alcatro em cigarros com filtro Y =Quantidade, em miligramas, de alcatro em cigarros sem filtro
x=
1 9 X i = 0,6(8) 9 i =1
y=
1 11 Yi = 1, (36) 11 i =1
2 Sy =
2 Sx =
1 9 ( X i X ) 2 = 0,1186 8 i =1
2 x
1 11 (Yi Y ) 2 = 0,2086 10 i =1
Uma estimativa para
2 y
ser:
2 Sx 2 Sy
0,1186 = 0,5687 0,2086

2 x . 2 y
b) Encontre um intervalo de confiana a 98% para
26
2 S2 2 S2 x x y y P F0,99 (10,8) 5,8143 = 0,98 F0,01 (10,8) = 0,98 P 0,19776 2 2 2 2 y Sx y Sx 2 2 2 Sx x Sx P 0,19776 5,8143 = 0,98 2 2 2 Sy y Sy 2 2 x x IC98% = 0,19776 * 0,5687 5,8143 * 0,5687 = [0,11244; 3,3057] 2 2 y y
16. O peso (em gramas) de certos componentes para aparelhos de preciso aleatrio. Se o peso mdio for de 500g e o desvio padro 5g e se exigir que pelo menos 90% do total dos componentes tenha o peso entre 490 e 510g, acha que as normas de fabrico correspondem s exigncias postas? 17. Uma urna contm N bolas, umas brancas e outras pretas. Seja R a razo (desconhecida) entre o nmero de bolas brancas e o nmero de bolas pretas. Supondo que dessa urna foram extradas, com reposio, n bolas e que se observaram k bolas brancas, determine o estimador de mxima verosimilhana para R. (Sugesto: exprima as probabilidades de extrair uma bola branca ou uma bola preta em termos de R). 18. O nmero de andares vendidos em cada dia por uma empresa imobiliria segue uma distribuio de Poisson de parmetro . a) Deduza o estimador de mxima verosimilhana desse parmetro. Diga, justificando, se este ou no um estimador centrado para . b) Indique um estimador centrado para a varincia da varivel aleatria em estudo. c) Sabendo que durante 20 dias consecutivos so vendidos 8 andares, calcule a estimativa da mxima verosimilhana de . d) Determine a distribuio assimpttica do estimador de mxima verosimilhana de . Use este resultado e a informao amostral em c) para construir um intervalo de confiana a 90% para . e) Verifique que o estimador de mxima verosimilhana de eficiente. f) Sabendo que durante 15 dias consecutivos no foram vendidos andares e nos dois dias seguintes a empresa vendeu pelo menos um andar em cada dia, calcule a estimativa da mxima verosimilhana de .
19. Determine os estimadores de mxima verosimilhana da mdia e da varincia de uma populao normal.
f ( X ; ; ) = 1 exp 2 ( X i ) 2 2 2 1
2
27
L( ; ) =
1 2 2
1 2 2 ( X1 ) 2
1 2 2
1 2 2 ( X 2 ) 2
...
n
1 2 2
1 2 2 ( X n ) 2
1 = 2 =
n
n ( X i )2 2 ( X i2 2 X i + 2 ) 2 2 1 i =1 = n = e 2 i =1 e n ( 2 ) n 1 2 2
( 2 ) e
X i2
i =1
2 2
2 Xi
i =1
n 2 2 2
ln L( ; ) = ln n + ln( 2 ) n
n
1 2
2
X
i =1
2 i
X
i =1
n 2
2
X i n n L ln ( ; ) i =1 0 = 2 X i n = 0 2 i =1 n n L ln ( ; ) 2 2 2 n + ( X i X ) = 0 =0 (X X ) n 2 i =1 i i =1 + 3 2 1 n = Xi n i =1 1 n 2 = ( X i X )2 n i =1
28
Estimao - Exerccios Suplementares 1. Analisando os resultados de uma sondagem sobre a percentagem de apoio ao PX, uma estao de TV afirmou existir uma margem de erro de 3%. Sabendo que este valor se refere amplitude de um intervalo de confiana a 95%, estime a dimenso da amostra que serviu de base s previses (considere p=0.5). 2. O volume dirio de vendas (em euros) de uma pequena empresa aleatrio com mdia 50 euros e desvio padro 5 euros. Sabe-se ainda que se trata de uma distribuio simtrica. Calcule um limite para a probabilidade de, em certo dia, o volume de vendas estar compreendido entre 42.5 euros e 60 euros. 3. Considere um universo com distribuio de Bernoulli, de parmetro p [0,1] . Numa amostra de dimenso 3 foram observados os valores {1,1,0}. Fornea uma estimativa para p com base no mtodo da mxima verosimilhana. Esboce o grfico da funo de verosimilhana e interprete-o. 4. Uma varivel aleatria X tem uma distribuio N(,1). Tomam-se 20 observaes de X mas, em vez de se registar o valor assumido, regista-se apenas o sinal das realizaes. Suponha que o acontecimento {X<0} ocorreu exactamente 14 vezes. Qual a estimativa de mxima verosimilhana de ?
0 0 L( ) = [P ( X < 0] [P( X > 0] = P Z < P Z > = 1 1

14 6
14
= [( )] [1 ( )] = [1 ( )] [( )]
14 6 14
ln L( ) = 14 ln[1 ( )] + 6 ln[( )]
14 ( )( ) + 6 ( ) [1 ( ) ] ( ) ( ) ln L( ) = 0 14 =0 + 6 =0 [1 ( )] ( ) 1 ( ) ( ) MV = 0,524 14 ( ) ( ) + 6 ( ) 6 ( )( ) = 0 20( ) + 6 = 0 ( ) = 0,3
5. Considere a populao: f ( x , ) = x ( 1) , 0 < x < 1 , > 0 . a) Deduza o estimador de mxima verosimilhana para o parmetro . b) Discuta a eficincia desse estimador. 6. Obtiveram-se observaes X1,,Xn de diferentes populaes normais com a mesma mdia mas 2 varincia diferentes 1 ,..., 2 n , com:
f (x i , , i ) = 2i2
1 / 2
1 2 exp 2 (x i ) 2i
a) Ser possvel estimar todos os parmetros? b) Construa a funo de verosimilhana. c) Supondo os i2 conhecidos, calcule o estimador de mxima verosimilhana de . 7. Notcia de jornal: ``Segundo uma sondagem, entre 54 e 66 por cento da populao de Lisboa apoia a construo do Tnel das Amoreiras''. Sabendo que foram inquiridas 100 pessoas, comente quantificadamente a legitimidade estatstica da notcia. Admita que a amostra perfeita: aleatria!!
29
Resoluo: a resoluo deste exerccio pode ajudar a perceber como os resultados das sondagens nas noites de eleies podem ser falveis. Recorde que o intervalo de confiana neste cenrio se refere ao parmetro p e que, feitos os clculos j conhecidos, vem a dar:
q p n 2 60 40 = = Concretizando o que pode ser concretizado: p = 0 .4 , = 0.6 (porqu?....) q 100 100 q 60 p z 0.04899 = 0.54 donde z = 1.22 ; = 0,04898 ; assim sendo n = 100 ; ento 100 100 2 2 z p
quer isto dizer que o intervalo anunciado foi construdo com que confiana? E que concluso tira afinal?
8. Nas eleies para a AE de uma Faculdade, uma das listas quer estimar a proporo de apoiantes. Para tal, seleccionou aleatoriamente k amostras de 2 alunos, tendo obtido os seguintes resultados: em 65% das amostras no existia qualquer apoiante, em 30% das amostras registava-se apenas 1 apoiante e, em 5%, registavam-se 2 apoiantes. Qual a estimativa da mxima verosimilhana da proporo de apoiantes desta lista? 9. O aumento para o dobro da dimenso da amostra implica uma reduo para metade na margem de erro, em intervalos de confiana construdos para a mdia, mantendo a mesma confiana. Verdadeiro ou falso? 10. Considere duas variveis aleatrias independentes, X1 e X2. Sabe-se que E(X1)=E(X2)= e que Var(X1)=2Var(X2). a) Verifique que Y = 1 X1 + 2 X 2 , com ( 1 + 2 ) = 1 , um estimador centrado de . b) Determine os valores de 1 e 2 que minimizam Var(Y) e designe o estimador assim obtido por Y*. c) O estimador X 2 melhor do que X1 para estimar , no sendo, no entanto, melhor do que Y*. Comente esta afirmao referindo o sentido que atribui palavra melhor.
11. Sejam X1 e X 2 as mdias de duas amostras de dimenso n de uma populao de varincia 2. Determine n de modo a que a probabilidade das duas mdias diferirem de pelo menos seja, no mximo, de 0.1.
12. Uma amostra aleatria de dimenso n=30 de uma populao permitiu obter os seguintes resultados: i xi = 120 e i xi2 = 8310 a) Calcule estimativas centradas da mdia e da varincia da populao. b) Construa um intervalo de confiana aproximado para a mdia da populao, com um nvel de confiana de 95%. 13. A preciso de um intervalo de confiana diminui quando se aumenta o nvel de confiana, mantendo-se a dimenso da amostra fixa''. Comente. 14. Construiu-se um intervalo de confiana a 95% para a mdia tendo o resultado sido: [1;3]. Pode ento dizer-se que, com 95% de probabilidade, a mdia da populao est entre 1 e 3? Justifique.
q p + z p p n 2
30
15. Pretende-se estimar = 1 2 , onde Y1 ~ N ( 1 , 1 = 50) e Y2 ~ N ( 2 , 2 = 100). Suponha que pode obter apenas 100 observaes. Quantas observaes dever obter sobre Y1 e quantas dever obter de Y2 por forma a maximizar a eficincia? 16. Sabe-se que a probabilidade de uma varivel aleatria, com mdia 1000, estar compreendida entre os valores 600 e 1400 igual ou maior do que 0.75. Calcule o seu desvio-padro.
31
ENSAIO DE HIPTESES
Nota prvia: quando no haja nenhuma especificao do nvel de significncia trabalhe com
= 5%
Os exerccios 1 a 3 so propositadamente despidos de qualquer cosmtica para os alunos treinarem e consolidarem conceitos, instrumentos e tcnicas de ensaio de hipteses.
1. Considere o seguinte ensaio de hipteses em populaes normais:
H1 : X N ( = 200, 2 = 64)
H 2 : X N ( = 210, 2 = 100)
Para decidir entre as duas hipteses dispe de uma amostra de dimenso 4. a) Qual a regra de deciso se optar por = 5% ? Nesse caso quanto ? b) Caso fixe em 10% qual ser a regra de deciso e quanto ser ?
c) Seja a seguinte regra de deciso: decido por H 0 se X 4 > 203 ; calcule e associados a esta regra. d) Repita todo o exerccio supondo que dispe de uma amostra de dimenso 25. Compare os resultados e comente.
a) Se = 5% quer isso dizer que P(rej H 1 | H 1 ) = 0.05 ; vamos traduzir em procedimentos estatsticos esta expresso:
P(rej H 1 | H 1 ) = P ( X 4 > L | X 4 N ( = 200, X 4 =

2
64 )= 4
P( X 4 > L | X 4 N ( = 200, X 4 = 16) = 0.05

1 ( L 200 L 200 ) = 0.95 ; ento = 1.645 L = 206.58 4 4
A regra de deciso ento a seguinte: Se X 206 .58 rejeito H 1 ; neste caso isso quer dizer, se tal acontecer, que devo considerar que a verdadeira hiptese H 2 pois este um cenrio de hiptese simples contra simples. Se X < 206.58 mantenho H 1 , ou seja, no considero que a evidncia amostral ponha em causa esta hiptese. Esta a regra de deciso. Note que a determinou a partir de um valor de que lhe foi imposto, mas podia t-la inventado. Pergunta-se agora qual o valor de ? Partimos da regra de deciso encontrada e...
2 = P (rej H 2 |H 2) = P ( X 4 < 206.58 | X 4 N ( = 210, X =
4
Esta alnea foi feita com o trajecto L
206.58 210 100 ) = 0.25 )) = ( 5 4
b) Pede-se agora o trajecto L ; a iniciativa dos alunos bem vinda. c) O trajecto ser agora L ( e ) ; note que no precisa de para calcular ou vice versa. Nos casos anteriores no era bem assim. Toca a fazer!!!! d)
32
2. Considere o seguinte ensaio de hipteses numa populao normal:
H o = 200
H1 > 200
A varincia conhecida e igual a 64 e dispe de uma amostra de dimenso 4. a) Qual a regra de deciso se optar por = 5% ? Porque no h lugar ao clculo de ?
b) Seja a seguinte regra de deciso: rejeito H 0 se X 4 > 220 calcule associado a esta regra. c) Repita a) e b) com amostras e dimenso 9 e de dimenso 16. d) Quer em a) quer em b) a informao utilizada ser a mesma que para testar H o 200 e H1 > 200 ? Perceba bem porqu. As duas situaes so em si mesmas equivalentes? a) Se = 0.05 vir P ( rej H 0 | H 0 ) = P ( X 4 > L | X 4 N ( 200,
64 L 200 )) = 1 ( ) = 0.95 4 4
L 200 = 1.645 L = 206.58 4 No h lugar ao clculo de porque no h hiptese alternativa especificada. Experimente escrever o que seria neste caso e ver que no consegue.
b) e c) Bom trabalho. Mas sobretudo compreenda bem os resultados em relao s dimenses da amostra. d) Ao testar H o : 200 contra H1 : > 200 pense que todos os valores pequenos de X 4 so
favorveis a H 0 . Caso um valor de X 4 levasse rejeio de H 0 em
H1 > 200 tambm levaria rejeio de hipteses nulas do tipo 200 por maioria de razo. Se a evidncia
contra amostral j era m para a igualdade, claro que pior para a desigualdade!!! Se nos permitem um exemplo: se amanh chover um pouco no vou passear; se chover muito tambm no!
3. Considere o seguinte ensaio de hipteses numa populao normal: H1 : 200 H o : = 200 A varincia conhecida igual a 64 e dispe de uma amostra de dimenso 4. a) Qual a regra de deciso se optar por = 5% ? Porque no h lugar ao clculo de ?
H o = 200
= P[rej H 0 / H 0 ] = P X 4 < L1 / = 200 + P X 4 > L2 / = 200 = 0,05

Admitindo que = 0,05 est igualmente repartido por ambas as regies crticas,
] [
L 200 L1 200 = 0,025 1 = 1,96 P X 4 < L1 / = 200 = 0,025 4 64 4 L1 = 192,16
33
L2 200 L2 200 P X 4 > L2 / = 200 = 0,025 1 = 0,975 = 0,025 4 64 4 L 200 2 = 1,96 L2 = 207,84 4 Regra de deciso: rejeito H 0 se X 4 < 192,16 ou X 4 > 207,84 .
No h lugar ao clculo de porque no existe uma hiptese alternativa especificada.

b) Seja a seguinte regra de deciso: rejeito H 0 se X 4 > 201 ou se X 4 < 190 ; calcule associado a esta regra de deciso.
= P[rej H 0 / H 0 ] = P X 4 < 190 / = 200 + P X 4 > 201 / = 200 =

201 200 190 200 = = ( 2,5) + 1 (0,25) = 0,4075 + 1 4 4
c) Porque motivo a regra de deciso definida em b) absurda? Sugesto 1: reformule a regra de deciso para uma outra, tendo a mesma amplitude, mas centrada no valor de H 0 . Compare os erros de primeira espcie das duas situaes. Sugesto 2: Desenhe as funes potncia para a situao b) e para a alternativa da sugesto1.
] [
A regra de deciso definida em b) absurda porque faz com que valores equidistantes de = 200 possam ter associadas decises diferenciadas. Por exemplo, iremos rejeitar a hiptese de = 205 , mas j no existir evidncia estatstica para rejeitar = 195 (equidistante de = 200 ). No tem qualquer sentido!!! Nas condies da alnea a) tal no ocorre, porque a regra de deciso se encontra centrada no valor de H 0 . O valor 200 + K ter sempre associada uma deciso idntica ao valor 200 K . Alnea a)
34
Alnea b)
Por fim, vamos calcular o erro de primeira espcie associado a uma regra de deciso centrada que tenha amplitude idntica regra de deciso da alnea b). Amplitude: 201 190 = 11 semi-amplitude igual a 5,5
= P[rej H 0 / H 0 ] = P X 4 < 194,5 / = 200 + P X 4 > 205,5 / = 200 =

205,5 200 194,5 200 = = ( 1,38) + 1 (1,38) = 0,1676 + 1 4 4
Constata-se assim que a probabilidade de rejeitar a hiptese nula, quando esta verdadeira, se reduz substancialmente quando passamos a ter uma regra de deciso centrada no valor de H 0 . O erro tipo I baixa de 41% para cerca de 17%.
4. Numa amostra de 545 cidados, 117 afirmaram-se favorveis construo de um casino no meio do Tejo. a) Teste, com um nvel de 5%, a hiptese de pelo menos 25% de todos os cidados concordarem com aquela medida.
] [
Com esta informao podemos formular as duas hipteses da seguinte maneira H 1 p < 0.25 H 0 p 0.25 vs Na prtica a deciso vai ser tomada como se fosse H 1 p < 0.25 H 0 p = 0.25 vs A varivel de deciso
p p pq n
; neste caso NO precisa do truque
p p ; porqu? q p n
sob a hiptese nula; sendo
A deciso ento tomada com base na concretizao de
p p pq n
= p
p 0.2146 0.25 p 117 = = 1.95 ; a deciso com = 0.05 de = 0.2146 vir 545 0.25 * 0.75 pq 545 n
rejeitar a hiptese nula....

b) Qual a probabilidade de rejeitar a hiptese nula utilizando a regra de deciso usada em a) se a verdadeira percentagem de cidados favorveis medida for: i) 20%; ii) 25%; iii) 30%.
35
No temos a regra de deciso explicitada a no ser no espao standard (ou seja, nas variveis normalizadas); vamos encontr-lo no espao amostral (ou seja nas unidades do problema). Rejeitamos
H0
se
p p pq n
< 1.96 ; concretizando o que pode ser concretizado
0, 25 p < 1.96 donde a regra 0, 25*0, 75 545

< 0.214576 rejeito H 0 se p
O que se pede agora
< 0.214576 | p = 0.2) = ( P (rej H 0 | p = 0.2) = P ( p

Calcule os outros e veja a lgica dos valores obtidos!
c) Calcule o p-value do teste (refira-se a a)).
0.214576 0.2 ) = (0.87) 0.2 0, 2*0,8 545
Se for preguioso pode dizer que 0.05. Se no for, calcule. Mas o valor obtido no o vai livrar de uma situao difcil de comentar. Falaremos na aula.
5. Com base numa amostra aleatria de uma populao normal a hiptese nula H 0 = 0 testada
contra a hiptese alternativa H1 0 , no sendo rejeitada a um nvel de significncia de 5%. Ser que 0 pertence necessariamente ao intervalo de confiana a 95% para construdo com base no mesmo valor de X n ? Como se disse atrs, a situao corresponde a
H 0 : = 0 vs H1 : 0 ,
Como se toma a deciso? Seja X n o valor amostral obtido a partir de uma amostra aleatria. A regio de permanncia da hiptese nula
0 z
2
, 0 + z
2
Cuidado, no um intervalo de confiana. Seja a hiptese nula = 100 com a varincia conhecida 2 = 64 e n = 4 . A zona de permanncia
100 1.96 * 4 , 100 + 1.96 * 4 H um empurro de 1.96 * 4 para cada lado a partir de 0 .
At aqui ainda no se concretizou nada pois no h sequer X n concretizado. Mas suponha que sim, que concretizou e que o valor obtido x n pertence regio de permanncia.
36
A proposta que feita no enunciado a seguinte: suponha que o que se pede afinal para construir um intervalo de confiana com base neste x n . Ser que ele contm o 0 do outro filme? O intervalo de confiana ceteris paribus
xn z
2
, xn + z
2
No nosso exemplo seja x 4 = 103 valor que leva claramente permanncia da hiptese nula. Construamos um intervalo de confiana para :
103 1.96 * 4 , 103 + 1.96 * 4 H um empurro de 1.96 * 4 para cada lado a partir de x n . Necessariamente este empurro
leva a um intervalo que contm 0 ; seria preciso um intervalo de semi amplitude mais curta do que 1.96 * 4 para que 0 no estivesse l contido. Mas isso no pode acontecer porque a abertura em torno de 0 para ensaio de hipteses ou de x n a mesma. Com um desenho percebe-se tudo ainda melhor!!
6. A conhecida cadeia de hamburguers Fast Nova verifica diariamente se o peso mdio dos seus Big Nova de, pelo menos, 320g. Caso contrrio, um novo modo de processamento ser necessrio. O teste adoptado consiste em rejeitar a hiptese nula sempre que o peso amostral mdio de um certo nmero de hamburgueres seja inferior ou igual a 308g. A experincia sugere que a distribuio do peso dos Big Nova bem aproximada por uma Normal com desvio padro 30g. a) Para uma amostra aleatria de 36 Big Nova qual o valor de (ou erro de Tipo I) associado regra de deciso adoptada? b) Como alteraria a resposta alnea a) se a amostra tivesse dimenso 9? Explique por palavras e graficamente a razo das diferenas. c) Considere que o verdadeiro peso mdio dos Big Nova 310g. Para uma amostra de 36 hamburguers, qual o valor de (ou erro Tipo II) associada ao teste? d) Suponha que em vez da regra acima formulada se decide rejeitar a hiptese nula se o peso amostral mdio dos Big Nova for inferior ou igual a 280g. Para uma amostra de dimenso 36 diga, sem fazer clculos adicionais, se: d1) o valor de maior, menor ou igual ao determinada em a)? d2) o valor de maior, menor ou igual ao determinada em c)? 7. Uma empresa tenciona importar um grande lote de instrumentos de preciso. Os fabricantes garantem que o respectivo peso mdio de 100 gramas. Resolveu-se testar a garantia do fabricante. Para tal, recolheu-se uma amostra de 15 instrumentos, donde resultaram os seguintes valores:
xi = 1344
i =1
15
(x
i =1
15
x ) 2 = 3150
a) Admitindo que o peso normalmente distribudo, qual a concluso a tirar (considere = 1% )? Calcule e interprete o p-value deste teste.
Novidade deste exerccio: o aparecimento da distribuio de Student. O desvio padro no conhecido. No podemos usar a distribuio normal
Xn
pois no conhecemos ; este
37
parmetro estimado por S ' e a estatstica
Xn segue uma lei de Student com n 1 graus S' n
de liberdade.
b) Admita que o peso, alm de normalmente distribudo, tinha um desvio padro que se pode considerar conhecido e cujo valor de 14g. Repita o ensaio de a) nestas novas condies.
Aqui pode e deve usar a distribuio normal pois -lhe dito que = 14 .
c) Em relao s condies de b) determine caso a hiptese alternativa seja = 90 . d) Se repetisse c) para a hiptese alternativa = 70 que valor antecipa para : diminua ou aumentava? Justifique baseando-se num grfico. e) Se fosse menos exigente e fixasse no ensaio de a) = 5% , o que aconteceria ao erro determinado em c)? (No faa clculos, ilustre graficamente). 8. Numa amostra de 100 homens de certa idade, 38 afirmaram preferir as lminas de marca Fina Barba. a) Ensaie, a um nvel de 1%, a hiptese da percentagem dos que preferem a referida marca ser de 40% contra a alternativa de ser inferior. b) Calcule a potncia do ensaio se a referida percentagem for, realmente, de 30%. c) Repita a) e b) admitindo que em 1000 homens, 380 preferiam as lminas Fina Barba. 9. Numa sondagem para efeitos de marketing, 60 das 200 pessoas inquiridas revelaram-se conhecedoras das propriedades extraordinrias da farinha Bola de Neve. Aps uma intensa campanha publicitria foi feita nova sondagem, desta vez a 300 pessoas, das quais 111 revelaram serem conhecedoras daquelas qualidades. Deve concluir-se que, devido a campanha de publicidade, o referido produto se tornou mais conhecido? (use = 5%)
A formulao do exerccio pode ser enganosa. Se considerar que a popularidade da farinha Bola de Neve antes p1 e depois p 2 , note que nenhum destes valores conhecido. A hiptese nula deve ser que tudo ficou na mesma, p1 = p 2 e a alternativa que depois a farinha mais conhecida, p 2 > p1 . A estatstica a usar deve ser
1 p 2 ( p1 p 2 ) p p1 q1 p 2 q 2 + n1 n2
; no entanto necessrio um pequeno truque...
Como nem p1 nem p 2 so conhecidos tero de ser substitudos por estimativas. Mas sob a hiptese nula eles so iguais.Ento a frmula anterior pode-se simplificar:
1 p 2 p pq pq + n1 n2
= p
Ao trabalho!
1 p 2 p pq( 1 1 + ) n1 n2
sendo p uma estimvel por todas as observaes:
X +Y n1 + n 2
38
10. O preo de mercado de certo produto est sujeito a amplas flutuaes em torno de um valor mdio relativamente estvel. H razes para admitir que este preo possa ser encarado como uma varivel aleatria de comportamento aproximadamente normal e varincia igual a 9. Se a varincia for maior, a situao no mercado tende a tornar-se catica. Periodicamente recolhem-se observaes dos preos para avaliar o funcionamento do mercado. a) Com base em 16 observaes de preos obteve-se uma varincia amostral de 10. O que conclui sobre o funcionamento do mercado? b) Introduziram-se posteriormente alteraes no modo de funcionamento do mercado tendentes a reduzir as flutuaes (ou seja, a variabilidade) dos preos antes verificada. Suponha que passado algum tempo se recolheram 13 observaes de preos, tendo-se obtido s 2 = 9 . Ser de concluir pela eficincia das medidas introduzidas? 11. Um teste de Economia feito por 50 raparigas e 75 rapazes. As raparigas obtiveram um resultado mdio de 76 com desvio padro de 6, enquanto os rapazes obtiveram um resultado mdio de 82 com um desvio padro de 8. a) Teste a hiptese das mdias dos resultados no diferirem entre rapazes e raparigas. b) Teste a hiptese da mdia dos resultados dos rapazes ser superior das raparigas em mais de 4 pontos. 12. Um jogador de basquetebol diz que acerta 60% dos seus lanamentos. a) Se em 100 lanamentos ele acertar 70, diria que a sua qualidade de jogador melhorou? b) Quantos lances deve ele acertar, em 200, para que com = 5% se possa dizer que ele melhorou? E com = 1% ? 13. Um caador diz que abate pelo menos 80% das aves a que atira. Concordaria com ele se em determinado dia ele acertar 9 tiros num total de 15 ( = 5% ) ? 14. Considere uma varivel aleatria X N ( , 2 = 81) e a hiptese estatstica seguinte:
H 0 = 10
H1 10
Admitindo uma amostra de dimenso 9 e um nvel de significncia de 5% trace a curva representativa da potncia de um teste baseado na estatstica X 9 .
15. Considere uma varivel aleatria X N ( , 2 = 81) e a hiptese:
H1 > 10 a) Construa uma regra de deciso que, com n=9, lhe garanta que ( ) > 0.6 se > 14 .
b) Calcule para a regra encontrada em a). c) Repita a) e b) para n=16 e 25. Comente.
H 0 = 10
16. Sobre a varincia de certa populao normal sabe-se, atravs de informao histrica e de testes estatsticos slidos, que o seu valor 100 (hiptese nula). Sabe-se tambm que este valor, a ser alterado pelo mercado, ser para mais e no para menos. Um teste baseado em 4 observaes deu s ' 2 = 112 . Haver razes para colocar em causa a hiptese nula? Suponha que o mesmo valor de s ' 2 tinha sido obtido com amostras de dimenso 10, 16 e 40. Proceda aos respectivos testes e compare no s as decises mas os p-values (ainda que s graficamente).
39
17. Repita o exerccio 16 admitindo que o valor a ser alterado pelo mercado, ser para menos e no para mais. 18. Sobre a variao dos preos da limonada entre Vila Real de Santo Antnio e Ayamonte sabe-se que, devido globalizao, ela idntica desde h alguns anos. Ou seja, as varincias dos preos da 2 2 limonada podem ser consideradas iguais em cada um dos pases; H 0 : P = E . No entanto, os
autarcas locais decidiram testar esta realidade histrica que, a estar em causa, tanto pode apresentar maior variabilidade para um pas, como para outro. A informao recolhida foi a seguinte: '2 Vila Real de St Antnio nP = 10 sP = 120
'2 nE = 16 sE = 95 Ayamonte Teste, com um nvel de significncia de 2% (porqu este valor), se as varincias podem ainda ser consideradas iguais.
40
Ensaio de Hipteses - Exerccios Suplementares 1. Se uma hiptese nula rejeitada, contra uma alternativa, a um nvel de significncia de 5%, ento, com os mesmos dados, deve ser rejeitada a um nvel de significncia de 1%. Verdadeiro ou falso? 2. Um intervalo de confiana a 90% para a mdia de uma populao normal [1.5, 4.5]. Ento a hiptese nula = 3.93 ser rejeitada, contra a alternativa 3.93 , a um nvel de significncia de 10%. Verdadeiro ou falso? 3. A procura diria de automveis em certo stand pode ser aproximada por uma distribuio normal. Este stand est construdo por forma a satisfazer uma procura diria mdia que se tem revelado inferior ou igual a 20 veculos, com desvio padro de 4. Uma campanha publicitria, nos ltimos 16 dias, conduziu a que tenha sido registada uma procura diria mdia de 22 automveis. a) Ser de sugerir que o stand aumente a sua capacidade? b) Que tipo de erro pode estar a ser cometido na deciso da alnea a)? Interprete. c) Se o valor de = 1% , qual a deciso a tomar em relao capacidade do stand? d) Calcule o erro associado deciso da alnea c) admitindo que a verdadeira venda mdia de 21 automveis. 4. Se uma hiptese nula rejeitada a um nvel de significncia de 5%, ento o p-value do teste superior a 1%. Verdadeiro ou falso? 5. Um jornal de certa localidade observou que as condies de conduo melhoraram significativamente porque o nmero de acidentes mortais no ano passado foi de 9, enquanto que o nmero mdio por ano de acidentes mortais no passado era de 15. Ser possvel considerar que as condies de conduo melhoraram em relao ao passado? Considere que o nmero de acidentes, num dado ano, segue uma distribuio de Poisson. Sugesto: Utilize a aproximao distribuio Normal. 6. Um produtor de vinho diz que a proporo dos seus clientes que no consegue distinguir o seu produto de vinho a martelo , no mximo, de 0.1. O produtor decide testar esta hiptese adoptando a seguinte regra de deciso: rejeitar a hiptese nula se a proporo de clientes na amostra que no consegue distinguir estes dois sabores excede 0.14. a) Se for seleccionada uma amostra aleatria de 100 clientes, qual o valor de associado aquela regra de deciso? b) Se for seleccionada uma amostra aleatria de 400 clientes, o valor de aumenta ou diminui? Explique, por palavras e graficamente, a razo da diferena. c) Suponha que a verdadeira proporo de clientes que no consegue distinguir os dois sabores de 0.20. Se for recolhida uma amostra aleatria de 100 clientes, qual o valor de ? d) Suponha que, em vez da regra de deciso adoptada inicialmente, se decide rejeitar a hiptese nula se a proporo de clientes na amostra que no consegue distinguir os dois sabores for de 0.16. Foi seleccionada uma amostra de 100 clientes. Sem efectuar clculos adicionais diga: (i) aumenta ou diminui em relao alnea a)? (ii) se a verdadeira proporo for de 0.20, vai ser maior ou menor do que a encontrada na alnea a)? 7. Sejam X e Y duas variveis aleatrias independentes com distribuies normais. Com uma amostra de dimenso n realizou-se o seguinte ensaio de hipteses, do qual resultou a rejeio da hiptese nula:
H 0 X = Y H 0 X > Y
41
Se as variveis estivessem correlacionadas de tal modo que Cov( X ,Y ) = a > 0 e mantendo o mesmo nvel de significncia, a deciso tomada anteriormente alterava-se? Justifique.
8. Uma empresa de realizao de inquritos contratada por uma agncia publicitria para determinar se o rendimento mdio de uma certa rea metropolitana excede, ou no, os 500 EUR A agncia quer que os resultados deste inqurito sejam de rejeitar a hiptese H 0 = 500 , a favor
de H1 > 500 , com probabilidade de 5%, quando o verdadeiro rendimento mdio de 550 e o nvel de significncia de 0.5%. a) Sendo o desvio-padro dos rendimentos da rea metropolitana de 5 EUR, qual a dimenso da amostra que a empresa dever recolher para satisfazer os requisitos da agncia publicitria? b) Suponha que a empresa cobra 0.05 EUR por cada elemento de amostra que recolhe para a agncia publicitria. Quanto mais custaria agncia rejeitar H 0 , quando o verdadeiro rendimento mdio de 550 EUR, com probabilidade de 10%, em vez de 5%?
9. A partir de uma populao normal, com varincia conhecida, construiu-se o seguinte intervalo de confiana a 95% para a mdia da populao: [1.008; 1.792]. Qual o nvel de significncia a partir do qual a hiptese nula = 1 , contra a alternativa, rejeitada? 10. Mostre graficamente o impacto da reduo do nvel de significncia sobre as probabilidades dos erros do tipo I e tipo II. Use esse exemplo para explicar o erro da seguinte afirmao: num ensaio de hiptese simples contra composta s h . Ento o melhor reduzi-lo ao mximo, de preferncia anul-lo. 11. Uma urna contm duas bolas vermelhas, duas brancas e uma quinta bola que pode ser vermelha ou branca. Seja p a probabilidade de extrair uma bola vermelha. Pretende-se testar a hiptese nula
H0 : p =
Defina X como sendo a varivel aleatria nmero de bolas vermelhas observadas. a) Defina uma regio de rejeio em termos de X . b) Para essa regio de rejeio determine os valores de e .
3 2 contra a alternativa H1 : p = . Extrairam-se aleatoriamente 4 bolas com reposio. 5 5
12. Um laboratrio da Universidade Luminosa testou o tempo de vida de dois tipos de lmpadas. Sejam X e Y esses tempos de vida. De uma amostra aleatria de 56 observaes de X obteve-se 2 X = 937.4 horas e s '2 = 784 ; de 57 observaes de Y obteve-se Y = 988.9 e s'Y = 627 . a) Determine um intervalo de confiana a 90% para a diferena dos tempos de vida mdio dos dois tipos de lmpadas. b) O tempo de vida mdio de X claramente inferior ao tempo de vida mdio de Y''. Discuta esta afirmao do ponto de vista estatstico (seja preciso e rigoroso). 13. Seja X 1 , X 2 ,... X n , uma amostra aleatria de uma populao de Bernoulli com parametro p. a) Mostre que a estatstica de teste para realizar um ensaio de hipteses para p pode ser baseada na estatstica:
Y = X i onde Y Bin ( n, p )
i =1
b) Suponha que n=100 e que o resultado da amostra foi de 35 observaes com X=1 e 65 observaes com X=0. Usando o resultado da alnea anterior, construa um intervalo de confiana a 90% para o parmetro p da distribuio. da distribuio.
42
REGRESSO LINEAR SIMPLES

1. Faa o seguinte ensaio de hipteses
Ho : = 0 H1 : 0 sabendo que a) o coeficiente de correlao entre duas variveis numa amostra aleatria de 40 observaes 0.35 b) o coeficiente de correlao entre duas variveis numa amostra aleatria de 60 observaes 0.5 c) o coeficiente de correlao entre duas variveis numa amostra aleatria de 45 observaes 0.62 d) o coeficiente de correlao entre duas variveis numa amostra aleatria de 25 observaes 0.6 de de de de
2. Para uma amostra aleatria de 353 professores universitrios, a correlao entre o aumento salarial e a respectiva avaliao de 0.11. Teste a hiptese nula de que essas duas variveis no esto correlacionadas na populao contra a alternativa da correlao ser positiva. 3. A correlao entre a rendibilidade anual de 68 ttulos accionistas comuns aos pases A e B, de 0.51. Teste a hiptese nula de que a correlao na populao zero contra a alternativa de ser positiva. 4. Para uma amostra aleatria de 53 lojas da mesma cadeia, a correlao entre o valor das vendas por metro quadrado e o valor do preo de arrendamento do espao por metro quadrado de 0.37. Teste a hiptese nula de que no existe correlao na populao contra a alternativa de ser positiva. 5. Para uma amostra aleatria de 526 empresas, a correlao entre a proporo de pessoal dirigente na empresa e a rendibilidade da empresa de 0.1398. Teste a hiptese nula de que a correlao na populao zero contra a alternativa de ser diferente. 6. Para uma amostra aleatria de 66 meses, a correlao ente a rendibilidade de obrigaes a 10 anos no Canad e Hong-Kong de 0.293. Teste a hiptese nula de que a correlao na populao zero contra a alternativa de ser positiva. 7. Considere a seguinte funo consumo = b0 + b1 rend cons
em que a propenso marginal a consumir (estimada) do rendimento b1 e a propenso mdia a /rend = b0/rend + b1. Com base em informao relativa a 100 famlias consumir dada por cons acerca do rendimento e consumo anuais (em euros) a seguinte equao foi estimada
= -124.84 + 0.853 rend cons
43
a) Interprete o termo constante desta equao e comente o sinal e magnitude. b) Qual o consumo previsto para uma famlia com um rendimento anual de 30000 euros? c) Represente graficamente a propenso marginal a consumir e a propenso mdia a consumir em funo do rendimento.
8. Calcule os coeficientes estimados por mnimos quadrados e escreva a equao estimada sabendo que
a) x = 50, y =100, sx =25, s y =75, rxy =0.6, n = 60
b) x = 60, y =210, sx =35, s y =65, rxy =0.7, n = 60

c) x = 20, y =100, sx =60, s y =78, rxy =0.75, n = 60
d) x = 10, y =50, sx =100, s y =75, rxy =0.4, n = 60
e) x = 90, y =200, sx =80, s y =70, rxy =0.6, n = 60

9. Com base numa amostra de 20 observaes mensais, um analista financeiro quer regredir a taxa de rendibilidade de uma dada empresa (Y) na taxa de rendibilidade do ndice Sandard and Poors 500 (X). Est disponvel a seguinte informao:
y
i =1
20
= 22.6
x
i =1
20
= 25.4
i
xi2 = 145.7
i =1
20
x y
i i =1
20
= 150.5
a) Estime a regresso linear de Y em X. b) Interprete b1. c) Interprete b0.

10. Seja Y o nmero de garrafas de cerveja vendidas por noite e X o custo mdio, em euros, de uma refeio. Para uma amostra de 17 restaurantes, com dimenso semelhante, obtiveram-se os seguintes resultados
x = 25.5
y =16.0
2
(x x )
i i =1
n 1
= 350
( x x )( y y )
i i i =1
n 1
= 180
a) Estime a regresso linear de Y em X. b) Interprete b1. c) Interprete b0.

11. Com base numa amostra de n observaes, (x1,y1), (x2,y2), , (xn,yn) feita a regresso linear de y em x. Mostre que o modelo estimado passa no ponto (x = x , y = y ) em que x e y so as mdias amostrais.
12. Calcule SSR, SSE, se2 e R2 sabendo que
44
a) b) c) d) e)
( y y)
i i =1 n i i =1 n
= 100 000, r2 = 0.5, n = 52 = 90 000, r2 = 0.7, n = 52 = 240, r2 = 0.8, n = 52 = 200 000, r2 = 0.3, n = 74 = 60 000, r2 = 0.9, n = 40
( y y)
( y y)
i i =1 n i i =1 n
( y y)
( y y)
i i =1
13. Considere o seguinte modelo
i + ei (i = 1, 2, , n) yi = b0 + b1 xi + ei = y e sejam x e y as mdias amostrais da varivel independente e dependente respectivamente.

a) Mostre que ei = yi y b( xi x ) .
e = 0 . c) Usando o resultado de a) mostre que e = ( y y )

b) Usando o resultado de a) mostre que
i 2 i i
b 2 ( xi x ) 2 .
i y = b( xi x ) . d) Mostre que y e) Usando os resultados de c) e d) mostre que SST = SSR + SSE.

14. Para uma amostra aleatria de 20 bancos, foi estimado o seguinte modelo
= 0.97 + 0.47 x y
com R2 = 0.72
em que y representa a rendibilidade do banco e x o rcio entre os emprstimos e os depsitos. a) Calcule a correlao entre y e x naquela amostra. b) Teste a hiptese nula de que no existe associao linear entre y e x contra a alternativa de ser diferente de zero ( = 5%). se c) Calcule . ( xi x )2
15. Dado o modelo de regresso linear simples, Y = 0 + 1 X , teste a hiptese nula que o coeficiente 1 zero contra a alternativa de ser superior a zero considerando uma probabilidade de erro Tipo I de 0.05, e calcule intervalos de confiana a 95% e 99% para:
a) Uma amostra aleatria de 38 observaes com b1 = 5 e Sb1 = 2.1 b) Uma amostra aleatria de 46 observaes com b1 = 5.2 e Sb1 = 2.1 c) Uma amostra aleatria de 38 observaes com b1 = 2.7 e Sb1 = 1.87 d) Uma amostra aleatria de 29 observaes com b1 = 6.7 e Sb1 = 1.8
45
16. Faa o seguinte ensaio de hipteses
H o : 1 = 0 H1 : 1 0 com = 0.05 sabendo que a) n = 35, SST = 100 000 e r = 0.46. b) n = 61, SST = 123 000 e r = 0.65. a) n = 25, SST = 128 000 e r = 0.69.
17. Para uma amostra de 79 observaes trimestrais foi estimado o seguinte modelo
= 0.0027 + 0.7916 x y
em que y a taxa de juro e x a taxa de inflao. O coeficiente de determinao de 0.097 e o desvio-padro estimado do estimador de 1 de 0.2759. a) Interprete b1. b) Interprete o coeficiente de determinao. c) Teste a hiptese nula de que o coeficiente 1 zero contra a alternativa de ser positivo, e interprete o resultado. d) Teste a hiptese nula de que o coeficiente 1 1 contra a alternativa de ser diferente de 1, e interprete o resultado.
18. Para uma amostra de 306 estudantes de Estatstica foi estimado o seguinte modelo
= 58.813 + 0.2875 x y
em que y a nota final de um estudante na cadeira e x a nota do teste de diagnstico realizado no incio da cadeira. O coeficiente de determinao de 0.1158 e o desvio-padro estimado do estimador de 1 de 0.04566. a) Interprete b1. b) Interprete o coeficiente de determinao. c) Teste a hiptese nula de que o coeficiente 1 zero contra a alternativa de ser positivo de duas formas diferentes.
19. Com base numa amostra de 30 observaes, foi estimado o seguinte modelo
= 10.1 + 8.4 x y
com SSR = 128 e SSE = 286 a) Calcule e interprete o coeficiente de determinao. b) Teste a hiptese nula de que o coeficiente 1 zero contra a alternativa de ser diferente com um nvel de significncia de 10%.
46
c) Calcule
(x x )
i i =1
30
20. Com base numa amostra de 25 observaes, foi estimado o seguinte modelo
= 15.6 + 1.3 x y
com SST = 268 e SSE = 204 a) Calcule e interprete o coeficiente de determinao. b) Teste a hiptese nula de que o coeficiente 1 zero contra a alternativa de ser diferente com um nvel de significncia de 5%. c) Calcule um intervalo de confiana a 95% para 1 .
21. Foi estimado o seguinte modelo
i = 12 + 5 xi y com n = 32, se = 9.67, x = 8,
(x x )
i i =1
= 500. Determine um intervalo de confiana a 95 % e
um intervalo de previso a 95% para x = 13.

i = 14 + 7 xi y com n = 25, se = 7.45, x = 8,
(x x )
i i =1

i = 22 + 8 xi y com n = 22, se = 3.45, x = 11,
(x x )
i i =1

i = 8 + 10 xi y com n = 44, se = 11.23, x = 8,
(x x )
i i =1
47
25. Considere-se uma amostra de 25 trabalhadores de uma dada empresa. Cada trabalhador foi inquirido acerca da sua satisfao no trabalho (x) de 1 a 10. Adicionalmente, recolheu-se informao relativa ao nmero de dias que cada um desses trabalhadores faltou no ano passado (y). Foi estimado o seguinte modelo
i = 12.6 1.2 xi y com x = 6,
(x x )
i i =1
25
= 130, SSE = 80.6.
a) Teste a hiptese nula de que a satisfao no trabalho no tem efeito linear sobre o absentismo contra a alternativa de ter um impacto negativo com um nvel de significncia de 1%. b) Um determinado trabalhador tem um nvel de satisfao no trabalho igual a 4. Determine um intervalo a 90% para o nmero de dias que este trabalhador estar ausente num ano.
48
ANOVA
1. Um produtor de cereais est a considerar 3 alternativas de cor para as caixas vermelho, amarelo e azul. Para aferir se tal escolha influencia as vendas, escolheu aleatoriamente 16 lojas de dimenso semelhante. Caixa de cor vermelha foram enviadas para 6 lojas, caixa de cor amarela para 5 lojas e caixas de cor azul para as restantes 5. Aps alguns dias, aferiu o nmero de vendas em cada loja. Os resultados obtidos foram:
Vermelha 43 52 59 76 61 81
Amarela 52 37 38 64 74
Azul 61 29 38 53 79
a) Determine SSW, SSG e SST. b) Teste a hiptese nula de que a mdia das vendas igual para as trs cores.
2. Trs fornecedores enviam contentores contendo 500 peas. Amostras aleatrias de seis contentores de cada um dos forncedores foram examinadas e o nmero de peas com defeito em cada contentor foi registado. Os registos foram os seguintes:
Fornecedor A 28 37 34 29 31 33
Fornecedor B 22 27 29 20 18 30
Fornecedor C 33 29 39 33 37 38
a) Determine SSW, SSG e SST. b) Teste a hiptese nula de que o nmero mdio de peas com defeito igual para os trs fabricantes.
3. Uma empresa est indecisa acerca da marca de automveis a possuir na sua frota, Ford, Honda, Opel. Encomendou 5 carros de cada marca, e aps 10000 Km de rodagem, registou o custo por Km de cada um dos carros.
Ford 18.0 17.6 17.4 19.1 16.9
Honda 20.1 17.6 16.1 17.3 17.4
Opel 19.3 17.4 17.1 18.6 16.1
a) Determine SSW, SSG e SST. b) Teste a hiptese nula de que o custo mdio por Km igual para os trs marcas.
49
4. Foram escolhidos aleatoriamente 4 vendedores de cada regio do pas, e questionados acerca do crescimento das vendas na respectiva regio nos prximos 12 meses. As respostas foram as seguintes:
Oeste 6.8 4.2 5.4 5.0
Norte 7.2 6.6 5.8 7.0
Sul 4.2 4.8 5.8 4.6
Este 9.0 8.0 7.2 7.6
a) Determine SSW, SSG e SST. b) Teste a hiptese nula de que a mdia das respostas igual nas quatro regies.
5. Foram escolhidos aleatoriamente 6 professores assistentes, 4 professores associados e 5 professores catedrticos e inquiridos acerca do tempo gasto na preparao das aulas na ltima semana. Os resultados obtidos, em horas, foram os seguintes:
Assistente 7 12 11 15 9 14
Associado 15 12 15 8
Catedrtico 11 7 6 9 7
a) Determine SSW, SSG e SST. b) Teste a hiptese nula de que o tempo mdio igual para as trs categorias.
6. Considere-se dois servios de acompanhamento escolar na preparao para um dado exame. Para avaliar a qualidade do servio prestado, foram escolhidos 15 alunos. 5 desses alunos ficaram com o servio A, 5 com o servio B e os restantes no usufruram de acompanhamento. Os resultados obtidos por esse alunos no tal exame foram os seguintes:
Servio A 79 74 92 67 85
Servio B 74 69 87 81 64
Sem servio 72 71 81 61 63
a) Determine SSW, SSG e SST. b) Teste a hiptese nula de que o resultado mdio igual nos trs casos.
50

Estatística Economia Gestão Exercícios

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Estatística Economia Gestão Exercícios

Încărcat de

Drepturi de autor:

Formate disponibile

Estatstica para Economia e Gesto Caderno de Exerccios 2 Semestre - 2007/2008

Estatstica para Economia e Gesto

Faculdade de Economia Universidade Nova de Lisboa

REVISES: VARIVEIS ALEATRIAS DISCRETAS

Estatstica para Economia e Gesto

Faculdade de Economia Universidade Nova de Lisboa

REVISES: VARIVEIS ALEATRIAS CONTNUAS

d) Calcule os trs parmetros clssicos desta distribuio

Estatstica para Economia e Gesto

Faculdade de Economia Universidade Nova de Lisboa

Estatstica para Economia e Gesto

Faculdade de Economia Universidade Nova de Lisboa

DISTRIBUIES POR AMOSTRAGEM

0 0.1 0.04 0.06

1 0.2 0.08 0.12

2 0.1 0.1 0.2

P ( X = 0, Y = 5) = 0.1 P ( X = 0) * P (Y = 5) = 0.2 * 0.4 = 0.08

Faculdade de Economia Universidade Nova de Lisboa

y ( x 2) , 1 < x < 2, 0 < y < 2 f ( x, y ) = k , outros 0

Estatstica para Economia e Gesto

Faculdade de Economia Universidade Nova de Lisboa

O domnio do par aleatrio dado por:

c) Deduza as funes de probabilidade marginais de cada uma das variveis.

d) Deduza a expresso geral das funes de distribuio marginais.

Estatstica para Economia e Gesto

Faculdade de Economia Universidade Nova de Lisboa

y ( x 2) 2( x 2) 9 , 1 < x < 2 = y 9 2 y ( x 2) y f ( x, y ) 9 = = f ( y / x) = , 0< y<2 2( x 2) 2 f X ( x) 9

F ( x / y ) = FX ( x) e F ( y / x) = FY ( y ) , no sendo por isso necessria a construo de uma

Regio A: [0 < y < 2 , 1 < x < 2]

Estatstica para Economia e Gesto

Faculdade de Economia Universidade Nova de Lisboa

Regio C: [0 < y < 2 , x 2]

P[0 < X < 1, Y < 1] = f ( x, y ) dx dy =F (1,1) F (0,1) =

P[0 < X < 1] = f X ( x) dx =

y2 1 y P[Y < 1] = f Y ( y) dy = dy = = = FY (1) 2 4 0 4 0 0

Estatstica para Economia e Gesto

Faculdade de Economia Universidade Nova de Lisboa

P ( y < 0,8 x / x = 30) = ??

x2 1 dx = 1 k 0,3 x dx = 1 0,3k = 1 k = 180 2 20 20

0,6 x < y < 0,9 x

1 1 1 ,9 x [ y ]0 (0,3x ) = 0,3x dy = 0, 6 x = 180 180 180 180 0,6 x

0,3 x 20 < x < 40 180

Estatstica para Economia e Gesto

0,15 2 0,15 x 3 x dx = = 7,78 360 360 3 20

180 dx = 180 [x]

Faculdade de Economia Universidade Nova de Lisboa

Cov(100 X ,100Y ) = E[(100 X E (100 X ))(100Y E (100Y ))] =

E [(100 X 100 X )(100Y 100 Y )] = E [100.100( X X )(Y Y )] =

Var (aX 1 + bX 2 ) = Var (aX 1 ) + Var (aX 2 ) + 2abCov( X 1 , X 2 ) =

; esta frmula sempre vlida desde que a

Faculdade de Economia Universidade Nova de Lisboa

Supondo que as duas variveis so independentes,

Estatstica para Economia e Gesto

Faculdade de Economia Universidade Nova de Lisboa

Designando por 2 a varincia de X, a varincia da remunerao total dada por:

V ( RT ) = 2 2 * (2,5) 2 + 25 10 * (2,5) + 10 * (2,5) 2 * (2,5) 2 C = 12,5( 2 + C )

V ( RT ) = 2 2 * (0) 2 + 25 10 * (0) + 10 * (0) 2 * (0) 2 C = 25 2

Estatstica para Economia e Gesto

Faculdade de Economia Universidade Nova de Lisboa

50) 2 < 2630) .

, calcule P (10.86 < Y < 25.99 ).

Faculdade de Economia Universidade Nova de Lisboa

Y1 , Y2 , Y3 , Y4 uma amostra aleatria de uma distribuio N ( = 54, = 12 ) . X e Y so