Questões de Concursos Principais distribuições de probabilidade

Resolva questões de Principais distribuições de probabilidade comentadas com gabarito, online ou em PDF, revisando rapidamente e fixando o conteúdo de forma prática.

Filtrar questões
💡 Caso não encontre resultados, diminua os filtros.

21Q1068393 | Estatística, Principais Distribuições de Probabilidade, Estatística, EsFCEx, VUNESP, 2024

Considere X uma variável aleatória discreta, em queX ~ Binomial(n, p).
Sobre essa distribuição, é correto afirmar que
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

23Q1068394 | Estatística, Principais Distribuições de Probabilidade, Estatística, EsFCEx, VUNESP, 2024

Considere que a função de densidade da variável aleatória contínua uniforme, X, no intervalo [13, 25] modela razoavelmente um fenômeno de interesse. Dessa forma, o valor esperado e a variância dessa variável aleatória serão respectivamente:
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

24Q1036651 | Estatística, Principais Distribuições de Probabilidade, Gestão Estatística, Banestes, Instituto Access, 2024

Definida (o) por um vetor de médias e a matriz de variância-covariância. É uma extensão da distribuição normal univariada para aplicações com um grupo de variáveis que podem ser correlacionadas. Refere-se a:
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️

25Q1050740 | Estatística, Principais Distribuições de Probabilidade, Tecnologia da Informação Ciência de Dados, EPE, FGV, 2024

Seja X a variável aleatória que representa o número de ocorrências de um certo evento A em t unidades de tempo. A distribuição de probabilidade de X segue a distribuição de Poisson, isto é, a probabilidade de {X = x} é dada por:

e λt(λt) x/x!

em que λ é a taxa de ocorrência por unidade de tempo.
Considerando o exposto, o valor esperado do tempo entre duas ocorrências consecutivas do evento A, é
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

26Q1064340 | Estatística, Principais Distribuições de Probabilidade, Estatístico, Prefeitura de Vitória ES, FGV, 2024

Uma amostra aleatória simples de tamanho 100 foi obtida para estimar uma proporção p populacional de indivíduos que apresentam uma característica A. Como resultado, 36 indivíduos amostrais apresentaram a característica A.
Lembre-se que de, se Z tem distribuição normal padrão, então P [ Z < 1.96 ] = 0,975. Usando a estimativa de p no lugar do valor desconhecido, um intervalo de 95% de confiança para p será dado aproximadamente por
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

27Q1064341 | Estatística, Principais Distribuições de Probabilidade, Estatístico, Prefeitura de Vitória ES, FGV, 2024

O tamanho da amostra aleatória simples necessário para que possamos garantir, com 99% de confiança, que o valor da média amostral não se afaste do valor da média populacional por mais de 5% do valor do desvio padrão populacional será, no mínimo, aproximadamente igual a
[Lembre-se de que, se Z tem distribuição normal padrão, então P [ Z < 2,58 ] = 0,995]
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

28Q1064343 | Estatística, Principais Distribuições de Probabilidade, Estatístico, Prefeitura de Vitória ES, FGV, 2024

Para testar H0:μ≤ 30 versus H1:μ> 30, em queμé a média de uma variável populacional suposta normalmente distribuída com variância 64, uma amostra aleatória simples de tamanho 100 será obtida.
Lembre-se de que, se Z tem distribuição normal padrão, P[ Z > 1,64 ] ≈ 0,05.
O teste uniformemente mais potente de tamanhoα= 0,05 rejeitará H0 se o valor da média amostral observada for maior ou igual a
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

29Q1037476 | Estatística, Principais Distribuições de Probabilidade, Estatística, TJ RR, FGV, 2024

Suponha que o número de ocorrências de determinado evento ocorra no tempo de acordo com um processo Poisson com uma taxa média de 5 ocorrências por dia. Suponha ainda que uma ocorrência tenha acabado de ocorrer.
Se X é o tempo decorrido até que a próxima ocorrência aconteça, então X tem distribuição
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

30Q1037481 | Estatística, Principais Distribuições de Probabilidade, Estatística, TJ RR, FGV, 2024

Se U e V são variáveis aleatórias independentes com distribuições respectivas qui-quadrado com m e n graus de liberdade, então a variável X = nU/mV tem distribuição
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

31Q1066414 | Estatística, Principais Distribuições de Probabilidade, tarde, CNU, CESGRANRIO, 2024

Seja uma população regida por uma distribuição de probabilidade com médiaθe variância 25. A fim de se estimar o valor do parâmetroθ, propôs-se o estimador T(X1 , X2 ) =αX1 +βX2 a partir de uma amostra de tamanho 2, de tal forma que o estimador assim definido seja não tendencioso e tenha variância 13, com aα> 0 eβ> 0 .
Qual o valor deα xβ?
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

32Q1044145 | Estatística, Principais Distribuições de Probabilidade, Estatística, TJ RR, FGV, 2024

Se X e Y são variáveis aleatórias independentes tais que

X ~ N(4, 4), Y ~ N(3, 4)

então X – Y tem distribuição normal com média e variância dadas, respectivamente, por
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

33Q1034706 | Estatística, Principais Distribuições de Probabilidade, Analista de Pesquisa Energética Economia de Energia, EPE, FGV, 2024

Seja X a variável aleatória que representa o número de ocorrências de um certo evento A em t unidades de tempo.
A distribuição de probabilidade de X segue a distribuição de Poisson, isto é, a probabilidade de {X = x} é dada por:

e−λt(λt) x/x!,

ondeλé a taxa de ocorrência por unidade de tempo.
Considerando o exposto, o valor esperado do tempo entre duas ocorrências consecutivas do evento A, é
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

34Q1062908 | Estatística, Principais Distribuições de Probabilidade, Estatística, TJ MS, FGV, 2024

Uma distribuição de probabilidades é usada para determinar a média de uma população, a partir de uma amostra. Nesse problema, não se sabe qual é a média ou o desvio padrão da população, mas ela deve ser normal. Considere que o tamanho da amostra é igual a nove, e se deseja testar uma hipótese com 5% de significância. Dois estatísticos utilizam duas distribuições diferentes. O estatístico Tiago utiliza a distribuição t de Student e o estatístico Nelson utiliza a distribuição normal.

Se o valor da estatística teste obtido é exatamente igual a 2 para o problema analisado, é correto afirmar que ao testar a hipótese estatística:


Obs. Considere os valores críticos da estatística t de Student t8;5%=2,3 e da estatística normal Z5%=1,96.
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

35Q1002798 | Estatística, Principais distribuições de probabilidade, Estatística, EBSERH, IBFC, 2023

Existem vários modelos de distribuições de probabilidades, cada um com suas características e aplicações. Assinale a alternativa que contém uma afirmação incorreta sobre as distribuições.
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

36Q1049660 | Estatística, Principais Distribuições de Probabilidade, Engenheiro de Segurança do Trabalho, EBSERH, IBFC, 2023

Usando a distribuição normal (contínua) para aproximar uma binomial (discreta) é necessária associar um intervalo (na distribuição contínua) ao valor discreto. Essa associação é:
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

37Q972949 | Estatística, Principais distribuições de probabilidade, Estatística, TJDFT, FGV, 2022

A ocorrência de ajuizamento de ação de guarda pela Defensoria Pública de uma comarca é modelada como um processo de Poisson de taxa 0,4 por dia. A Defensoria Pública funciona 7 dias por semana.
Em uma semana, o número médio de dias em que ocorre a propositura de ação de guarda por esse órgão da Defensoria é, aproximadamente:
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

38Q657205 | Probabilidade e Estatística, Principais distribuições de probabilidade, FADESP, 2020

Considere as seguintes afirmações:

I. as distribuições de Bernoulli e Binomial apresentam as mesmas características e, portanto, os mesmos parâmetros;
II. repetições independentes de um ensaio de Bernoulli, com a mesma probabilidade de ocorrência de “sucesso”, dão origem ao modelo Binomial;
III. o Teorema do Limite Central garante que, para n suficientemente grande, a distribuição de Bernoulli pode ser aproximada pela distribuição de Poisson.

Pode
-se afirmar que
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️

40Q145107 | Probabilidade e Estatística, Principais distribuições de probabilidade, Analista Judiciário Estatística, TRE SP, FCC

Suponha que o número de eleitores que chegam a uma seção de uma Zona Eleitoral no dia de uma determinada eleição, siga a uma distribuição de Poisson com uma média de chegada de 30 eleitores por meia hora. A probabilidade de que cheguem menos de 3 eleitores em 5 minutos é
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️
Utilizamos cookies e tecnologias semelhantes para aprimorar sua experiência de navegação. Política de Privacidade.