Considere que a população de determinado país, no instante inicial t0 = 0, seja igual a P0 > 0, que essa população cresça à taxa anual de 2% e que as taxas de imigração e de emigração sejam desprezíveis. Com base nessas informações, julgue os próximos itens.

É possível inferir que a taxa de fecundidade nesse país é estritamente inferior a 2.

Considerando que, de acordo com Marshall, os fatores de risco podem ser compreendidos em termos de suas distribuições de probabilidade ao longo de um horizonte de tempo, com modelos muito diferentes sendo úteis conforme a situação seja de curto ou longo prazo, julgue os itens de 101 a 107, acerca de modelos e métodos analíticos.

A probabilidade de um sistema funcionar sem falhas durante um período de tempo (t) é dada pela soma contínua (integral) da probabilidade de falha p(t) ao longo de todo o tempo possível até o tempo t. O índice de falhas pode ser definido como o coeficiente da probabilidade de o evento ocorrer durante um período de tempo particular dividido pela confiabilidade do sistema nesse tempo.

Acerca de inferência estatística, julgue os itens de 75 a 85.

Considere uma amostra aleatória simples com reposição, em que o erro máximo de estimação da média populacional ? seja de 10 unidades, a variância populacional da variável de interesse seja 150, e o percentil z = 2 da distribuição normal padrão relacione-se ao nível de confiança de 95% para ?. Nesse caso, para que o erro máximo seja de 10 unidades com 95% de confiança, o tamanho mínimo da amostra deverá ser superior a 10 observações.

Julgue o item que se segue, referente ao controle estatístico de qualidade.

Em um processo industrial que está sob controle, a probabilidade de erro tipo I deve ser utilizada para se determinar o tempo médio de espera até a observação do primeiro alarme falso.

Considerando que, de acordo com Marshall, os fatores de risco podem ser compreendidos em termos de suas distribuições de probabilidade ao longo de um horizonte de tempo, com modelos muito diferentes sendo úteis conforme a situação seja de curto ou longo prazo, julgue os itens de 101 a 107, acerca de modelos e métodos analíticos.

As distribuições de freqüências para eventos de ocorrência comum são seguidamente modeladas como uma distribuição de Poisson. Os sistemas modelados com uma freqüência ou índice de falhas de Poisson têm um índice de falhas variável ao longo do tempo.

Acerca de inferência estatística, julgue os itens de 75 a 85.

Com relação a uma amostra aleatória simples X1, X2, ..., Xn, retirada de uma distribuição exponencial com média ?–1, a estatística T(x) = 3xi será suficiente para a estimação de ?–1.

Acerca de inferência estatística, julgue os itens de 75 a 85.

Suponha que o estimador para um parâmetro de certa distribuição X seja , em que X1, X2, ..., Xn ? seja uma i= n i X 1 amostra aleatória simples retirada dessa distribuição X. Nesse caso, o estimador de Bayes com relação à perda quadrática será uma função de ? .

Com relação a inferência estatística, julgue os itens a seguir.

Sob a perspectiva bayesiana, para se estimar a média de uma distribuição normal com variância conhecida, com base na distribuição a priori não informativa de Jeffrey, a moda da distribuição a posteriori deve coincidir com o estimador clássico de máxima verossimilhança.

Considerando que, de acordo com Marshall, os fatores de risco podem ser compreendidos em termos de suas distribuições de probabilidade ao longo de um horizonte de tempo, com modelos muito diferentes sendo úteis conforme a situação seja de curto ou longo prazo, julgue os itens de 101 a 107, acerca de modelos e métodos analíticos.

A cadeia de Markov é um caso particular de processo estocástico com estados contínuos e que apresenta a propriedade markoviana, significando que os estados anteriores são irrelevantes para a predição dos estados seguintes, desde que o estado atual seja conhecido.

Julgue os itens subsecutivos, acerca de análise multivariada e distribuições conjuntas.

Se o vetor (X, Y) seguir uma distribuição normal bivariada, e se as distribuições marginais X e Y não forem correlacionadas, então a densidade conjunta de (X, Y) será igual ao produto das funções de densidade de X e de Y.

Um dos objetivos dos gráficos de controle estatístico de processo é verificar se este é estatisticamente estável, no sentido de não existirem causas especiais de variação. Acerca desses gráficos de controle, julgue os itens a seguir.

Causa especial é uma fonte de variação que afeta todos os valores individuais de um processo, sendo resultante de diversas origens, sem que nenhuma tenha predominância sobre qualquer outra.

Página 4