Questões de Estatística - Estatística avançada

1,86 m/s

2,56 m/s

6,28 m/s

10 m/s

12,56 m/s

Aplica-se o processo de análise da variância para testar se vários grupos de observações provêm de distribuições com médias diferentes.

Estatística “t” é aquela utilizada para testar a hipótese de que o verdadeiro valor de cada coeficiente em uma regressão é igual a zero.

Regressão múltipla é o método estatístico para análise da relação entre uma variável independente e uma variável dependente.

Estimador não-tendencioso é aquele cujo valor esperado é diferente do verdadeiro valor do parâmetro que ele pretende estimar.

Estimador consistente é aquele que tende a convergir para o verdadeiro valor à medida que aumenta o tamanho da amostra.

Frequência relativa simples é o número de vezes em que determinado valor aparece em uma população ou em uma amostra.

Ponto médio de classe é a soma das frequências absolutas simples dos valores inferiores ou iguais a determinado valor.

Amplitude de classe é a diferença entre o mais alto e o mais baixo dos valores de uma distribuição.

Rol são dados não organizados numericamente, ou seja, aqueles que não se encontram preparados para análise.

Variável contínua é aquela que pode assumir, teoricamente, qualquer valor em certo intervalo da reta real.

O erro do tipo 1 afirma que a hipótese nula é verdadeira quando ela é, de fato, falsa.

Muitos problemas comuns em estatística são problemas de teste de hipóteses; a hipótese que está sendo testada é chamada de hipótese alternativa.

Se a hipótese nula é verdadeira e as médias de todos os grupos são realmente iguais, então a estatística F terá distribuição F.

Muitos problemas comuns em estatística são problemas de teste de hipóteses; portanto, a hipótese que afirma a hipótese nula é falsa é chamada de hipótese não-alternativa.

O erro do tipo 2 afirma que a hipótese nula é falsa quando é, de fato, verdadeira.

Os parâmetros são funções de valores amostrais.

Um dos procedimentos menos usados para obter estimadores é aquele que se baseia no princípio dos mínimos quadrados.

Um estimador T do parâmetro θ não é qualquer função das observações da amostra, ou seja, T ≠ g (X₁, ...Xn).

O estimador T é viesado para θ se E(T ) = θ, para todo θ.

O princípio da verossimilhança afirma que se deve escolher aquele valor do parâmetro desconhecido que maximiza a probabilidade de obter a amostra particular observada.