questionei.comQuestões
Explore as questões disponíveis e prepare-se para seus estudos!
Ano: 2015Banca: CESPE / CEBRASPEOrganização: TelebrasDisciplina: Estatística e ProbabilidadeTemas: Máxima Verossimilhança | Inferência Estatística
Considerando que os principais métodos para a estimação pontual são o método dos momentos e o da máxima verossimilhança, julgue o item a seguir.
Para a distribuição normal, o método dos momentos e o da máxima verossimilhança fornecem os mesmos estimadores aos parâmetros μ e σ.
Para a distribuição normal, o método dos momentos e o da máxima verossimilhança fornecem os mesmos estimadores aos parâmetros μ e σ.
Ano: 2024Banca: FGVOrganização: CVMDisciplina: Estatística e ProbabilidadeTemas: Máxima Verossimilhança | Inferência Estatística
Suponha que o tempo X, em dias, até que uma debênture
incentivada aumente seu valor de mercado em 30%, seja uma
variável aleatória com função de densidade
f(x) = θ2
xe
−θx
; x > 0.
O tempo médio registrado, com base nas observações de uma
amostra aleatória simples, foi de 400 dias.
Com base nessa amostra, a estimativa de máxima
verossimilhança do parâmetro θ é:
Ano: 2024Banca: CESPE / CEBRASPEOrganização: ANATELDisciplina: Estatística e ProbabilidadeTemas: Máxima Verossimilhança | Inferência Estatística
Texto associado
Os valores 2, 3, 1, 0, 2 constituem uma amostra aleatória
simples de tamanho 5 retirada de uma distribuição discreta W, na
qual
P(W = w) = p(1-p)w, com w ∈ { 0, 1, 2, … }, sendo p um
parâmetro que denota uma probabilidade.
Com base nas informações precedentes e no método de estimação por máxima verossimilhança, julgue o próximo item.
A estimativa de máxima verossimilhança da probabilidade p
é igual a 0,625.
Ano: 2024Banca: FGVOrganização: TJ-RRDisciplina: Estatística e ProbabilidadeTemas: Máxima Verossimilhança | Inferência Estatística
Avalie se as seguintes afirmativas acerca de suficiência estão
corretas.
I. Se X1, X2, ... Xn é uma amostra aleatória de uma densidade f
parametrizada por um parâmetro θ, então uma estatística S é
suficiente se e somente se a distribuição condicional de X1, X2, ...
Xn dado S = s é independente de θ para todo valor s de S.
II. Se X1, X2, ... Xn é uma amostra aleatória de uma densidade f
parametrizada por um parâmetro θ, uma estatística S = s(X1,
X2, ... Xn) é suficiente se e somente se a densidade conjunta de
X1, X2, ... Xn fatora como uma função g(s; θ) não negativa que
depende de x1, x2, ... xn apenas por meio de s multiplicada por
uma função h(x1, x2, ... xn) não negativa e independente de θ.
III. Um estimador de máxima verossimilhança de um parâmetro θ só depende da amostra por meio de uma estatística suficiente.
Está correto o que se afirma em
Ano: 2024Banca: CESPE / CEBRASPEOrganização: BACENDisciplina: Estatística e ProbabilidadeTemas: Máxima Verossimilhança | Inferência Estatística
Texto associado
Supondo que os valores 3, 0, 0, 1, 4 constituam uma realização de uma amostra aleatória simples de tamanho n igual a 5 retirada de uma população com função de probabilidade P(X = x) =
na qual > 0 denota o parâmetro a ser estimado e x ∈ {0, 1, 2, … }, julgue o seguinte item.
A estimativa de máxima verossimilhança da probabilidade P(X = 0) é igual à frequência relativa de zeros na amostra,
ou seja, 2/5.
Ano: 2022Banca: FCCOrganização: TRT - 17ª Região (ES)Disciplina: Estatística e ProbabilidadeTemas: Propriedades dos Estimadores | Máxima Verossimilhança | Inferência Estatística
Dois estimadores E1 e E2, não viesados, são utilizados para estimar a média μ de uma população normalmente distribuída
apresentando uma variância unitária. Sejam E1 = mX + (m + n)Y − Z e E2 = mX + (m − n)Y − nZ os dois estimadores em que m e
n são parâmetros reais e (X, Y, Z) uma amostra aleatória de tamanho 3 extraída da população, com reposição. A variância (V)
do estimador mais eficiente, entre E1 e E2, é tal que
Ano: 2016Banca: FCCOrganização: TRT - 20ª REGIÃO (SE)Disciplina: Estatística e ProbabilidadeTemas: Máxima Verossimilhança | Inferência Estatística
Em uma sala estão presentes algumas pessoas e somente duas delas têm nível superior, sendo que o número de pessoas sem
nível superior é desconhecido e sabendo-se apenas que é um número par. Foram selecionadas, desta sala, aleatoriamente, com
reposição, 4 pessoas verificando-se que 3 delas não têm nível superior. Com base nesta seleção e utilizando o método da
máxima verossimilhança encontra-se a estimativa do número de pessoas sem nível superior. Com isto, o número estimado total
de pessoas presentes na sala é igual a
Ano: 2010Banca: CESPE / CEBRASPEOrganização: MSDisciplina: Estatística e ProbabilidadeTemas: Máxima Verossimilhança | Inferência Estatística
Os estimadores de máxima verossimilhança são sempre viciados, porém, consistentes.
Ano: 2024Banca: CESPE / CEBRASPEOrganização: ANATELDisciplina: Estatística e ProbabilidadeTemas: Máxima Verossimilhança | Inferência Estatística
Texto associado
Os valores 2, 3, 1, 0, 2 constituem uma amostra aleatória
simples de tamanho 5 retirada de uma distribuição discreta W, na
qual
P(W = w) = p(1-p)w, com w ∈ { 0, 1, 2, … }, sendo p um
parâmetro que denota uma probabilidade.
Com base nas informações precedentes e no método de estimação por máxima verossimilhança, julgue o próximo item.
Pelo método da máxima verossimilhança, a estimativa da
média de W é igual a 8/5 .
Ano: 2025Banca: CESPE / CEBRASPEOrganização: TRF - 6ª REGIÃODisciplina: Estatística e ProbabilidadeTemas: Propriedades dos Estimadores | Estimação Pontual | Teoria das Probabilidades | Máxima Verossimilhança | Inferência Estatística | Momentos e Função Geradora de Momentos
Texto associado
Uma população de variáveis aleatórias independentes e
identicamente distribuídas segue a distribuição uniforme
Xi ~ Uniforme[0, θ] no intervalo [0, θ], em que f(x) = 1/ θ para
0 ≤ x ≤ θ e f(x) = 0, caso contrário. Uma amostra de tamanho
n será retirada dessa população, sendo X(i) a i-ésima estatística de
ordem da amostra.
Tendo como referência essas informações, julgue o item que se segue.
X(n) ∗ (1 + 1/n) é o estimador não viesado de variância mínima para θ.