questionei.comQuestões
Explore as questões disponíveis e prepare-se para seus estudos!
Ano: 2024Banca: IV - UFGOrganização: TJ-ACDisciplina: Estatística e ProbabilidadeTemas: Propriedades dos Estimadores | Métodos de Estimação | Máxima Verossimilhança | Inferência Estatística
O estimador de máxima verossimilhança é igual ao ponto
que maximiza a função de verossimilhança, sendo obtido de
forma analítica para modelos probabilísticos simples.
Quando não é possível obter o máximo da função de
verossimilhança de forma analítica, qual método iterativo
pode ser usado?
Ano: 2012Banca: CESGRANRIOOrganização: PetrobrasDisciplina: Estatística e ProbabilidadeTemas: Máxima Verossimilhança | Inferência Estatística
Ensaios em laboratório, tendo probabilidade ? (desconhecida) de sucesso em cada tentativa, são realizados sucessiva e independentemente até a ocorrência do primeiro sucesso. Para cada realização experimental, seja X a variável aleatória que representa o número de ensaios realizados até a ocorrência do primeiro sucesso.
Se quatro realizações são feitas em laboratório, obtendo-se a amostra {3, 3, 4, 5}, o estimador de máxima verossimilhança para ?, à luz dessa amostra, é dado por
Se quatro realizações são feitas em laboratório, obtendo-se a amostra {3, 3, 4, 5}, o estimador de máxima verossimilhança para ?, à luz dessa amostra, é dado por
Ano: 2025Banca: CESPE / CEBRASPEOrganização: TRF - 6ª REGIÃODisciplina: Estatística e ProbabilidadeTemas: Modelos Lineares | Regressão Linear Simples | Máxima Verossimilhança | Inferência Estatística
Texto associado
Um modelo de regressão linear simples é especificado
como Yi = a + Xi ∙ β + εi, em que E [εi ] = 0 e Var[εi ] = δ2.
Para estimadores a' e β' , o valor predito para observação i (Y'i) com característica Xi é dado por Y'i = a' + Xi ∙ β' . O resíduo para
observação i ( εi ) é definido como εi = Yi − Y'i . De uma amostra
aleatória de tamanho 49, coletada da população desse modelo de
regressão linear simples, obteve-se:
• ∑i( Yi − Y'i)2 = 17.173 e
• ∑i ( Y'i - my)2) = 36.464,
em que my é a média amostral de Y.
Em relação às informações precedentes, julgue o próximo item, considerando que o percentil 95% de uma distribuição F, com 1 grau de liberdade no numerador e 47 graus de liberdade no denominador, é igual a 4,05, e que o percentil 95% de uma distribuição qui-quadrado com 47 graus de liberdade é 64.
Se ε segue uma distribuição normal, o estimador de máxima verossimilhança e o estimador de mínimos quadrados geram as mesmas estimativas para α e β.
Ano: 2022Banca: FCCOrganização: TRT - 17ª Região (ES)Disciplina: Estatística e ProbabilidadeTemas: Máxima Verossimilhança | Distribuições de Probabilidade | Inferência Estatística | Distribuição Exponencial
Um fabricante de um equipamento admite que o tempo de funcionamento (T) desse equipamento, em horas, sem apresentar
falhas obedece a uma lei exponencial com função densidade dada por f(t) = λe-λt
, se t > 0 e que f(t) = 0, caso contrário.
Utilizando o método da máxima verossimilhança, ele obteve a estimativa pontual do parâmetro λ com base nas informações
obtidas do tem-po de funcionamento de 500 equipamentos selecionados aleatoriamente de sua produção. O quadro abaixo
fornece os resulta-dos obtidos.
ti 1 2 3 4 5 Total
ni 50 50 200 150 50 500
Obs.:
ni é o número de equipamentos que apresentaram falhas
em ti
horas.
A estimativa pontual do parâmetro λ obtida pelo fabricante foi, então, de
Ano: 2022Banca: FCCOrganização: TRT - 5ª Região (BA) Disciplina: Estatística e ProbabilidadeTemas: Máxima Verossimilhança | Inferência Estatística
Em uma série de 6 experiências, um acontecimento cuja probabilidade de ocorrência é p ocorreu pela primeira vez na segunda,
quarta, quinta, sexta, quarta e terceira prova, respectivamente. Supondo que p seja o parâmetro da distribuição geométrica
P(X = x) = (1 – p)x – 1.p, x = 1, 2, 3, ... ,tem-se, utilizando o método dos momentos, que uma estimativa de p é igual a
Ano: 2025Banca: CESPE / CEBRASPEOrganização: TRF - 6ª REGIÃODisciplina: Estatística e ProbabilidadeTemas: Momentos e Função Geradora de Momentos | Inferência Estatística | Máxima Verossimilhança | Teoria das Probabilidades
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) é o estimador de máxima verossimilhança para θ. Esse estimador é viesado e não é consistente.
Ano: 2013Banca: CESGRANRIOOrganização: IBGEDisciplina: Estatística e ProbabilidadeTemas: Máxima Verossimilhança | Inferência Estatística
O método de seleção de modelos de Box-Jenkins consiste em três estágios: identificação, estimação e checagem de diagnóstico. Em cada estágio é feita uma análise com estatísticas, métodos e testes. Associe cada estágio com o elemento nele utilizado.
I – Estágio de Identificação
II – Estágio de Estimação
III – Estágio de Checagem de Diagnóstico
P – Erro de Previsão Quadrático Médio
Q – Máxima Verossimilhança
R – Critérios de Informação de AIC e SBC
S – Estimador de Efeitos Fixos (Intragrupos)
As associações corretas são:
I – Estágio de Identificação
II – Estágio de Estimação
III – Estágio de Checagem de Diagnóstico
P – Erro de Previsão Quadrático Médio
Q – Máxima Verossimilhança
R – Critérios de Informação de AIC e SBC
S – Estimador de Efeitos Fixos (Intragrupos)
As associações corretas são:
Ano: 2022Banca: CESPE / CEBRASPEOrganização: ANPDisciplina: Estatística e ProbabilidadeTemas: Máxima Verossimilhança | Inferência Estatística
Considerando que o conjunto de dados {0, 10, 4, 2} represente uma amostra aleatória simples retirada de uma distribuição binomial com parâmetros n e p desconhecidos, em que é um valor inteiro e 0 < p < 1, julgue o item a seguir.
A estimativa de máxima verossimilhança para o parâmetro n é igual a 4.
Ano: 2023Banca: IV - UFGOrganização: UFNTDisciplina: Estatística e ProbabilidadeTemas: Máxima Verossimilhança | Inferência Estatística
Considerando um modelo de regressão linear múltipla de
posto completo e variância constante, pode-se obter as
estimativas dos coeficientes de regressão por meio dos
métodos de máxima verossimilhança (β^MQ ) e mínimos
quadrados (β^MV ). A relação existente entre os estimadores
obtidos por meio destes dois métodos é:
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.