FTP 1

Fazer download em pdf ou txt
Fazer download em pdf ou txt
Você está na página 1de 2

ESTATÍSTICA 2022-23

Folha TP1
1. Introdução à amostragem-1ªparte

1. Sejam (X1 , . . . , Xn ) um conjunto de variáveis aleatórias.


(a) Verifique que a variância amostral de (X1 , . . . , Xn ) satisfaz a igualdade
n n
1X 2 1X
Xi − X̄ 2 = (Xi − X̄)2 .
n i=1 n i=1

(b) Em termos da média amostral e da variância amostral de (X1 , . . . , Xn ), determine a média


amostral e a variância amostral de (Y1 , . . . , Yn ), sendo Yi = aXi + b, i = 1, 2, . . . , n, com a
e b constantes reais não nulas.
2. Seja (X1 , . . . , Xn ) uma amostra de dimensão n, onde E(Xi ) = µ, σ 2 = V (Xi ), i = 1, . . . , n de
uma população finita de dimensão N .
(a) Suponha que a amostra aleatória foi obtida com reposição; determine E(X̄), V (X̄) e E(S 2 ).
2
−n
(b) Suponha que a amostra aleatória foi obtida sem reposição; sabendo que V (X̄) = σn N
N −1 ,
mostre que E(X̄) = µ e que o momento centrado de 2a ordem da amostra tem esperança
igual a
n−1 N
σ2 .
n N −1
3. A partir de uma população Normal com média 150 e variância 20, retiram-se duas amostras
aleatórias e independentes de dimensão 10 e 25, respectivamente. Sendo X̄1 e X̄2 as correspon-
dentes medidas amostrais, calcule:
(a) E(X̄1 − X̄2 );
(b) V (X̄1 − X̄2 );
(c) P (|X̄1 − X̄2 | > 2).
4. Seja X uma população com média µ e variância σ 2 = 4. Seja X̄ a média empı́rica de uma
amostra aleatória de dimensão 100 extraı́da da população X. Determine limites entre os quais a
diferença X̄ −µ fica contida com uma probabilidade de 0.9. utilize a desigualdade de Tchebyshev
e o teorema do Limite Central. Comente os resultados.
5. Escreva a função de probabilidade ou densidade de probabilidade conjunta das observações s de
uma amostra aleatória de dimensão n de uma população com distribuição:
(a) Uniforme no intervalo (a, b);
(b) Normal de média µ e variância σ 2 ;
(c) Bernoulli de parâmetro p;
(d) Poisson de parâmetro λ;
αn n−1
(e) Gama (n, α): f (x) = Γ(n) x exp(−αx)

6. Seja X1 , X2 . . . umaPsucessão de v.a.’s i.i.d.’s com f.d.p. comum f (x) = e−x+θ , θ ≥ 0, (θ > 0).
1 n
Considere X̄n = n i=1 Xi .
P
(a) Mostre por definição que X̄n −→ 1 + θ
P
(b) Mostre que X(1) −→ θ.
7. Considere uma população com distribuição U (0, 1).

1
(a) Determine a função densidade de probabilidade de X(1) e de X(n) ;
(b) Calcule a média e a variância das v.a.´s X(1) e X(n) ;
(c) Determine a distribuição conjunta de (X(1) , X(n) ).
8. Sejam (X1 , . . . , Xn ) variáveis aleatórias independentes de uma população Uniforme em (0, θ).
Considere as variáveis mı́nimo X(1) e máximo X(n) da amostra.
X(n)
(a) Mostre que a distribuição de Y = θ é independente do parâmetro θ.
P
(b) Mostre que X(1) −→ 0, n → ∞.
Sugestão: Use as condições suficientes: E(X) → a e V (X) → 0 quando n → ∞, para a
convergência em probabilidade de X para a.
P
(c) Mostre que X(n) −→ θ, n → ∞.

9. Com base nas v.a.’s (X1 , X2 , X3 ) com distribuição N (1, 1), N (2, 4) e N (3, 9) respectivamente,
dê exemplos de
(a) uma estatı́stica com distribuição de Qui-quadrado χ(3) ;
(b) uma estatı́stica com distribuição F(1,2) ;
(c) uma estatı́stica com distribuição t(2) .
10. Seja (X1 , . . . , Xn ) uma
Pn amostra2 aleatória
Pde uma população com valor médio µ e variância σ 2 .
1 1 n
Considere X̄n = n i=1 Xi e Sn = n−1 i=1 (Xi − X̄n )2 .
(a) Mostre que
Xn+1+nX̄n
i. X̄n+1 = n+1
2 n
ii. nSn+1 = (n − 1)Sn2 + n+1 (Xn+1 − X̄n )2
(b) Calcule E[X̄n+1 ] e V [X̄n+1 ].
n
(c) Determine a distribuição de σ2 (n+1) (Xn+1 − X̄n )2 , supondo que a população é normal.
Sugestão: Comece por analisar a distribuição de Xn+1 − X̄n .
11. Seja a amostra aleatória (X1 , . . . , Xn ) de dimensão n de uma distribuição normal N (µ, σ 2 ).
Considere
k n
1X 1 X
X̄k = Xi , X̄n−k = Xi ,
k i=1 n−k
i=k+1
e
k n
1 X 1 X
Sk2 = (Xi − X̄k )2 , Sn−k
2
= (Xi − X̄n−k )2 .
k − 1 i=1 n−k−1
i=k+1

Obtenha a distribuição de
(X1 −µ)2
(a) σ2 ;
(X1 −µ)2 (X2 −µ)2
(b) σ2 / σ2 ;
(c) k X̄k + (n − k)X̄n−k ;
(d) Sk2 /Sn−k
2
.

Você também pode gostar