Suponha que todas as hipóteses clássicas do modelo de regressão linear sejam obedecidas, inclusive a normalidade dos erros. Neste caso, os estimadores dos parâmetros, pelo método de minimização da soma dos quadrados dos erros, têm várias propriedades, entre as quais NÃO se encontra a
No que concerne à teoria de inferência estatística, julgue os itens
subsecutivos.
Considere que, ao observar o tempo de taxiamento dos aviões até a cabeceira da pista de um grande aeroporto, um especialista tenha observado que esse tempo seguia uma distribuição normal com intervalo de 95 % de confiança para a média, dado por [5, 25] minutos. Nessa situação, o tempo de taxiamento mais comum para tal cabeceira será de 15 minutos.
Sejam X, Y e W três variáveis que representam quantidades que são, de alguma forma, conhecidas:
X = número de crimes cometidos
Y = número de crimes notificados
W = número de crimes solucionados
Adicionalmente são conhecidas as seguintes estatísticas:
E(X.Y) = 268, E(W.Y) = 26, E(X.W) = 85, E(X) = 25, E(Y) = 10, E(W) = 3, DP(X) = 5 e DP(W) = DP(Y) = 4
Considerando as tendências lineares entre as variáveis como medidas para fins de avaliações, é correto afirmar que:
Suponha que para estimar e testar a diferença entre as médias de duas populações cujas características são independentes sejam extraídas duas amostras. Os tamanhos de amostra são n = 36 e m = 64, para X e Y, respectivamente. Como resultado da seleção, chega-se a ̅ X = 20 e Ȳ = 17. Além disso, sabe-se que as variâncias populacionais são σ2x = σ2y = 100.
Em módulo, a estatística amostral para fins de estimação e inferência é: