SóProvas


ID
2618038
Banca
CESPE / CEBRASPE
Órgão
STM
Ano
2018
Provas
Disciplina
Estatística
Assuntos

Supondo que Z seja uma distribuição normal padrão, considere as seguintes transformações de variáveis aleatórias: W = 1 - Z e V = Z2 - W2+ 1. A respeito dessas variáveis aleatórias, julgue o item a seguir.


A covariância entre W e Z é igual a -1.

Alternativas
Comentários
  • 2Cov(W,Z)=Var(W+Z)-Var(W)-Var(Z). 

    W=1-Z   ->   W+Z=1   ->     Var(W+Z)=Var(1)=0 

    Var(W)=(-1)^2Var(Z)=1 

    Sendo assim, 2Cov(W,Z)=0-1-1   ->    Cov(W,Z)=-2/2=-1.

  • GAB.: C

    Para resolver a questão é necessário conhecer 3 propriedades da Variância:

    Propriedade 1: A Variância de uma constante é zero.

    Propriedade 2: Somando-se ou subtraindo-se uma constante à variável aleatória, sua variância não se altera.

    V ( K ± X ) = V ( X )

    Propriedade 3: A soma ou diferença das variâncias é dada pela equação: V ( X ± Y ) = V ( X ) + V ( Y ) ± 2 ×cov( X ,Y )

    Dito isto, vamos resolver o exercício:

    PASSO 1 - Entendendo o que a questão pede.

    A questão pergunta se a Covariância enter W e Z é igual a -1. Usando a Propriedade 3, vamos isolar a Covariância do restante da equação.

    V ( W ± Z ) = V ( W ) + V ( Z ) ± 2 ×cov( W ,Z ) --> 2 ×cov( W ,Z ) = V ( W ± Z ) - V ( W ) - V ( Z )

    PASSO 2 - Descobrindo os valores de V ( W ± Z ), V ( W ) e V ( Z )

    O enunciado informa que Z é uma distribuição normal padrão. Para distribuições do tipo, tem-se que:

    1 - A média tem valor 0;

    2 - O desvio-padrão tem valor 1.

    Como a variância é a raiz do desvio-padrão, que para Z vale 1, temos:

    V (Z) = Raiz do Desvio-padrão (Z) = Raiz (1) --> V (Z) = 1

    O enunciado forneceu que W = 1 - Z. Aplicando a variância para ambos os lados da equação, temos:

    V (W) = V (1 - Z)

    Utilizando a propriedade 2, temos que V (1 - Z) = V (Z). Logo:

    V (W) = V (Z)

    V (W) = 1

    O enunciado forneceu que W = 1 - Z. Com isso temos:

    W = 1 - Z --> W + Z = 1

    Aplicando a variância para ambos os lados da equação, temos:

    V (W + Z) = V (1)

    Utilizando a propriedade 1, temos que V (1) = 0. Logo:

    V (W + Z) = 0

    PASSO 3 - Substituindo a bagaça toda encontrada no PASSO 2 no PASSO 1

    2 ×cov( W ,Z ) = V ( W ± Z ) - V ( W ) - V ( Z )

    2 ×cov( W ,Z ) = 0 - 1 - 1

    2 ×cov( W ,Z ) = - 2

    cov( W ,Z ) = (-2)/2

    cov( W ,Z ) = - 1

  • Pessoal, resolvi da seguinte forma...

    W = 1 - Z

    V = Z² - W² + 1

    A questão pede "Cov (W, Z)".

    *Vamos substituir 1-Z no lugar do W*

    Cov (1 - Z, Z)

    *Utilizando uma propriedade da Covariância*

    Cov (1 - Z, Z) = Cov (1, Z) + Cov (-Z, Z)

    Cov (1 - Z, Z) = Cov (1, Z) - Cov (Z, Z)

    =====

    Duas propriedades importantes da Covariância:

    1- Covariância de uma constante (1) e uma variável (Z) é igual a 0.

    2- Covariância de duas variáveis iguais (Z) é a Variância dessa constante.

    Características de uma Distribuição Normal Padrão:

    Média = 0

    Desvio Padrão = 1

    Variância = 1

    =====

    Cov (1, Z) - Cov (Z, Z)

    = 0 - Var (Z)

    = 0 - 1

    = -1

    Gabarito CERTO.

  • Cov(W,Z) = Cov(1-Z,Z)

    = Cov(1,Z)+Cov(-Z,Z)

    = 0 - 1Cov(Z,Z)

    = - Var(Z)

    = -1.

  • W = 1 -Z

    y= a + bx

    b= -1 , a = 1

    r= b * dpy/dpx => r = -1 * 1/1 => r = -1

    r= cov(x,y) / (dpx * dpy)

    -1 = cov(x,y)/ 1*1

    cov(x,y) = -1