Logo Passei Direto
Buscar
Em uma população finita de tamanho N, onde existem k indivíduos com uma característica de interesse, ao se selecionar uma amostra aleatória de tamanho n sem reposição, o número de indivíduos com a característica na amostra R é uma variável aleatória com distribuição hipergeométrica.
A probabilidade de se ter exatamente r indivíduos na amostra com a característica de interesse é dada por:
I. Para N = 100, k = 20, n = 10 e r = 3, E[R] = 2 e Var(R) = 144/99.
II. Para N = 100, k = 20, n = 5 e r = 3, E[R] = 1 e Var(R) = 8/10.
III. Para N = 10000, k = 2000, n = 100 e r = 3, E[R] = 20 e Var(R) = 15,84.
IV. Para N = 10000, k = 1000, n = 100 e r = 3, E[R] = 10 e Var(R) = 9.
V. Para N = 10000, k = 2000, n = 10 e r = 0, P[R = 0] = 0,1074.
Estão corretas apenas as alternativas I e III
II e IV
I, III, e IV
I, III, IV e V
II, III, IV e V
User badge image
Questões Para a Compreensão

há 6 meses

Respostas

User badge image

Ed Verified user icon

há 6 meses

Vamos analisar cada uma das afirmativas: I. Para N = 100, k = 20, n = 10 e r = 3, E[R] = 2 e Var(R) = 144/99. - A média (E[R]) de uma distribuição hipergeométrica é dada por \( E[R] = n \cdot \frac{k}{N} \). Portanto, \( E[R] = 10 \cdot \frac{20}{100} = 2 \), que está correto. - A variância (Var(R)) é dada por \( Var(R) = n \cdot \frac{k}{N} \cdot \frac{N-k}{N} \cdot \frac{N-n}{N-1} \). Calculando, temos: \( Var(R) = 10 \cdot \frac{20}{100} \cdot \frac{80}{100} \cdot \frac{90}{99} = 144/99 \), que também está correto. Portanto, a afirmativa I está correta. II. Para N = 100, k = 20, n = 5 e r = 3, E[R] = 1 e Var(R) = 8/10. - A média (E[R]) é \( E[R] = 5 \cdot \frac{20}{100} = 1 \), que está correta. - A variância (Var(R)) deve ser calculada: \( Var(R) = 5 \cdot \frac{20}{100} \cdot \frac{80}{100} \cdot \frac{95}{99} \). Isso não resulta em \( 8/10 \). Portanto, a afirmativa II está incorreta. III. Para N = 10000, k = 2000, n = 100 e r = 3, E[R] = 20 e Var(R) = 15,84. - A média (E[R]) é \( E[R] = 100 \cdot \frac{2000}{10000} = 20 \), que está correta. - A variância (Var(R)) deve ser calculada: \( Var(R) = 100 \cdot \frac{2000}{10000} \cdot \frac{8000}{10000} \cdot \frac{9900}{9999} \). Isso resulta em um valor próximo a 15,84, então a afirmativa III está correta. IV. Para N = 10000, k = 1000, n = 100 e r = 3, E[R] = 10 e Var(R) = 9. - A média (E[R]) é \( E[R] = 100 \cdot \frac{1000}{10000} = 10 \), que está correta. - A variância (Var(R)) deve ser calculada: \( Var(R) = 100 \cdot \frac{1000}{10000} \cdot \frac{9000}{10000} \cdot \frac{9900}{9999} \). Isso não resulta em 9. Portanto, a afirmativa IV está incorreta. V. Para N = 10000, k = 2000, n = 10 e r = 0, P[R = 0] = 0,1074. - A probabilidade de P[R = 0] pode ser calculada usando a fórmula da distribuição hipergeométrica. Sem o cálculo exato, não podemos confirmar a veracidade dessa afirmativa, mas é uma probabilidade que pode ser verificada. Com base nas análises, as afirmativas corretas são I, III e possivelmente V. Portanto, a alternativa correta que contém todos os itens verdadeiros é: I, III, IV e V.

Essa resposta te ajudou?

0
Dislike0
left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar essa resposta. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

Mais perguntas desse material

Um comitê é formado por 3 pesquisadores escolhidos entre 4 estatísticos e 3 economistas. A probabilidade de não haver nenhum estatístico é:
64/243
1/35
27/243
3/7
4/35

Uma variável aleatória X é uniformemente distribuída no intervalo [1, 5]. A média e a variância correspondentes são, respectivamente:
3 e 1/3
3 e 4/3
2 e 1/3
2 e 2/3
3 e 3/4

Assinale a alternativa correta sobre aleatorização: Não é possível obter causalidade sem dados experimentais Ela necessária para obter boas previsões Ela é crucial dentro da abordagem estrutural Ela garante que para obter o efeito causal apenas precisamos subtrair valores esperados entre quem recebeu a intervenção e quem não recebeu. Não é possível fazer uma análise utilizando regressão linear sem ela

Mais conteúdos dessa disciplina