Exec Inferencia 22 23

Parte C - Introdução à Inferência Estatı́stica
Notas:
• Os exercı́cios marcados com Xsão de resolução fortemente recomendada.
• Os exercı́cios marcados com ⊗ não poderão ser resolvidos com a matéria lecionada em 2022/23.
Exercı́cios de Distribuições de Amostragem e de Estimadores
3.1. De uma população normal de média 8 e desvio padrão 4, extraı́u-se uma amostra aleatória de
dimensão 100.
a) Qual a probabilidade de a diferença, em valor absoluto, entre a média da amostra e a média

da população ser superior a 0.5?
b) Se a população não fosse normal, qual seria essa probabilidade? Justifique.
X 3.2. (Exame 12.01.2009) O peso médio dos indivı́duos duma certa espécie de bivalves é 31 g e o res-
pectivo desvio padrão é 2.4 g. Recolhe-se uma amostra aleatória de 100 indivı́duos desta espécie.
a) Qual a probabilidade, aproximada, de a média da amostra ser inferior a 30 g?

b) Qual a probabilidade, aproximada, de o peso total da amostra ser superior a 3150 g?
X 3.3. Mediu-se o comprimento (em cm) de 25 coelhos adultos de uma dada raça escolhidos aleatori-
amente. A média da amostra foi 56.2 cm e o desvio padrão 4 cm. Admita que a população dos
comprimentos dos coelhos adultos daquela raça é bem modelada por uma distribuição normal.
a) Indique estimativas para a média e o desvio padrão da população.

b) Usando as estimativas da alı́nea anterior como os parâmetros da população, determine a
probabilidade de o comprimento de um coelho adulto daquela raça, escolhido ao acaso, ser
superior a 57 cm.
c) Chama-se erro padrão da média amostral, X, a uma estimativa do desvio padrão da v.a. média
amostral. Com base nos resultados obtidos, determine o erro padrão da média amostral.
3.4. Seja X uma variável aleatória com distribuição de Bernoulli de parâmetro p desconhecido e
(X1 , X2 , X3 ) uma amostra aleatória associada a esta variável.
a) Quais as propriedades da amostra aleatória (X1 , X2 , X3 )?

b) Sugerem-se os dois estimadores para p, P̂1 = X e P̂2 = (X1 + 2X2 + X3 )/4. Determine o valor
esperado de cada um dos estimadores. Interprete.
Secção Matemática, DCEB, ISA, Ulisboa 111

c) Analise os estimadores quanto à sua variância. Qual dos dois estimadores considera que deve
ser escolhido para estimar p? Justifique.
d) Procedeu-se à recolha de uma amostra, nas condições do enunciado, tendo-se obtido os va-
lores (0, 1, 0). Obtenha duas estimativas para p.
X 3.5. Depois de fabricado e embalado, a actividade de um certo adubo segue aproximadamente uma
distribuição normal com µ = 120 dias e σ = 40 dias.
Pretende-se enviar um lote de embalagens do referido adubo de modo que a actividade média
amostral (X) seja superior a 118 dias com probabilidade de 0.95. Qual o tamanho do lote a enviar?
X 3.6. Seja (X1 , ..., Xn ) uma amostra aleatória de tamanho n proveniente de uma população X com
distribuição Uni f orme(0, 1). Exprima, em função de n, a probabilidade, aproximada, de X ser
superior 0.9.
X 3.7. Uma amostra aleatória de dimensão 50, (X1 , ..., X50 ), é extraı́da de uma população de Poisson com
λ = 10. Recorra à distribuição normal para calcular um valor aproximado de P(X > 11).
3.8. Seja X1 , X2 , . . . , Xn uma amostra de variáveis aleatórias independentes e com a mesma distribuição,
de valor médio µ e variância σ 2 . Considere os seguintes estimadores de µ e σ 2 , respectivamente,
1 n 1 n
X= ∑ Xi e S2 = ∑ (Xi − X)2 .
n i=1 n − 1 i=1
a) Prove que E[X] = µ e Var[X] = σ 2 /n.

b) Prove que
n n
∑ (Xi − µ)2 = ∑ (Xi − X)2 + n(X − µ)2
i=1 i=1
c) Usando os resultados das alı́neas anteriores, mostre que E[S2 ] = σ 2 .
X 3.9. (Exame 31.01.2011) Considere a amostra aleatória X1 , X2 , . . . , X100 , retirada de uma população X
para a qual se tem E[X] = 0.5 e Var[X] = 0.0625. Considere a variável aleatória S = ∑100 i=1 Xi .
a) Defina “amostra aleatória”.

b) Determine o valor esperado e a variância de S. Justifique convenientemente.
c) Determine, aproximadamente, P[S < 45].
3.10. (Exame 17.01.2011) Seja X1 , X2 , . . . , Xn uma amostra aleatória de dimensão n, proveniente de uma
população X com valor médio µ e variância σ 2 . Seja X a média da amostra aleatória.
Responda, justificando convenientemente, se são verdadeiras ou falsas as afirmações nas seguin-
tes alı́neas.
√
a) X _ N (µ, σ / n).

b) E[µ] = X.
c) Se X _ Bernoulli(p) então nX _ Binomial(n, p).
3.11. Seja X1 , X2 , . . . , Xn uma amostra aleatória de dimensão n, proveniente de uma população com
distribuição de Bernoulli de parâmetro p, desconhecido. Considere a v.a. Y = ∑ni=1 Xi .
a) Caracterize, justificando, a distribuição da v.a. Y .

b) Seja Pb = Y /n. Mostre que Pb é um estimador centrado de p.
3.12. (Adaptado do Exame 12.01.2015) Seja (X1 , . . . , Xn ) uma amostra aleatória de dimensão n prove-
niente de uma população X de valor médio µ e variância σ 2 . Seja X a média associada aquela
amostra aleatória.
a) i) Defina “amostra aleatória de dimensão n”.

ii) Determine Cov(X1 , X) em função da variância de X e da dimensão da amostra.
2 ∑ni=1 i Xi
b) Considere os seguintes estimadores de µ: X e T = .
n(n + 1)
i) Mostre que ambos são estimadores centrados de µ.
ii) Determine a variância de cada um dos estimadores.
n(n + 1) n(n + 1)(2n + 1)
Nota: Tenha em conta que ∑ni=1 i = e ∑ni=1 i2 = .
2 6
iii) Qual dos estimadores de µ considerados nas alı́neas anteriores é o mais eficiente? Justi-
fique.
iv) Supondo que foi observada a amostra (1, 3, 2, 5, 4, 0), obtenha o valor de 2 estimativas.
3.13. (Exame 26.01.2018) Recolheram-se de forma independente duas amostras aleatórias (X1 , . . . , Xn )
e (Y1 , . . . ,Yn ) de uma população exponencial de valor médio β . Sendo X e Y as médias respectivas,
considere os seguintes estimadores para o valor médio da população:
X +Y
T1 = X T2 =
2
a) Determine o valor médio e a variância de cada um dos estimadores em função de β .
b) Os estimadores T1 e T2 são estimadores centrados de β ? Porquê?
c) Qual destes estimadores considera ser o melhor estimador para β ?
d) Escreva a função geradora de momentos do estimador T1 = X. Será que T1 tem distribuição
exponencial? Justifique.
3.14. (Exame 9.01.2019) Seja (X1 , X2 ) um par de variáveis aleatórias independentes tais que E[Xi ] = µi
e Var[Xi ] = σi2 , i = 1, 2.
a) i) Quando se poderá dizer que (X1 , X2 ) é uma amostra aleatória de dimensão 2 retirada de
uma população X com valor médio µ e variância σ 2 ?

ii) No caso de (X1 , X2 ) ser uma amostra aleatória retirada de X, considere os seguintes
estimadores de µ:
3X1 − X2 X1 + X2
T1 = T2 =
2 2
Mostre que T1 e T2 são estimadores centrados de µ e diga, justificando conveniente-
mente, qual dos dois é “o melhor” estimador.
b) Se Xi _ N (µi , σi ), i = 1, 2, demonstre que aX1 + bX2 , com a, b ∈ R é também normal e
indique os respectivos parâmetros.

Exercı́cios de Intervalos de Confiança e
Testes de Hipóteses
X3.15. Seja X uma população com distribuição normal, de média µ e desvio padrão σ =2. Uma amostra
aleatória de dimensão 25 foi extraı́da desta população, tendo-se obtido x = 78.3.
a) Calcule o intervalo de confiança a 99% para µ.

b) Qual o erro máximo cometido (a 99% de confiança) ao estimar µ por x =78.3?
c) Qual deverá ser a dimensão da amostra para que o erro máximo cometido, a 99% de confiança,
ao estimar µ por x , não exceda 0.1?
X3.16. Para avaliar a tensão máxima suportada por uma barra de aço testaram-se n barras tendo-se obtido,
nas unidades adequadas, xn = 20 e para extremo superior do intervalo de confiança a 95% para o
verdadeiro valor médio da tensão obteve-se 21.7. Sabendo que se admite que a tensão suportada
por uma barra de aço é uma v.a. normal com desvio padrão σ = 3, determine o extremo inferior
do intervalo de confiança e a dimensão n da amostra.
X3.17. Uma empresa de peixe congelado está a ser investigada com o objectivo de se verificar se cada
embalagem pesa de facto 1 kg em média. Numa amostra aleatória de 100 embalagens de peixe
registou-se o peso (kg) de cada embalagem, xi (i = 1, . . . , 100), tendo-se obtido os seguintes valo-
res:
100 100
∑ xi = 95.9 kg ∑ xi2 = 93.12 kg2
i=1 i=1
a) Indique uma estimativa para a média e para a variância do peso de uma embalagem de peixe.
b) O que pode dizer sobre o resultado da investigação? Justifique convenientemente, especifi-
cando as hipóteses que necessitou de considerar.
c) Determine, explicitando as hipóteses necessárias, um intervalo a 95% de confiança para a
variância do peso de uma embalagem de peixe.
X3.18. O grau de acidez do azeite produzido em certa região supõe-se ter distribuição normal. Uma
amostra da produção de dimensão 25 conduziu a uma acidez média de 1 grau e a um desvio
padrão de 0.33 graus.
a) Face a estes valores, alguém sugeriu o intervalo ]0.815; 1.185[ para o valor esperado da
acidez. Qual o nı́vel de confiança associado a este intervalo?
b) Para o nı́vel de confiança determinado na alı́nea anterior, qual o erro máximo cometido ao
estimar o verdadeiro valor médio da acidez por 1 grau?
X3.19. Numa amostra de 16 elementos, que se supõe ter sido retirada de uma população com distribuição
normal, o desvio padrão obtido foi de 5.2.

a) Foi calculado um intervalo de confiança para a média populacional tendo-se obtido ]24.2297; 29.7703[.
Indique justificando:
i) Qual a média da amostra;
ii) Qual o grau de confiança do intervalo calculado.
b) Qual o intervalo de confiança a 95% para a variância populacional?
X3.20. (Exame 31.01.2012) Um silvicultor sabe que a altura das árvores para madeira é importante para
os compradores. Afirmou a um comprador que a altura média das suas árvores era 28 metros. O
comprador fechou negócio, mas aquando do abate escolheu ao acaso 65 árvores e mediu as alturas.
Obteve ∑65 2 2
i=1 xi = 43959.32 m , onde xi designa a altura de cada árvore seleccionada.
O comprador obteve o seguinte intervalo de confiança para a altura média, em metros:
]25.1538; 26.5462[.
a) Calcule uma estimativa para a altura média das árvores daquela floresta.
b) Determine a confiança do intervalo dado acima.
c) Considera que o comprador tem razão para reclamar? Justifique.
d) Pretende-se construir um intervalo de confiança para a variância da altura das árvores.
i) Indique o estimador da variância usado na construção deste intervalo, apresentando a
sua expressão.
ii) Com base nos resultados fornecidos construa o intervalo de confiança a 95% para a
variância das alturas, indicando o(s) pressuposto(s) necessário(s).
X3.21. Suponha que o rendimento de um pé de tomateiro expresso em kg é uma variável aleatória com
distribuição normal de valor médio 1 kg. Numa parte da produção foi utilizado um novo fertili-
zante. Observada uma amostra de 10 pés de tomateiro da parte da produção em que foi utilizado o
novo fertilizante obtiveram-se os seguintes resultados:
1.375 1.223 1.773 1.752 0.779 1.407 1.068 1.633 1.201 1.042
expressos em kg. Que decisão se deverá tomar perante estes resultados, face ao novo fertilizante?
X3.22. (Exame 26.01.2018) Para analisar a qualidade de um determinado tipo de azeite virgem, prove-
niente de uma região, R1, foram seleccionadas aleatoriamente 20 garrafas e determinada a acidez
do azeite de cada uma delas, expressa em concentração de ácido oleico (g/100g). Os dados ob-
tidos foram introduzidos no , apresentando-se de seguida alguns dos comandos e respectivos
resultados.
> acidez<-c(0.635, 0.822, 0.833, ... , 0.862, 0.694, 0.665)
> mean(acidez) > shapiro.test(acidez)

[1] 0.76925 Shapiro-Wilk normality test
data: acidez

> var(acidez) W = 0.95549, p-value = 0.4581
[1] 0.01504357
a) De acordo com a legislação em vigor, o azeite virgem só pode ser classificado como Extra
se tiver uma acidez média inferior a 0.8. Será que o azeite virgem analisado pode ter essa
classificação? Justifique convenientemente a sua resposta.
b) Numa outra região, R2, analisou-se uma amostra de 20 garrafas de azeite virgem do mesmo
tipo. Com os valores observados contruı́u-se o seguinte intervalo de confiança a 95% para a
diferença da acidez média do azeite virgem daquele tipo entre as regiões R1 e R2.
] − 0.0357 ; 0.0667 [
Justificando convenientemente, responda às seguintes questões:

i) Que pressupostos foi necessário verificar para construir o intervalo de confiança dado?
ii) Determine o valor da acidez média observada na região R2.
iii) Compare a acidez média deste tipo de azeite nas duas regiões R1 e R2.
3.23. (Exame 28.01.2013) Pretende-se comparar dois antibióticos A e B usados para o tratamento de um
certo tipo de infecção em bovinos. Escolhem-se ao acaso dois grupos de bovinos doentes: a um
grupo é administrado o antibiótico A e ao outro o antibiótico B, registando-se o tempo (h) até os
sintomas desaparecerem.
⊗ a) Considere a v.a. X, de valor médio µ e variância σ 2 desconhecidos, que designa o tempo

até os sintomas desaparecerem no grupo de bovinos a que se aplica o antibiótico A. Seja
(X1 , . . . , X10 ) uma amostra aleatória retirada de X. Sugerem-se dois estimadores para µ,
X1 + 3X10
T1 = X e T2 = ,
4
com X média da amostra aleatória.
i) Defina “amostra aleatória de dimensão 10”.
ii) Mostre que T1 e T2 são estimadores centrados de µ e obtenha as respectivas variâncias.
iii) Qual dos dois estimadores deve ser escolhido para estimar µ? Justifique.
b) Os resultados obtidos pela aplicação dos dois antibióticos foram introduzidos no software
. Utilize, sempre que possı́vel, os resultados apresentados no Anexo para responder às
seguintes questões.
i) Com base nos dados recolhidos indique estimativas para o tempo médio no caso de
aplicação do antibiótico A, associadas aos estimadores dados em a).
ii) Face aos resultados obtidos poder-se-á concluir que o antibiótico A é mais lento do que
o antibiótico B no desaparecimento dos sintomas da infecção? Explicite e valide os
pressupostos necessários à resolução do problema.

Anexo
> A<-c(49.5,48,52.5,46.5,52,48.5,40,50.5,46,46.5)
> B<-c(47.5,48.5,40.5,43.5,49,43,42,45,48.5,40)
> var(A) > var(B) > var(A-B)

[1] 13.05556 [1] 11.84722 [1] 19.29167
> shapiro.test(A)
Shapiro-Wilk normality test
data: A
W = 0.9189, p-value = 0.3481
> shapiro.test(B)
data: B
W = 0.9009, p-value = 0.2244
> shapiro.test(A-B)
data: A - B
W = 0.9482, p-value = 0.6474
> var.test(A,B)
F test to compare two variances
data: A and B
F = 1.102, num df = 9, denom df = 9, p-value = 0.8873
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
0.2737195 4.4366172
sample estimates:
ratio of variances
1.101993
> t.test(A,B,paired=T,alternative="two.sided")
Paired t-test
data: A and B
t = 2.3399, df = 9, p-value = 0.04403
alternative hypothesis: true difference in means is not equal to 0
0.1079894 6.3920106
sample estimates:
mean of the differences
3.25
> t.test(A,B,paired=T,alternative="less")
Paired t-test
data: A and B
t = 2.3399, df = 9, p-value = 0.978

alternative hypothesis: true difference in means is less than 0
-Inf 5.796092
sample estimates:
3.25
> t.test(A,B,paired=T,alternative="greater")
Paired t-test
data: A and B
t = 2.3399, df = 9, p-value = 0.02201
alternative hypothesis: true difference in means is greater than 0
0.703908 Inf
sample estimates:
3.25
> t.test(A,B,paired=F,var.equal=T,alternative="two.sided")
Two Sample t-test
data: A and B
t = 2.0595, df = 18, p-value = 0.05421
-0.06538397 6.56538397
sample estimates:
mean of x mean of y
48.00 44.75
> t.test(A,B,paired=F,var.equal=T,alternative="less")
Two Sample t-test
data: A and B
t = 2.0595, df = 18, p-value = 0.9729
-Inf 5.986459
sample estimates:
mean of x mean of y
48.00 44.75
> t.test(A,B,paired=F,var.equal=T,alternative="greater")
Two Sample t-test
data: A and B
t = 2.0595, df = 18, p-value = 0.02711
0.5135412 Inf
sample estimates:
mean of x mean of y
48.00 44.75

X3.24. (Exame 25.01.2016) Um investigador está interessado em avaliar, numa dada região, a produção
por macieira de duas variedades de maçã: Gala e Golden. Para essa finalidade, foram registadas
as produções, em kg, de 10 macieiras de cada uma das variedades de maçã em estudo. Os dados
foram introduzidos no software . No ANEXO apresentam-se resultados de comandos, alguns
inadequados. Responda, de forma completa, às seguintes questões utilizando os resultados do
Anexo.
a) Indique uma estimativa para o valor médio da produção da variedade Gala. Qual é o erro
máximo, a 95% de confiança, que se comete ao estimar µ pela estimativa indicada?
b) Conjectura-se que as variabilidades das produções das duas variedades são iguais. Será esta
conjectura compatı́vel com os dados obtidos?
c) Com base nos valores obtidos poder-se-á concluir que a produção média da variedade Golden
é significativamente superior à produção média da variedade Gala?
ANEXO
> gala<-c(84,82,90,86,80,91,85,79,81,82)
> golden<-c(95,102,85,93,104,89,98,99,107,106)
> var(gala); var(golden); var(gala-golden)

[1] 16.44444
[1] 53.51111
[1] 121.2889
> shapiro.test(gala); shapiro.test(golden); shapiro.test(gala-golden)
Shapiro-Wilk normality test Shapiro-Wilk normality test

data: gala data: golden
W = 0.9241, p-value = 0.3922 W = 0.9573, p-value = 0.7546

data: gala - golden
W = 0.9014, p-value = 0.2269
> var.test(gala,golden)
data: gala and golden


0.0763312 1.2372241
sample estimates:
ratio of variances
0.307309
> t.test(gala,golden,paired=T)
Paired t-test
t = -3.9625, df = 9, p-value = 0.003292
-21.678314 -5.921686
sample estimates:
-13.8
> t.test(gala,golden,paired=F,var.equal=T)
Two Sample t-test

t = -5.2176, df = 18, p-value = 5.811e-05
-19.356752 -8.243248
sample estimates:
mean of x mean of y
84.0 97.8
> t.test(gala,golden,paired=F,var.equal=T,alternative="less")
Two Sample t-test

t = -5.2176, df = 18, p-value = 2.906e-05
-Inf -9.213556
sample estimates:
mean of x mean of y
84.0 97.8
> t.test(gala,golden,paired=F,var.equal=T,alternative="greater")
Two Sample t-test

t = -5.2176, df = 18, p-value = 1

-18.38644 Inf
sample estimates:
mean of x mean of y
84.0 97.8
X3.25. (Exame 11.01.2016) Os rolamentos produzidos por uma empresa devem ter diâmetro entre 150
e 160 mm (inclusive). Uma amostra de 35 rolamentos foi seleccionada aleatoriamente e os valo-
res observados foram introduzidos no software R. Utilize os resultados apresentados no Anexo e
responda, de forma completa, às seguintes questões. (Note que alguns resultados podem não ser
necessários ou adequados).
a) Indique uma estimativa para o valor médio e para a variância do diâmetro dos rolamentos.
Explicite os estimadores associados.
b) Determine um intervalo de confiança a 95% para o valor médio dos diâmetros das peças
produzidas?
c) Poder-se-á admitir que mais de 60% dos rolamentos produzidos pela empresa satisfazem o
exigido? Justifique.
ANEXO
> diametro<-c(135, 154, 159, 155, 167, 159, 158, 159, 154, 155,
+ 152, 169, 154, 158, 140, 149, 145, 157, 151,154,168,153,151,
+ 160, 155, 155, 143,157, 139, 159, 139, 159, 162, 151, 150)
> sort(diametro)
[1] 135 139 139 140 143 145 149 150 151 151 151 152 153 154 154 154 154 155
[19] 155 155 155 157 157 158 158 159 159 159 159 159 160 162 167 168 169
> mean(diametro) >var(diametro)

[1] 153.8571 [1] 63.2437
> shapiro.test(diametro)
data: diametro
W = 0.9476, p-value = 0.09577
> t.test(diametro)
One Sample t-test
data: diametro
t = 114.4572, df = 34, p-value < 2.2e-16
alternative hypothesis: true mean is not equal to 0

151.1253 156.5890
sample estimates:
mean of x
153.8571
> t.test(diametro,mu=160,alternative="less")
One Sample t-test
data: diametro
t = -4.5698, df = 34, p-value = 3.080e-05
alternative hypothesis: true mean is less than 160
-Inf 156.1301
sample estimates:
mean of x
153.8571
X3.26. Num estudo sobre o número de folhas por planta de tabaco, obtiveram-se os seguintes dados:
n o¯ de folhas 17 18 19 20 21 22 23 24
n o¯ de plantas 3 22 44 42 22 10 6 1
a) Indique a unidade estatı́stica e a variável em estudo.

b) Determine a média e a mediana da amostra. Compare-as e comente.
c) Com base nesta amostra poder-se-á afirmar que 90% das plantas de tabaco têm 21 ou menos
folhas? Justifique.
X3.27. Duas marcas de chocolate (A e B) produzem chocolate rotulado “70% de cacau”. Seleccionaram-
se aleatoriamente 15 chocolates de cada uma das marcas, que foram analisados quanto ao teor
de cacau. Os resultados foram introduzidos no software . Utilize, sempre que possı́vel, os
resultados apresentados abaixo para responder às seguintes questões (alguns cálculos apresentados
são desnecessários ou inadequados).
a) Conjectura-se que as variabilidades do teor de cacau dos chocolates das duas marcas são
diferentes. Será esta conjectura compatı́vel com os dados obtidos? Explicite e valide os
pressupostos necessários à resolução do problema.
b) Indique estimativas para o valor esperado do teor de cacau dos chocolates de cada uma das
marcas.
c) Os dados recolhidos evidenciam que o teor médio de cacau do chocolate da marca A é sig-
nificativamente superior ao da marca B? Explicite e valide os pressupostos necessários à
resolução do problema.
d) O produtor de chocolate da marca A afirma que o teor médio de cacau do seu chocolate é su-
perior a 70%. O que pode dizer sobre a afirmação do produtor? Justifique convenientemente.
Especifique as hipóteses nula e alternativa de um teste de hipóteses que permita averiguar a
validade desta afirmação.

> A
[1] 72.8 69.6 70.0 73.3 69.8 71.1 71.0 71.0 71.0 76.3 71.3
[12] 75.4 72.1 70.4 68.6
> B
[1] 69.8 71.3 67.3 69.4 67.7 67.9 70.7 70.5 70.2 71.4 71.6
[12] 73.1 70.6 68.5 70.2
> var(A) > var(B) > var(A-B)

[1] 4.483143 [1] 2.616952 [1] 3.643810
> shapiro.test(A) > shapiro.test(B)

data: A data: B
W = 0.9066, p-value = 0.1199 W = 0.9613, p-value = 0.7144
> shapiro.test(A-B)
data: A - B
W = 0.9754, p-value = 0.9283
> var.test(A,B)
data: A and B
0.5751437 5.1026658
sample estimates:
ratio of variances
1.713116
> t.test(A,B,paired=T,alternative="less")
Paired t-test
data: A and B
t = 3.1787, df = 14, p-value = 0.9967
-Inf 2.434763
sample estimates:
1.566667
> t.test(A,B,paired=T,alternative="greater")
Paired t-test
data: A and B
t = 3.1787, df = 14, p-value = 0.003349

0.6985701 Inf
sample estimates:
1.566667
> t.test(A,B,paired=F,var.equal=T,alternative="less")
Two Sample t-test
data: A and B
t = 2.2771, df = 28, p-value = 0.9847
-Inf 2.737039
sample estimates:
mean of x mean of y
71.58000 70.01333
> t.test(A,B,paired=F,var.equal=T,alternative="greater")
Two Sample t-test
data: A and B
t = 2.2771, df = 28, p-value = 0.01531
0.3962939 Inf
sample estimates:
mean of x mean of y
71.58000 70.01333
X3.28. (Exame 10.01.2018) Com o objectivo de estudar o teor de gordura no leite de duas raças de vacas
leiteiras (Ayrshire, raça A e Holstein-Fresian, raça B), foram escolhidas aleatoriamente 20 vacas
de cada raça e foi determinada a percentagem de gordura no respectivo leite.
Os dados obtidos foram introduzidos no e foram efectuados cálculos que se encontram no
Anexo. Utilize os resultados que considere adequados para responder às seguintes alı́neas.
a) Indique uma estimativa pontual para a variância da percentagem de gordura no leite da raça
A. Indique, explicitando-o, o estimador associado.
b) Comente a veracidade da seguinte afirmação: “Não existe diferença significativa entre as
variâncias das percentagens de gordura no leite das raças A e B”. Justifique conveniente-
mente.
c) Será que a percentagem média de gordura no leite da raça A é superior à da raça B? Justifique
convenientemente a sua resposta.

Anexo
> A<-c(3.53, 3.71, ..., 4.37, 4.41, 4.44)

> B <-c(3.30,3.38 ,..., 3.94 ,3.95 ,4.25)
> mean(A) > mean(B) > var(A) > var(B)
[1] 4.06 [1] 3.6605 [1] 0.0680 [1] 0.0542
> shapiro.test(A)
data: A
W = 0.9569, p-value = 0.4836
> shapiro.test(B)
data: B
W = 0.945, p-value = 0.2974
> shapiro.test(A-B)
data: A - B
W = 0.9241, p-value = 0.1191
> var.test(A,B)
data: A and B
0.4968133 3.1711368
sample estimates:
ratio of variances
1.255174
> t.test(A,B,paired=TRUE,alternative="greater")

Paired t-test
data: A and B
t = 18.4124, df = 19, p-value = 7.122e-14
0.3619823 Inf
sample estimates:
0.3995
> t.test(A,B,paired=TRUE,alternative="less")
Paired t-test
data: A and B
t = 18.4124, df = 19, p-value = 1
-Inf 0.4370177
sample estimates:
0.3995
> t.test(A,B,paired=FALSE,var.equal=TRUE,alternative="greater")
Two Sample t-test
data: A and B
t = 5.109, df = 38, p-value = 4.72e-06
0.2676668 Inf
sample estimates:
mean of x mean of y
4.0600 3.6605
> t.test(A,B,paired=FALSE,var.equal=TRUE,alternative="less")
Two Sample t-test
data: A and B

t = 5.109, df = 38, p-value = 1
-Inf 0.5313332
sample estimates:
mean of x mean of y
4.0600 3.6605
X3.29. A fim de investigar os efeitos de ambientes nitrosos e de ambientes fosfatados no desenvolvimento

de colónias de bactérias, contaminam-se 10 plaquetas envolvidas em cada um daqueles ambientes
com as bactérias em estudo, e deixa-se incubar durante 24 horas. Após esse tempo, procede-se
à contagem do número de colónias de bactérias em cada plaqueta, tendo-se obtido os seguintes
resultados:
Ambiente nitroso 60 47 12 29 51 46 49 74 63 101
Ambiente fosfatado 8 46 21 13 58 33 20 46 31 38
Investigue a hipótese de o tipo de ambiente não influir no desenvolvimento das colónias de bactérias.
Responda de forma completa à questão.
X3.30. Numa Estação Florestal estudam-se problemas de intercepção de precipitação. Nesse sentido em
12 dias de chuva (suponha que se trata de uma amostra aleatória de dias com precipitação) são
colocados dois udómetros para medir a quantidade de precipitação: um numa zona desarborizada
e outro sob as copas das árvores. As leituras da quantidade de água em cada udómetro (medidas
em cm de altura) deram os seguintes valores (cada coluna corresponde a um dia):
zona descoberta 5.87 1.30 2.34 2.82 5.89 9.09 1.93 9.27 4.65 4.35 5.00 8.43
sob coberto 4.96 1.14 2.24 2.26 4.75 7.83 1.86 8.85 4.17 3.65 4.08 7.99
a) Estime a precipitação média na zona desarborizada e na zona sob coberto.

b) Será admı́ssivel supor que a 95% de confiança as precipitações médias nos dois casos são
iguais? Explicite as hipóteses necessárias à resolução desta questão.
c) Tendo em conta que, pela própria natureza do problema, o nı́vel de precipitação sob coberto
não deverá ser superior ao nı́vel da correspondente precipitação a descoberto, indique um
procedimento estatı́stico mais adequado para avaliar se existem diferenças significativas nos
dois casos.
X3.31. Pretende-se testar se a proporção de ulmeiros afectados pela grafiose é idêntica em duas zonas A
e B. Na zona A foi recolhida uma amostra aleatória de 30 ulmeiros e verificou-se que 20 estavam
afectados pela grafiose. Na zona B recolheu-se uma amostra de 35 ulmeiros e verificou-se que 27
estavam afectados pela grafiose. Que conclusão se pode tirar ao nı́vel de significância de 0.05?
X3.32. Diga, justificando, se cada uma das afirmações seguintes é verdadeira ou falsa:

a) Num teste de hipóteses H0 : µ = 0 vs. H1 : µ 6= 0 em que se obteve um p-value = 0.034, não
se rejeita a hipótese de a média populacional ser nula com um nı́vel de significância de 0.01.
b) Se ]2.15; 3.24[ é um intervalo de confiança a 95% para σ 2 então a probabilidade de σ 2
pertencer a este intervalo é igual a 0.95.
X3.33. É desencadeado um programa de controlo da poluição de um rio em que são efectuadas medições,
antes de lançar a campanha antipoluição e um ano após. As medições são combinações de vários
ı́ndices; quanto maior for o valor resultante maior é a poluição. Obtiveram-se os seguintes resulta-
dos:
Ponto de controlo 1 2 3 4 5 6 7 8 9 10
Antes da campanha 68 88 101 82 96 74 65 74 52 99
Um ano após 67 87 90 76 98 69 68 65 59 70
Será que a campanha antipoluição reduziu de facto a poluição? Explicite e verifique todas as
hipóteses necessárias à resolução do problema, justificando convenientemente.
X3.34. (Exame 31.01.2011) Para comparar dois tipos de máquina de ceifar (segadeiras) quanto à sua
eficiência, foram seleccionadas ao acaso 9 searas tendo sido cada uma dividida em dois lotes. Em
cada seara uma das segadeiras foi atribuı́da ao acaso a um dos lotes, ficando a outra para o outro
lote.
A eficiência é avaliada num intervalo de valores de 0 (eficiência mı́nima) a 10 (eficência máxima).
Os valores registados relativos à eficiência de cada segadeira foram introduzidos no software .
Responda às seguintes questões utilizando os resultados de alguns dos comandos apresentados
abaixo.
a) Indique uma estimativa da eficiência média de cada uma das segadeiras.

b) Calculou-se um intervalo a 95% de confiança para a variância da eficiência da segadeira 1,
tendo-se obtido ]0.5144; 4.1381[. Qual o valor observado para a variância da segadeira 1?
c) Será que a segadeira 1 é mais eficiente do que a segadeira 2? Justifique convenientemente
indicando e validando as condições necessárias à resolução.
> # seg1 designa os valores observados de eficiência da segadeira 1

> # seg2 designa os valores observados de eficiência da segadeira 2
> mean(seg1) > mean(seg2) > var(seg2) > var(seg1-seg2)

[1] 7.4 [1] 6.488889 [1] 0.5861111 [1] 0.6761111
> shapiro.test(seg1) > shapiro.test(seg2)

data: seg1 data: seg2
W = 0.8848, p-value = 0.1762 W = 0.9105, p-value = 0.3193
> shapiro.test(seg1-seg2)

data: seg1 - seg2
W = 0.9648, p-value = 0.8472
> t.test(seg1,seg2,paired=T,alternative="two.sided")
Paired t-test
data: seg1 and seg2
t = 3.3242, df = 8, p-value = 0.01047
0.2790663 1.5431559
sample estimates:
0.9111111
> t.test(seg1,seg2,paired=T,alternative="greater")
Paired t-test
data: seg1 and seg2
t = 3.3242, df = 8, p-value = 0.005237
0.4014339 Inf
sample estimates:
0.9111111
> t.test(seg1,seg2,paired=T,alternative="less")
Paired t-test
data: seg1 and seg2
t = 3.3242, df = 8, p-value = 0.9948
-Inf 1.420788
sample estimates:
0.9111111
> t.test(seg1,seg2,paired=F,alternative="two.sided")
Welch Two Sample t-test
data: seg1 and seg2
t = 2.088, df = 14.548, p-value = 0.05482
-0.02147036 1.84369258
sample estimates:
mean of x mean of y
7.400000 6.488889

> t.test(seg1,seg2,paired=F,alternative="greater")
data: seg1 and seg2
t = 2.088, df = 14.548, p-value = 0.02741
0.1446037 Inf
sample estimates:
mean of x mean of y
7.400000 6.488889
> t.test(seg1,seg2,paired=F,alternative="less")
data: seg1 and seg2
t = 2.088, df = 14.548, p-value = 0.9726
-Inf 1.677619
sample estimates:
mean of x mean of y
7.400000 6.488889
X3.35. (Exame17.01.2011) Uma máquina de ensacar está regulada para encher sacos com 16 kg de açúcar.
Para controlar o seu funcionamento escolheram-se, aleatoriamente, 15 sacos, que foram pesados.
Os valores obtidos foram introduzidos no software . Responda às seguintes questões utilizando,
sempre que possı́vel, os resultados dos comandos apresentados.
a) Indique uma estimativa para o peso médio e para a variância do peso de cada saco.
b) Foi calculado um intervalo de confiança para a variância do peso de cada saco, σ 2 , tendo-se
obtido ]0.01368 ; 0.04931[.
i) Qual o estimador que foi utilizado na construção do intervalo?
ii) Determine o nı́vel de confiança do intervalo dado.
c) Que conclusão pode tirar quanto à regulação da máquina? Justifique convenientemente, in-
dicando e validando os pressupostos necessários à sua resposta.
> peso
[1]16.1 15.8 15.9 16.1 15.8 16.2 16.0 15.9 16.0 15.7 15.8 15.7 16.0 16.0 15.8
> mean(peso) > shapiro.test(peso)

data: peso
> var(peso) W = 0.9377, p-value = 0.3544
[1] 0.02314286

X3.36. Um enólogo pretende avaliar a acidez total de um vinho. Para isso selecciona aleatoriamente 20
garrafas de vinho na adega e mede a acidez através do método clássico e de um dispositivo de
titulação automática. Alguns resultados das análises, em g/l, foram:
garrafa 1 2 3 ··· 18 19 20
método clássico 4.8 3.4 2.5 ··· 2.9 5.4 2.1
titulação automática 6.1 5.1 2.1 ··· 4.5 3.9 1.5
Os dados foram introduzidos no software . Abaixo apresentam-se resultados de comandos,

alguns inadequados. Responda às seguintes questões utilizando os resultados apresentados abaixo.
a) De acordo com a legislação em vigor um vinho de mesa deverá ter uma acidez total superior
a 3.5 g/l. Com base nos resultados das análises efectuadas pelo método clássico, o enólogo
poderá concluir que o seu vinho cumpre os requisitos de acidez impostos pela legislação?
Explicite e valide os pressupostos necessários à resolução do problema.
b) Com base nos valores obtidos poder-se-á concluir que os dois métodos de análise da acidez
total do vinho têm resultados significativamente diferentes? Explicite e valide os pressupos-
tos necessários à resolução do problema.
> classico
[1] 4.8 3.4 2.5 3.8 4.3 3.6 3.5 3.5 4.0 3.6 6.3 3.0 3.1 3.7 2.8
[16] 5.1 4.0 2.9 5.4 2.1
> automatico
[1] 6.1 5.1 2.1 4.9 6.6 4.0 4.5 1.0 4.7 3.5 8.2 3.9 3.6 4.5 3.5
[16] 6.3 4.7 4.5 3.9 1.5
> var(classico) > var(automatico) > var(classico-automatico)

[1] 1.040105 [1] 2.887868 [1] 1.326605
> shapiro.test(classico) > shapiro.test(automatico)

data: classico data: automatico
W = 0.951, p-value = 0.3827 W = 0.9625, p-value = 0.5959
> shapiro.test(classico-automatico)
data: classico - automatico
W = 0.9163, p-value = 0.08413
> t.test(classico,mu=3.5)
One Sample t-test
data: classico
t = 1.184, df = 19, p-value = 0.2510
alternative hypothesis: true mean is not equal to 3.5

3.292693 4.247307
sample estimates:
mean of x
3.77
> t.test(classico,mu=3.5,alternative="greater")
One Sample t-test
data: classico
t = 1.184, df = 19, p-value = 0.1255
alternative hypothesis: true mean is greater than 3.5
3.375677 Inf
sample estimates:
mean of x
3.77
> t.test(classico,mu=3.5,alternative="less")
One Sample t-test
data: classico
t = 1.184, df = 19, p-value = 0.8745
alternative hypothesis: true mean is less than 3.5
-Inf 4.164323
sample estimates:
mean of x
3.77
> t.test(classico,automatico,paired=FALSE, var.equal=TRUE)

Two Sample t-test
data: classico and automatico
t = -1.32, df = 38, p-value = 0.1947
-1.4821486 0.3121486
sample estimates:
mean of x mean of y
3.770 4.355
> t.test(classico,automatico,paired=TRUE)
Paired t-test
data: classico and automatico
t = -2.2714, df = 19, p-value = 0.03493
-1.12405128 -0.04594872
sample estimates:
-0.585

X3.37. 10 pessoas asmáticas participaram numa experiência destinada a estudar o efeito de um novo
tratamento da função pulmonar. Durante 1 segundo registou-se o volume de ar expirado (em
litros) antes e depois da aplicação do tratamento. Os resultados obtidos foram os seguintes:
1 2 3 4 5 6 7 8 9 10
Antes 1.69 2.77 1.00 1.66 0.85 1.42 2.82 2.58 1.98 2.02
Depois 2.69 2.22 3.07 3.35 2.74 3.61 5.14 2.44 2.25 3.41
Nota: Para responder a esta pergunta utilize, sempre que possı́vel, resultados que lhe são
apresentados no Anexo.
a) Determine um intervalo a 99% de confiança para o volume médio de ar expirado por uma
pessoa antes da aplicação do tratamento. Indique e valide os pressupostos necessários à sua
resolução.
b) Qual é o erro máximo cometido ao usar a média da amostra para estimar o volume médio de
ar expirado por pessoa, com o nı́vel de confiança da alı́nea anterior?
c) Os dados recolhidos dão indicação de que o volume de ar expirado é superior após o tra-
tamento? Justifique, indicando e validando os pressupostos necessários à resolução desta
questão.
ANEXO
>antes<-c(1.69,2.77,1.00,1.66,.85,1.42,2.82,2.58,1.98,2.02)
>depois<-c(2.69,2.22,3.07,3.35,2.74,3.61,5.14,2.44,2.25,3.41)
> var(antes);var(depois)
[1] 0.4807433
[1] 0.7567511
> var(antes-depois)
[1] 1.056112
> shapiro.test(antes)
data: antes
W = 0.9402, p-value = 0.5558
> shapiro.test(depois)

data: depois
W = 0.8633, p-value = 0.08348
> shapiro.test(antes-depois)
data: antes - depois

W = 0.8972, p-value = 0.2039
> t.test(antes,depois,paired=F,var.equal=T)
Two Sample t-test
data: antes and depois

t = -3.4482, df = 18, p-value = 0.002868
-1.9520632 -0.4739368
sample estimates:
mean of x mean of y
1.879 3.092
> t.test(antes,depois,paired=F,var.equal=T,alternative="less")
Two Sample t-test

t = -3.4482, df = 18, p-value = 0.001434
-Inf -0.6029904
sample estimates:
mean of x mean of y
1.879 3.092
> t.test(antes,depois,paired=F,var.equal=T,alternative="greater")
Two Sample t-test

t = -3.4482, df = 18, p-value = 0.9986

-1.823010 Inf
sample estimates:
mean of x mean of y
1.879 3.092
> t.test(antes,depois,paired=T)
Paired t-test

t = -3.7326, df = 9, p-value = 0.004679
-1.9481531 -0.4778469
sample estimates:
-1.213
> t.test(antes,depois,paired=T,alternative="less")
Paired t-test

t = -3.7326, df = 9, p-value = 0.002339
-Inf -0.6172772
sample estimates:
-1.213
> t.test(antes,depois,paired=T,alternative="greater")
Paired t-test

t = -3.7326, df = 9, p-value = 0.9977
-1.808723 Inf
sample estimates:

-1.213
X3.38. Uma associação de defesa de consumidores pretende publicar um estudo comparativo dos preços
de dois supermercados. Para isso seleccionou 20 produtos e registou os preços de cada um nos
supermercados A e B (em cêntimos):
Produto 1 2 3 4 5 6 ··· 15 16 17 18 19 20
Super. A 202 201 560 253 384 332 ··· 624 851 742 501 476 765
Super. B 185 187 516 239 349 295 ··· 613 851 731 546 490 762
Utilize os resultados apresentados abaixo para responder às seguintes questões.
a) Determine uma estimativa para a diferença dos preços médios nos dois supermercados.
b) Com base nos dados recolhidos, o que pode afirmar relativamente aos preços médios prati-
cados pelos dois supermercados? Explicite e valide as hipóteses necessárias à resolução do
problema.
> A
[1] 202 201 560 253 384 332 549 722 153 676 804 535 472 335 624 851
[17] 742 501 476 765
> B
[1] 185 187 516 239 349 295 552 667 132 676 745 529 460 316 613 851
[17] 731 546 490 762
> mean(A) > mean(B) > var(A) > var(B) > var(A-B)
[1] 506.85 [1] 492.05 [1] 46116.77 [1] 46454.68 [1] 568.379
> shapiro.test(A) > shapiro.test(B)

Shapiro-Wilk normality test Shapiro-Wilk ormality test
data: A data: B
W = 0.957, p-value = 0.4864 W = 0.9552, p-value = 0.4521
> shapiro.test(A-B)
data: A - B
W = 0.9514, p-value = 0.3889
X3.39. (Exame 27.01.2014) Uma empresa agrı́cola pretende adquirir um gerador. Face a dois tipos de
geradores (que designamos por ger1 e ger2), de preços semelhantes, quer decidir comparando
a produção de energia eléctrica, em kWh, de cada um dos geradores. Recolheu uma amostra
de 25 observações da quantidade de energia eléctrica produzida por cada gerador, em diferen-
tes situações. Os dados foram introduzidos no software . Considere os seguintes resultados
referentes ao gerador tipo 1:

>var(ger1); mean(ger1) >shapiro.test(ger1)
[1] 9.6056 data: ger1
W = 0.9514, p-value = 0.2698
a) Indique uma estimativa da variância da produção de energia eléctrica do gerador 1. Explicite

o estimador que lhe está associado.
b) Poder-se-á considerar que a variância da produção de energia eléctrica no gerador 1 é superior
a 15(kWh)2 ? Justifique convenientemente a sua resposta.
c) Para obter um intervalo de confiança a 95% para a diferença entre as produções médias de
energia eléctrica dos geradores 1 e 2, usou-se o comando do R que se apresenta de seguida e
respectivo resultado (no qual três valores foram substituı́dos por ????):
>t.test(ger1,ger2,paired=????,var.equal=T)
Two Sample t-test
data: ger1 and ger2

t = -0.6632, df = ???? , p-value = 0.5104
-3.009280 ????
sample estimates:
mean of x mean of y
9.6056 10.3520
i) Qual a diferença entre as médias observadas para a produção de energia eléctrica dos
dois geradores? Qual o erro máximo que se cometeria, a 95% de confiança, ao identificar
esta diferença com a verdadeira diferença entre as produções médias de energia eléctrica
dos geradores?
ii) Complete o output indicando a informação em falta nos três locais assinalados por ????.
iii) Que pressupostos deverão ser verificados para construir o intervalo de confiança dado
no output?
– O que pode afirmar, a 95% de confiança, sobre a diferença entre as produções médias de
energia eléctrica dos geradores?
– A conclusão da alı́nea anterior seria alterada se considerasse uma confiança de 99%?
Justifique.
X3.40. (Exame 26.01.2015) Para estudar o peso de uma certa espécie de peixe, recolheram-se dados do
peso (g) de 15 peixes fêmea e de 15 peixes macho. Os resultados obtidos foram introduzidos no
software . Utilize, sempre que possı́vel, os resultados apresentados no Anexo II para responder
às seguintes questões.

a) Pretende-se estudar a variabilidade do peso dos peixes fêmea.
i) Face aos dados recolhidos indique uma estimativa da variância do peso dos peixes fêmea.
ii) Qual o estimador associado à estimativa obtida em i)? Explicite-o e mostre que é um
estimador centrado da variância populacional.
b) Justificando convenientemente, diga se os dados recolhidos são compatı́veis com as seguintes
conjecturas:
i) O peso de um peixe fêmea daquela espécie segue uma distribuição normal.
ii) O peso médio de um peixe fêmea daquela espécie é 1000 g.
c) Comente, justificando convenientemente, a seguinte afirmação “O peso médio das fêmeas é
superior ao dos machos”.
ANEXO
> femea
[1] 1007 965 ... 978 1020
> macho
[1] 934 1014 ... 1017 1023
> var(femea) > var(macho) > var(femea-macho)

[1] 679.5714 [1] 765.6952 [1] 1629.695
> shapiro.test(femea)
data: femea
W = 0.9545, p-value = 0.5977
> shapiro.test(macho)
data: macho
W = 0.9371, p-value = 0.3477
> shapiro.test(femea-macho)
data: femea - macho
W = 0.9638, p-value = 0.7581
> var.test(femea, macho)

data: femea and macho
0.2979674 2.6435622
sample estimates:
ratio of variances
0.8875221

> t.test(femea,mu=1000,alternative="greater")
One Sample t-test
data: femea
t = 1.6343, df = 14, p-value = 0.06224
alternative hypothesis: true mean is greater than 1000
999.1448 Inf
sample estimates:
mean of x
1011
> t.test(femea,mu=1000)
One Sample t-test
data: femea
t = 1.6343, df = 14, p-value = 0.1245
alternative hypothesis: true mean is not equal to 1000
996.5637 1025.4363
sample estimates:
mean of x
1011
> t.test(femea, macho, paired=F, var.equal=T, alternative="greater")

Two Sample t-test
t = 2.8389, df = 28, p-value = 0.004167
11.1686 Inf
sample estimates:
mean of x mean of y
1011.0000 983.1333
> t.test(femea, macho, paired=T, alternative="greater")

Paired t-test
t = 2.6735, df = 14, p-value = 0.009088
9.507904 Inf
sample estimates:
27.86667

X3.41. (Exame 25.01.2019) Realizou-se um estudo de investigação em modelos animais (ratinhos), onde
se pretende conhecer a importância de algumas proteı́nas do sistema imune na infecção com
malária na gravidez. Quantificou-se a expressão relativa dos genes associados a uma proteı́na,
A, em placentas de 6 fêmeas não infectadas (NI) e 6 fêmeas infectadas (INF), tendo-se obtido os
seguintes indicadores:
Média Variância
NI 1.520 0.612
INF 0.347 0.131
O cientista suspeita que a expressão relativa dos genes da proteı́na A pode sofrer alterações, em
média, com a infecção.
Os resultados da experiência foram analisados com recurso ao software e estão apresentados no
Anexo Utilize-os, sempre que possı́vel, para responder de forma completa às questões apresentadas
a seguir.
a) Utilizando um intervalo de confiança adequado (consultar o Anexo) esclareça a dúvida do

cientista. Responda de forma completa à questão, justificando convenientemente a sua res-
posta.
b) Um parâmetro de interesse neste estudo é a variabilidade da expressão relativa dos genes
quando há infecção.
i) Indique o estimador associado ao estudo desse parâmetro?
ii) Com base nos dados recolhidos poder-se-á admitir que o valor daquele parâmetro é
inferior a 0.3? Justifique convenientemente.
ANEXO
> var.test(A_NI, A_INF)

data: A_NI and A_INF
0.6539058 33.3954743
sample estimates:
ratio of variances
4.67306
> shapiro.test(A_NI) > shapiro.test(A_INF)


data: A_NI data: A_INF
W = 0.92543, p-value = 0.5453 W = 0.79852, p-value = 0.05699
> shapiro.test(placenta$A_NI-placenta$A_INF)
data: placenta$A_NI - placenta$A_INF

W = 0.9378, p-value = 0.6414
> t.test(A_NI,A_INF, paired=F, var.equal=T,alternative="two.sided")

Two Sample t-test
data: A_NI and A_INF
t = 3.334, df = 10, p-value = 0.007566
0.3891588 ????
sample estimates:
mean of x mean of y
1.5199600 0.3467328
> t.test(A_NI, A_INF, paired=T, var.equal=T,alternative="two.sided")

Paired t-test
data: A_NI and A_INF t = 2.66, df = 5, p-value = 0.04488
0.03945195 ?????
sample estimates:
1.173227
X3.42. (Exame 09.01.2020) Num estudo sobre o efeito da congelação no valor nutricional de legumes
e frutos, determinou-se o valor de um ı́ndice nutricional por caloria ingerida para cada um de 13
alimentos (legumes ou frutos) frescos e congelados. Os dados obtidos (ilustrados abaixo) foram
introduzidos nos objectos fresco e congel do software .
Legume/Fruto amora espinafre ··· pêssego

Fresco 0.731 3.903 ··· 0.657
Congelado 0.490 3.490 ··· 0.865

Responda às seguintes questões utilizando, sempre que possı́vel, o output do apresentado em
Anexo.
a) Face à amostra observada obteve-se o intervalo de confiança ]1.226, 2.223[ para o valor
esperado do ı́ndice nutricional, µ, de um alimento fresco. Responda às seguintes questões
apresentando os cálculos efectuados:
i) Determine o ı́ndice nutricional médio na amostra dos alimentos frescos.
ii) Qual o erro máximo cometido ao usar a média da amostra para estimar µ.
iii) Determine a confiança deste intervalo, justificando convenientemente.
b) Poder-se-á afirmar que a congelação dos legumes e frutos provoca uma redução do ı́ndice
nutricional por caloria ingerida? Explicite e valide os pressupostos necessários.
ANEXO
> fresco <- c(0.731, 3.903, ... 0.657)

> congel <- c(0.490, 3.490, ... 0.865)
> var(fresco) > var(congel) > var(fresco-congel)

[1] 1.017156 [1] 0.8771506 [1] 0.09266823
> shapiro.test(fresco) > shapiro.test(congel)

data: fresco data: congel
W = 0.89088, p-value = 0.1003 W = 0.92141, p-value = 0.2621
> shapiro.test(fresco-congel)
data: fresco - congel
W = 0.89526, p-value = 0.1151
> t.test(fresco, congel, paired=TRUE)

Paired t-test
data: fresco and congel
t = 3.21, df = 12, p-value = 0.007493
0.0870592 0.4549710
sample estimates:
0.2710151
> t.test(fresco, congel, paired=TRUE, alternative="greater")

Paired t-test
t = 3.21, df = 12, p-value = 0.003746

0.1205376 Inf
> t.test(fresco, congel, paired=TRUE, alternative="less")

Paired t-test
t = 3.21, df = 12, p-value = 0.9963
-Inf 0.4214926
> t.test(fresco, congel, paired=FALSE, var.equal=TRUE)

Two Sample t-test
t = 0.70997, df = 24, p-value = 0.4846
-0.5168317 1.0588619
> t.test(fresco, congel, paired=FALSE, var.equal=TRUE, alternative="greater")

Two Sample t-test
t = 0.70997, df = 24, p-value = 0.2423
-0.3820756 Inf
> t.test(fresco, congel, paired=FALSE, var.equal=TRUE, alternative="less")

Two Sample t-test
t = 0.70997, df = 24, p-value = 0.7577
-Inf 0.9241058

Exercı́cios de Revisão de Inferência Estatı́stica
R3.1. (Exame 9.01.2020) Considere a v.a. X com distribuição uniforme contı́nua no intervalo ]0, θ [,
θ > 0. Seja X a média da amostra aleatória (X1 , · · · , Xn ) e T = 2X um estimador de θ .
a) Defina “amostra aleatória de dimensão n”.

b) Mostre que T é um estimador centrado de θ .
c) Determine Var[T ].
R3.2. Recolheu-se uma amostra aleatória de dimensão 5 de uma população normal. Determine a proba-
bilidade de o desvio padrão da amostra ser inferior ao desvio padrão da população.
R3.3. Seja X uma variável aleatória com distribuição binomial, X ∩ B(n, p). Considere os estimadores
para p assim definidos Pb1 = X+1
n+1 Pb2 = n+1X
.
⊗ a) Determine, em função dos parâmetros da distribuição de X, o valor médio e a variância dos

estimadores Pb1 e Pb2 . Qual deles preferiria? Justifique.
b) Suponha que numa amostra de dimensão 20, se observou a ocorrência de 5 sucessos. Deter-
mine uma estimativa para p.
R3.4. (Exame 12.01.2009) A quantidade (em ppm) de um poluente no solo de uma certa região é uma
v.a. X que se admite ter distribuição normal com valor médio µ e variância σ 2 , desconhecidos.
Recolheu-se uma amostra de dimensão 10 tendo-se obtido o desvio padrão de 1.3943 ppm. Com
base na amostra construiu-se o seguinte intervalo de confiança para µ
]22.447 ; 25.313[
a) Indique estimativas do valor médio e da variância da quantidade daquele poluente no solo.

b) Qual o grau de confiança daquele intervalo?
c) Construa um intervalo a 95% de confiança para σ 2 .
R3.5. Num certo processo quı́mico é muito importante que uma dada solução tenha um pH de exacta-
mente 8.20. O método utilizado na determinação do pH fornece medições que se admite terem
distribuição normal de valor médio igual ao verdadeiro valor do pH da solução e desvio padrão de
0.02.
Para avaliar o pH de uma solução, efectuaram-se 10 medições independentes tendo-se obtido os
seguintes valores:
8.18 8.16 8.17 8.22 8.19 8.17 8.15 8.21 8.16 8.18
a) Indique uma estimativa do valor médio do pH da solução.

b) Com base nestas 10 medições, o que pode concluir relativamente à utilização desta solução
no referido processo quı́mico?

c) Pretende-se efectuar um novo conjunto de medições para diminuir o erro máximo cometido
na estimativa do verdadeiro valor do pH da solução. Mantendo-se todas as condições referi-
das acima, qual deverá ser o tamanho da amostra para que aquele erro máximo não exceda
0.01, a 95% de confiança?
R3.6. Faz-se uma experiência para saber se dois regimes alimentares A e B produzem o mesmo aumento
de peso nos animais, durante um perı́odo de tempo fixado. Tomam-se 20 animais e de entre eles
10 ao acaso aos quais é dado o alimento A. Aos outros 10 é dado o alimento B. Os aumentos de
peso (expressos em kg) no mesmo intervalo de tempo são os seguintes:
Regime A -2.0 0.0 4.2 6.3 9.6 4.3 10.2 11.0 12.4 13.1
Regime B 4.0 6.0 8.0 11.3 12.3 14.4 14.5 14.7 14.7 16.0
Diga se existe diferença significativa entre os dois regimes alimentares, justificando conveniente-
mente todas as hipóteses necessárias à resolução do problema.
R3.7. Um estudo pretende comparar um tipo de semente melhorada com o tipo de semente usado anteri-
ormente. A nova semente passará a ser utilizada se, em média, o crescimento das plantas após 20
dias fôr superior ao das obtidas das ‘velhas’ sementes. São criadas 15 diferentes situações labora-
toriais, variando temperatura e humidade. Em cada situação semeia-se uma semente de cada tipo
e obtêm-se os seguintes resultados para o crescimento (em cm) das plantas após 20 dias :
Situação 1 2 3 4 5 6 7 8
Sementes melhoradas 3.46 3.48 2.74 2.83 4.00 4.95 2.24 6.92
sementes tradicionais 3.18 3.67 2.92 3.10 4.10 4.86 2.21 6.91
Situação 9 10 11 12 13 14 15
sementes melhoradas 6.57 6.18 8.30 3.44 4.47 7.59 3.87
sementes tradicionais 6.83 6.19 8.05 3.46 4.18 7.43 3.85
Deverá passar a usar-se as sementes melhoradas? Responda justificando e explicitando quaisquer
hipóteses adicionais que seja necessário impôr.
R3.8. Num estudo sobre a incidência de certa doença numa população de insectos, um grupo de biólogos
registou ao longo de um ano o número de insectos contaminados em cada amostra de 5 insectos,
tendo para tal recolhido 100 amostras. Os resultados obtidos foram:
Num. de insectos contaminados 0 1 2 3 4 5

Num. de amostras 9 26 34 22 8 1
a) Construa uma tabela de frequências absolutas, relativas e relativas acumuladas para o número
de insectos contaminados por amostra.
b) Determine a média e a mediana do número de insectos contaminados por amostra.
c) Considerando agora a totalidade de insectos observados como uma amostra aleatória da
população de insectos:
i) Determine uma estimativa da verdadeira proporção de insectos contaminados.

ii) Qual é o erro máximo associado à estimativa obtida na alı́nea anterior, com uma confiança
de 95% ?
R3.9. O dono de uma ervanária produz um chá relativamente ao qual afirma que é 90% eficaz para curar
dores de cabeça. Num inquérito feito a 250 pessoas, 198 concordaram que o chá cura as dores de
cabeça. Acha que o resultado do inquérito é compatı́vel com a pretensão do produtor ?
R3.10. Um investigador pretende estudar a incidência a nı́vel nacional, de uma doença que ataca os pi-
nheiros. Observações efectuadas através do paı́s resultaram em 1233 casos de pinheiros afectados
(a nı́vel nacional) num total de 4250 observações.
a) Estime a percentagem de pinheiros afectados a nı́vel nacional.

b) Determine um intervalo a 95% de confiança para a verdadeira proporção de pinheiros afec-
tados.
R3.11. (Exame 16.01.2012) Em várias espécies de animais, altos nı́veis de testosterona tornam os machos
mais atractivos para as fêmeas. No entanto, conjectura-se que altos nı́veis de testosterona podem
enfraquecer o sistema imunitário, i.e., reduzem o número de anticorpos. Para responder a esta
questão consideraram-se 13 melros de asa-vermelha, em cada um dos quais foi implantado um
tubo contendo testosterona. Em cada melro avaliou-se o número de anticorpos no sangue antes e
após o implante. Os resultados obtidos, em unidades convenientes, foram introduzidos no software
.
Utilize, sempre que possı́vel, os resultados apresentados no Anexo para responder às seguintes
questões (alguns dos procedimentos apresentados são inadequados).
a) Indique estimativas para o valor médio do número de anticorpos antes e depois do implante.
b) Determine um intervalo de confiança a 95% para a variabilidade do número de anticorpos
antes da introdução do implante.
c) A conjectura de que o aumento do nı́vel de testosterona enfraquece o sistema imunitário
será compatı́vel com os resultados obtidos? Explicite e valide os pressupostos necessários à
resolução do problema.
ANEXO
antes <-
c(4.65,4.21,4.91,4.50,4.80,5.01,4.88,4.78,4.98,4.41,4.75,4.70,4.93)
depois <-
c(4.54,3.80,4.98,4.45,5.00,5.00,4.35,4.96,5.02,4.73,4.77,4.60,5.01)
> var(antes) > var(depois)

[1] 0.05638077 [1] 0.1299974
> shapiro.test(antes)

data: antes
W = 0.9196, p-value = 0.2477
> shapiro.test(depois)
data: depois
W = 0.831, p-value = 0.01631
> shapiro.test(antes-depois)
data: antes - depois
W = 0.9169, p-value = 0.2275
> var.test(antes,depois)
0.1323375 1.4213773
sample estimates:
ratio of variances
0.4337068
> t.test(antes,depois,paired=F,var.equal=T,alternative="two.sided")
Two Sample t-test
t = 0.1927, df = 24, p-value = 0.8488
-0.2240467 0.2702005
sample estimates:
mean of x mean of y
4.731538 4.708462
> t.test(antes,depois,paired=F,var.equal=T,alternative="less")
Two Sample t-test
t = 0.1927, df = 24, p-value = 0.5756
-Inf 0.2279316

sample estimates:
mean of x mean of y
4.731538 4.708462
> t.test(antes,depois,paired=F,var.equal=T,alternative="greater")
Two Sample t-test
t = 0.1927, df = 24, p-value = 0.4244
-0.1817778 Inf
sample estimates:
mean of x mean of y
4.731538 4.708462
> t.test(antes,depois,paired=T,alternative="two.sided")
Paired t-test
t = 0.3562, df = 12, p-value = 0.7279
-0.1180915 0.1642453
sample estimates:
0.02307692
> t.test(antes,depois,paired=T,alternative="less")
Paired t-test
t = 0.3562, df = 12, p-value = 0.6361
-Inf 0.1385539
sample estimates:
0.02307692
> t.test(antes,depois,paired=T,alternative="greater")
Paired t-test
t = 0.3562, df = 12, p-value = 0.3639

-0.09240003 Inf
sample estimates:
0.02307692
R3.12. Um agricultor pretende experimentar dois tipos (I e II) de semeador de milho para comparar a
produtividade das duas máquinas.
Para isso, num campo agrı́cola marcaram-se aleatoriamente 10 parcelas de igual área sendo cada
uma delas dividida em duas secções iguais. Em cada parcela sorteou-se a atribuição de um dos
tipos de semeador a uma das secções.
A produtividade (em unidades adequadas) de cada um dos semeadores foi registada, e os dados
foram introduzidos no software . Utilizando os resultados apresentados abaixo (alguns desne-
cessários), poderá o agricultor admitir que a produtividade esperada das duas máquinas é igual?
Justifique convenientemente a sua resposta.
>x<-c(5.6, 8.4, 8.0, 8.6, 6.4, 7.8, 6.2, 7.7, 8.0, 7.7)
observações para o semeador tipo I.
>y<-c(6.0, 7.4, 7.3, 7.5, 6.4, 6.0, 5.5, 6.6, 5.6, 6.1)
observações para o semeador tipo II.
>mean(x) >mean(y) >mean(x-y)

[1] 7.44 [1] 6.44 [1] 1
>var(x) >var(y) >var(x-y)

[1] 1.018222 [1] 0.5448889 [1] 0.68
> shapiro.test(x)
data: x
W = 0.8731, p-value = 0.1087
> shapiro.test(y)
data: y
W = 0.9026, p-value = 0.2341
> shapiro.test(x-y)

data: x - y
W = 0.9765, p-value = 0.9435
R3.13. (Exame 31.01.2012) Um estudante de agronomia pretende estudar a produção de uma certa vari-
edade de milho numa dada região. Para esse efeito, feita a colheita, pesou 50 espigas e organizou
os resultados na tabela abaixo:
Peso(g) xi0 ni Ni fi Fi
] 180, 190] 185 3
] 190, 200] 12
] 200, 210] 9 0.18
] 210, 220] 30
] 220, 230] 12 0.84
] 230, 240] 8 50
a) Identifique e classifique, justificando, a variável estatı́stica em estudo.

b) Diga o que representa o sı́mbolo no cabeçalho de cada coluna e complete a tabela. Esboce o
histograma associado.
c) Calcule um valor aproximado da média e da mediana do peso das espigas.
d) Indique uma estimativa da percentagem de espigas com peso superior a 220 g.
e) O estudante tirou a seguinte conclusão: “Esta variedade de milho tem uma boa produção
porque mais de 30% das espigas têm peso superior a 220 g”. Está de acordo com o seu
colega? Justifique convenientemente.
f) Suponha que outro estudante quer estudar a produção dessa variedade de milho noutra região.
Para isso decidiu colher e pesar 50 espigas verificando que 22 tinham peso superior a 220
g. Poder-se-á dizer que a percentagem de espigas com peso superior a 220 g é diferente nas
duas regiões? Justifique.
R3.14. Seja X1 , X2 , · · · , Xn uma amostra aleatória retirada de uma população com distribuição normal com
valor médio µ e variância σ 2 conhecida.
a) Qual é a probabilidade de o intervalo aleatório

σ σ
X − 1.96 √ ; X + 1.96 √
n n
conter o valor µ?
b) Qual é o erro máximo cometido ao usar x para estimar µ?
c) Qual é a redução do erro máximo que se obtém quando a dimensão da amostra duplica?
1
d) Mostre que S2 = n−1 ∑ni=1 (Xi − X)2 é um estimador centrado de σ 2 .

R3.15. (Exame 14.01.2013) Seja X uma variável aleatória com valor esperado µ e variância σ 2 desconhe-
cidos. Recolheram-se aleatoriamente 15 dados da população X, que se introduziram no software
no objecto x. Responda às seguintes questões utilizando, sempre que possı́vel, o output apre-
sentado em Anexo.
a) Pretende-se estimar o valor médio, µ, da população X.

i) Mostre que X, média de uma amostra aleatória de dimensão n retirada de X, é um estima-
dor centrado de µ. Exprima a variância de X como função dos parâmetros da população.
ii) Com base na amostra recolhida indique estimativas do valor médio de X e da variância
de X.
b) Pretende-se averiguar se a variância da população é superior a 1, pelo que se decide realizar
um teste de hipóteses.
i) Formule as hipóteses do teste que permite responder a esta questão.
ii) Indique a estatı́stica de teste e a sua distribuição. Valide os pressupostos necessários à
existência dessa distribuição.
iii) Conclua o teste de hipóteses.
c) Recolheu-se uma amostra de dimensão 15 de outra população Y . Os dados foram introduzi-
dos no objecto y do R.
i) Indique um intervalo de confiança a 95% para a diferença das médias das populações X
e Y . Explicite e valide os pressupostos necessários.
ii) Os dados recolhidos evidenciam que as médias das duas populações são iguais? Justifi-
que convenientemente.
ANEXO
> mean(x) > mean(y)

[1] 5.686667 [1] 4.646667
> var(x) > var(y)

[1] 1.084095 [1] 1.855524
> shapiro.test(x) > shapiro.test(y)

data: x data: y
W = 0.9747, p-value = 0.6733 W = 0.9577, p-value = 0.2704
> shapiro.test(x-y)
data: x - y
W = 0.924, p-value = 0.2214
> var.test(x,y)

data: x and y
0.196151 1.740249
sample estimates:
ratio of variances
0.5842529
> t.test(x,y,paired=T)
Paired t-test
data: x and y
t = 2.1864, df = 14, p-value = 0.04627
0.01977868 2.06022132
sample estimates:
1.04
> t.test(x,y,paired=F,var.equal=T)
Two Sample t-test
data: x and y
t = 2.3493, df = 28, p-value = 0.0261
0.1331903 1.9468097
sample estimates:
mean of x mean of y
5.686667 4.646667
R3.16. (Exame 23.01.2020) Num inventário florestal de montado de sobro pretende-se comparar o diâmetro
das árvores em duas parcelas, A e B. Para isso em cada uma das parcelas registou-se o diâmetro de
25 árvores, em cm. Os dados obtidos foram introduzidos nos objectos parcelaA e parcelaB
do software .
Responda às seguintes questões utilizando, sempre que possı́vel, o output do apresentado em
Anexo.
a) Considere a v.a. X, de valor médio µ e variância σ 2 desconhecidos, que designa o diâmetro

dos sobreiros na parcela A. Seja (X1 , . . . , X25 ) a amostra aleatória retirada de X. Sugerem-se
dois estimadores para µ,
∑25
i=1 Xi 2X1 + 8X25
T1 = e T2 = ,
25 10

i) Mostre que T1 e T2 são estimadores centrados de µ e obtenha as respectivas variâncias.
⊗ ii) Qual dos dois estimadores deve ser escolhido para estimar µ? Justifique.
iii) Com base nos dados recolhidos indique estimativas para o diâmetro médio dos sobreiros
na parcela A, associadas aos estimadores T1 e T2 .
iv) Determine um intervalo de confiança a 95% para a variância do diâmetro dos sobreiros
na parcela A. Responda de forma completa.
b) Face aos resultados obtidos poder-se-á concluir que as árvores da parcela B, apresentam em
média um diâmetro superior ao dos sobreiros da parcela A? Explicite e valide os pressupostos
necessários à resolução do problema.
ANEXO
> parcelaA
[1] 45.00 36.61 41.70 ... 32.47 38.52 38.20
[13] 36.92 21.96 19.42 ... 19.10 52.20 28.65
[25] 39.79
> parcelaB
[1] 33.74 58.89 32.15 ... 45.84 49.02 29.60
[13] 58.57 47.75 62.39 ... 36.29 37.56 41.06
[25] 29.92
> mean(parcelaA) > mean(parcelaB) > var(parcelaA) >var(parcelaB)

[1] 35.152 [1] 43.4812 [1] 82.57123 [1] 93.6749
> shapiro.test(parcelaA) > shapiro.test(parcelaB)

data: parcelaA data: parcelaB
W = 0.9352, p-value = 0.1147 W = 0.9757, p-value = 0.7895
> shapiro.test(parcelaA-parcelaB)

data: parcelaA - parcelaB
W = 0.9528, p-value = 0.2890
> var.test(parcelaA,parcelaB)
data: parcelaA and parcelaB


0.3884346 2.0002904
sample estimates:
ratio of variances
0.8814658
> t.test(parcelaA,parcelaB,var.equal=T,paired=F,alternative="greater")
Two Sample t-test

t = -3.137, df = 48, p-value = 0.9985
-12.78249 Inf
sample estimates:
mean of x mean of y
35.1520 43.4812
> t.test(parcelaA,parcelaB,var.equal=T,paired=F,alternative="less")
Two Sample t-test

t = -3.137, df = 48, p-value = 0.001457
-Inf -3.875911
sample estimates:
mean of x mean of y
35.1520 43.4812
> t.test(parcelaA,parcelaB,paired=T,alternative="less")
Paired t-test

t = -2.6753, df = 24, p-value = 0.006617
-Inf -3.002535
sample estimates:
-8.3292
> t.test(parcelaA,parcelaB,paired=T,alternative="greater")

Paired t-test

t = -2.6753, df = 24, p-value = 0.9934
-13.65587 Inf
sample estimates:
-8.3292

Soluções de alguns Exercı́cios – Parte C
3.1. a) 0.2112
b) ≈ 0.2112
3.2. a) Como n = 100 é “grande”, pelo Teorema Limite Central, verifica-se para a média amos-
X−µ
tral, X = ∑100 X−31 30−31
i=1 Xi /n, σ / n ∼ N(0, 1) =⇒ 0.24 ∼ N(0, 1). Logo, P[X < 30] ≈ Φ( 0.24 ) =
√
Φ(−4.17) = 1 − Φ(4.17) = 1 − 1 = 0
b) Seja S100 = ∑100
i=1 Xi o peso total da amostra aleatória. Pelo Teorema Limite Central tem-se
S100 − 100µ S100 − 3100

√ ∼ N(0, 1) =⇒ ∼ N(0, 1).
σ 100 24
Então, P[S100 > 3150] = 1−P[S100 ≤ 3150] ≈ 1−Φ( 3150−3100

24 ) = 1−Φ(2.08) = 1−0.9812 =
0.0188.
3.3. a) x = 56.2 cm e s = 4 cm
b) 0.42074
c) 4/5=0.8 cm.
3.4. b) p
d) p̂1 = 1/3 e p̂2 = 1/2
3.5. 1082
√
3.6. ≈ 1 − Φ(0.4 12n), para n elevado
3.7. ≈ 0.01267
3.10. Resolução detalhada na colectânea de exames
3.15. a) ]77.27 ; 79.33[

b) 1.03
c) 2654
3.16. 18.3 e n = 12
3.17. a) x = 0.959 kg e s2 = 0.0116 kg2

c) ]0.00886, 0.0155[
3.18. a) 99%

b) 0.185
3.19. a) i) 27 ii) 0.95

b) ]14.76 ; 64.77[
3.20. a) 25.85
b) 95%
c) O IC não inclui o valor 28 m. Logo, com 95% de confiança, pode-se afirmar que o silvicultor
não tem razão na afirmação.
∑ni=1 (Xi − X)2
d) i) S2 = ii) IC para variância a 95% de confiança =]5.9; 11.7[
n−1
3.26. a) Unidade estatı́stica: planta de tabaco; variável: no¯ de folhas por planta
b) x = 2967/150 = 19.78 e x̃ = 20
3.32. a) Verdadeira
b) Falsa
3.42. Soluções com alguns detalhes na colectânea de exames
R3.2. 0.7127
R3.3. a) E[Pb1 ] = np+1 np

n+1 ; E[P2 ] = n+1 ;
b
Var[Pb1 ] = Var[Pb2 ] = npq 2 .
(n+1)
Pb2 é o que apresenta menor EQM portanto é o melhor.
b) Usando o melhor estimador, Pb2 , temos uma estimativa para p, pˆ2 = 5/21.
R3.4. a) Estimativa do valor médio µ é x = 23.88 ppm e de σ 2 é s2 = 1.9441 ppm2
b) O grau de confiança é 99%.
R3.5. a) x = 8.179
c) n ≥ 16

R3.8. a)
Freq. Abs. Freq. Rel. Freq. Rel Acum.
xi ni fi Fi
0 9 0.09 0.09
1 26 0.26 0.35
2 34 0.34 0.69
3 22 0.22 0.91
4 8 0.08 0.99
5 1 0.01 1.00
b) x = 197/100 e x̃ = 2
c) i) p̂ = 197/500 = 0.394 ii) 0.0428
R3.9. IC para p ]0.7417; 0.8423[

Como o IC não contém 0.9, a afirmação do vendedor não é correcta.
R3.10. a) 29.01%
b) ]0.2765 ; 0.3037[
R3.11. Resolução detalhada na colectânea de exames

Exec Inferencia 22 23

Enviado por

Direitos autorais:

Formatos disponíveis

Exec Inferencia 22 23

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Exec Inferencia 22 23

Enviado por

Direitos autorais:

Formatos disponíveis

Parte C - Introdução à Inferência Estatı́stica

Exercı́cios de Distribuições de Amostragem e de Estimadores

a) Qual a probabilidade de a diferença, em valor absoluto, entre a média da amostra e a média

a) Qual a probabilidade, aproximada, de a média da amostra ser inferior a 30 g?

a) Indique estimativas para a média e o desvio padrão da população.

a) Quais as propriedades da amostra aleatória (X1 , X2 , X3 )?

Secção Matemática, DCEB, ISA, Ulisboa 111

a) Prove que E[X] = µ e Var[X] = σ 2 /n.

c) Usando os resultados das alı́neas anteriores, mostre que E[S2 ] = σ 2 .

a) Defina “amostra aleatória”.

Secção Matemática, DCEB, ISA, Ulisboa 112

a) Caracterize, justificando, a distribuição da v.a. Y .

a) i) Defina “amostra aleatória de dimensão n”.

Secção Matemática, DCEB, ISA, Ulisboa 113

Secção Matemática, DCEB, ISA, Ulisboa 114

a) Calcule o intervalo de confiança a 99% para µ.

Secção Matemática, DCEB, ISA, Ulisboa 115

> acidez<-c(0.635, 0.822, 0.833, ... , 0.862, 0.694, 0.665)

> mean(acidez) > shapiro.test(acidez)

Secção Matemática, DCEB, ISA, Ulisboa 116

Justificando convenientemente, responda às seguintes questões:

⊗ a) Considere a v.a. X, de valor médio µ e variância σ 2 desconhecidos, que designa o tempo

Secção Matemática, DCEB, ISA, Ulisboa 117

> var(A) > var(B) > var(A-B)

Secção Matemática, DCEB, ISA, Ulisboa 118

Secção Matemática, DCEB, ISA, Ulisboa 119

> var(gala); var(golden); var(gala-golden)

> shapiro.test(gala); shapiro.test(golden); shapiro.test(gala-golden)

Shapiro-Wilk normality test Shapiro-Wilk normality test

Shapiro-Wilk normality test

F test to compare two variances

data: gala and golden

Secção Matemática, DCEB, ISA, Ulisboa 120

Two Sample t-test

Two Sample t-test

Two Sample t-test

Secção Matemática, DCEB, ISA, Ulisboa 121

> mean(diametro) >var(diametro)

Shapiro-Wilk normality test

One Sample t-test

Secção Matemática, DCEB, ISA, Ulisboa 122

One Sample t-test

a) Indique a unidade estatı́stica e a variável em estudo.

Secção Matemática, DCEB, ISA, Ulisboa 123

> var(A) > var(B) > var(A-B)

> shapiro.test(A) > shapiro.test(B)

Secção Matemática, DCEB, ISA, Ulisboa 124

Secção Matemática, DCEB, ISA, Ulisboa 125

> A<-c(3.53, 3.71, ..., 4.37, 4.41, 4.44)

Shapiro-Wilk normality test

Shapiro-Wilk normality test

Shapiro-Wilk normality test

F test to compare two variances

Secção Matemática, DCEB, ISA, Ulisboa 126

Two Sample t-test

Two Sample t-test

Secção Matemática, DCEB, ISA, Ulisboa 127

X3.29. A fim de investigar os efeitos de ambientes nitrosos e de ambientes fosfatados no desenvolvimento

a) Estime a precipitação média na zona desarborizada e na zona sob coberto.