0% acharam este documento útil (0 voto)

103 visualizações114 páginas

Provas de Doutorado em Estatística 2012-2013

O documento é uma prova seletiva para o Programa de Pós-Graduação em Estatística Aplicada e Biometria da Universidade Federal de Viçosa, contendo questões sobre probabilidade, inferência estatística, ANOVA e modelos de regressão. A prova é composta por várias questões que exigem cálculos e interpretações, com um total de 100 pontos e um tempo máximo de 4 horas para conclusão. O documento inclui instruções gerais para a realização da prova e exemplos de questões específicas.

Enviado por

dfrancor

Direitos autorais

Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.

Formatos disponíveis

Baixe no formato PDF, TXT ou leia on-line no Scribd

0% acharam este documento útil (0 voto)

103 visualizações114 páginas

Provas de Doutorado em Estatística 2012-2013

Enviado por

dfrancor

Direitos autorais

Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.

Formatos disponíveis

Baixe no formato PDF, TXT ou leia on-line no Scribd

Universidade Federal de Viçosa

Departamento de Estatı́stica
Prova Seletiva para o Programa de Pós-Graduação em Estatı́stica Aplicada e Biometria.

Nı́vel Doutorado - dezembro/2012

Nome:

Assinatura: .

Número do CPF ou RG: .

• Interpretar corretamente as questões é parte da avaliação.

• Indique todos os cálculos organizadamente.

• São 6 questões em páginas numeradas de 1 a 8, total de 100 pontos.

• O tempo máximo para realização desta prova é de 4 horas.

• BOA SORTE !!

1
1 (10%). Seja X1 , X2 , . . . , Xn uma amostra aleatória de uma população com a
seguinte função densidade de probabilidade,
1 −x
f (x|γ) = xθ e
√
γ
θ+1
Γ(θ + 1)γ 2

em que θ > −1 é uma constante conhecida e γ > 0 é um parâmetro desconhecido.

Pede-se: obtenha o estimador de máxima verossimilhança de γ com base na amostra
x1 , x2 , . . . , xn .

2
2 (15%). De acordo com a literatura clássica de Probabilidade e Inferência, a Lei
Fraca dos Grandes Números é de suma importância para a Inferência Estatı́stica.
Formalmente, a lei diz:

Teorema 1 (Weak law of large numbers) Let f (.) be a density with mean µ
and finite variance σ 2 < ∞, and let X̄ be the sample mean of a random sample of
size n from f (.). Let ε and δ be any two specified numbers satisfying ε > 0 and
σ2
0 < δ < 1. If n is any integer greater than 2 , then
εδ
P [−ε < X̄ − µ < ε] ≥ 1 − δ.

Pergunta-se:

a.(5%) Em outras palavras, o que esse teorema está dizendo, em termos de sua im-
portância para a Inferência Estatı́stica?

b.(5%) Demonstrar esse teorema usando o Teorema e Corolário da Desigualdade de

Chebyshev, dados por:

Teorema 2 Seja X uma v.a. e g(.) uma função não-negativa com domı́nio
na reta real. Então
E[g(X)]
P [g(X) ≥ k] ≤ , ∀k > 0.
k

Corolário 1 (Desigualdade de Chebyshev) Se X é uma v.a. com variância

finita
1
P [|X − µX | ≥ rσX ] = P [(X − µX )2 ≥ r2 σX
2
]≤ , ∀r > 0.
r2

c.(5%) Qual o tamanho da amostra para 99% de certeza que X̄ divirja em 0.5σ de µ?

3
Solução da questão 2:

4
3 (5%). Considere o seguinte modelo,

Y = Xβ + ε

em que X é uma matriz de dimensão N × p com posto r < p, β é um vetor de

dimensão p × 1 cujos elementos são parâmetros desconhecidos de efeitos fixos e
ε ∼ N(0, σ 2 I).
Pede-se: Enuncie o teorema de Gauss-Markov.

5
4 (5%). A tabela a seguir mostra os valores da idade (X1 ), da escolaridade (X2 ) e
da renda mensal (Y ) para uma amostra aleatória de 8 pessoas.

X1 X2 Y
20 12 16
20 8 10
26 10 13
32 12 20
32 4 10
38 6 19
44 8 20
44 4 20

Considerando o modelo Yi = β0 + β1 X1i + β2 X2i + εi

a.(10%) Obtenha as estimativas não-tendenciosas de variância mı́nima para β0 , β1

e β2 .

b.(10%) Mostre como testar a hipótese H0 : β1 = 0.

Dicas: considere os seguintes resultados:

FV GL SQ
Modelo 2 114,00
Resı́duo 5 24,00
Total 7 138,00

 
−1 5, 6012 −0, 1012 −0, 2798
X tX =

0, 0022 0, 0037 

0, 0201

6
5 (20%). Considere a seguinte função densidade de probabilidade conjunta,

 x+y
 , 0≤x≤1 e 0≤y≤1
f (x, y) = 

0 , outros valores

a.(5%) Calcule a probabilidade conjunta: P (X < 0, 5 , Y > 0, 25).

1
b.(5%) Calcule E(2X − ).
6
c.(10%) Calcule a probabilidade condicional: P (X ≥ 0, 8 | Y = 0, 5).

7
6 (30%). Em um experimento com salsinha foram testados 2 tratamentos (T1 , o
controle sem pré-resfriamento e T2 , o uso de pré-resfriamento com água gelada) e 7
épocas ou tempos de avaliação (TE = 0, 1, 2, 3, 4, 5 e 6 dias após o tratamento).
O delineamento experimental foi o inteiramente casualizado no esquema de parcelas
subdivididas, com 4 repetições. Foi analisada a variável dependente ”teor relativo de
água”, submetido inicialmente à análise de variâncias (ANOVA) conforme o quadro
a seguir.

a.(15%) Complete o quadro da ANOVA.

b.(15%) Indique os testes F de interesse com as respectivas hipóteses de nulidade.

FV GL SQ QM Fc
Tratamentos (T) 176,8612
Resı́duo (a) 30,8443
TE 4954,7409
Interação T × TE 111,3411
Resı́duo (b)
Total 5654,1774

8
Universidade Federal de Viçosa
Departamento de Estatı́stica
Prova Seletiva para o Programa de Pós-Graduação em Estatı́stica Aplicada e Biometria.

Nı́vel Doutorado - Junho/2013

Nome:

Assinatura: .

Número do CPF ou RG: .

• Interpretar corretamente as questões é parte da avaliação.

• Indique todos os cálculos organizadamente.

• São 5 questões em páginas numeradas de 1 a 6, total de 100 pontos.

• O tempo máximo para realização desta prova é de 4 horas.

• BOA SORTE !!

1
1 (15%). Mood, Graybill and Boes (1974) say “for a given probability space (Ω, A, P [.]),
let A and B be two events in A. Events A and B are defined to be independent if
and only if any one of the following conditions is satisfied:

(i) P (A ∩ B) = P (A) .P (B)

(ii) P (A|B) = P (A), if P (B) > 0

(iii) P (B|A) = P (B), if P (A) > 0”

Mostre a equivalência entre as 3 condições, ou seja, mostre que (i) implica em (ii),
(ii) implica em (iii) e (iii) implica em (i).

2
2 (20%). Seja X1 , ..., Xn uma amostra aleatória do modelo exponencial (λ),

f (x) = λ e−λx , 0 ≤ x < ∞, 0<λ

Pede-se: Obtenha o estimador de máxima verossimilhança para λ.

3
3 (15%). Para avaliar hábitos e atitudes de estudo existe um ı́ndice denominado
SSHA (Survey of Study Habits and Attitudes Brown, W. F. e Holtzman, W. H.
(1967)) cujos valores oscilam entre 0 e 200. Estudantes de ambos os sexos foram
pesquisados e os respectivos valores de SSHA são apresentados abaixo. Acredita-se
que a 5% o SSHA médio do sexo Feminino (F) seja superior ao do sexo Masculino
(M) .

F: 154; 109; 137; 115; 152; 140; 154; 178; 101 e 148.
M: 108; 140; 114; 91; 115; 126; 92; 169; 146 e 104.
X X
Para F: Xi = 1388 e Xi2 = 197800
Xi X i
Para M: Yi = 1205 e Yi2 = 150799
i i

(a) Sugira uma sequência de testes de hipóteses,“coerentes segundo a teoria”, para

verificar essa suposição do problema.

(b) Os testes de normalidade para “F” e “M” foram executados no programa R,

conforme resultados abaixo. A hipótese testada é: H0 : a amostra é de uma
população normal. Interprete-os CONFORME o conhecimento do significado
do “p-value” que em português é traduzido como valor-p ou nı́vel crı́tico ou
probabilidade de significância.
Shapiro-Wilk normality test statistics = W
data F: W = 0.9388, p-value = 0.5394
data M: W = 0.9387, p-value = 0.5388

(c) Conclua sobre a suposição do problema. Apresente os cálculos e a decisão caso

estivessem disponı́veis os valores tabelados necessários.

(d) Que tipo de erro pode estar sendo cometido e com que probabilidade? Detalhe
o máximo possı́vel.

(e) Como fica a questão do Poder do Teste nesse caso? Detalhe o máximo possı́vel.

4
4 (30%). Considere a tabela a seguir com os resultados obtidos em um experimento
instalado no delineamento experimental inteiramente casualizado, com quatro re-
petições. Os tratamentos foram definidos no esquema fatorial com três nı́veis do
fator A e dois nı́veis do fator B.
Totais de tratamentos
Fator B
Fator A B1 B2 Total
A1 225 167
A2 325 227
A3 290 320
Total

Sabendo-se que,

SQTotal = 4.228; SQA = 1.792 e SQB = 1.944

F0,05 (6; 12) = 3, 00; F0,05 (3; 17) = 3, 20; F0,05 (2; 23) = 3, 42; F0,05 (2; 18) = 3, 55, faça
a ANOVA e conclua em nı́vel de 5% de significância se os fatores A e B atuam de
maneira independente.

5
5 (20%). Seja (X, Y ) uma variável aleatória contı́nua bidimensional com a seguinte
função densidade de probabilidade conjunta,
 −(x+y)
 e , 0≤x e 0≤y
f (x, y) =
0 , para outros valores x e y


Pede-se: Encontre a função densidade de probabilidade de U = X + Y .

6
Universidade Federal de Viçosa
Departamento de Estatística
Prova Seletiva para o Programa de Pós-Graduação em Estatística Aplicada e Biometria.
Nível Doutorado - 22/nov/2013

Nome:

Assinatura: .

Número do CPF ou RG: .

• Interpretar corretamente as questões é parte da avaliação.

• Indique todos os cálculos organizadamente.

• São 5 questões em páginas numeradas de 1 a 9, total de 100 pontos.

• O tempo máximo para realização desta prova é de 4 horas.

• BOA SORTE !!

1
1 (20%). Os dados abaixo se referem a medidas de umidade relativa do ar de secagem
de sementes (X) e do percentual de germinação das mesmas (Y ), de 10 amostras de
uma determinada cultura.

X(%) 12 15 16 20 25 30 35 42 47 50
Y (%) 80 83 82 84 85 91 92 90 95 97

Considere o seguinte modelo: Yi = β0 + β1 Xi + εi . Pede-se:

a.(2%) Represente o modelo matricialmente.

b = β̂ β̂ t .
h i
b.(6%) Obtenha matricialmente a solução de mı́nimos quadrados β 0 1

2
c.(4%) Estime o percentual de germinação das sementes para uma umidade relativa
do ar de secagem de 55%. Comente sobre esta estimativa.

d.(8%) Proceda à análise de variância da regressão, considerando-se um nı́vel de sig-

nificância de 1%. Informe o que está sendo testado.
Valores de F ao nı́vel de 1% de probabilidade: P (F ≥ F (n1 , n2 )) = 0, 01.
Número de graus de liberdade: n1 = numerador e n2 = denominador.
F (1, 8) = 11, 26 F (1, 9) = 10, 56 F (1, 10) = 10, 04
F (2, 8) = 8, 65 F (2, 9) = 8, 02 F (2, 10) = 7, 56 .

3
2 (20%). Considere uma amostra aleatória Y1 , Y2 , . . . , Yn do seguinte modelo,
θ−1

 θy
 , 0<y<1 e θ>0
f (y|θ) = 

0 , para outros valores y

Pede-se: obtenha o estimador de máxima verossimilhança de θ.

4
3 (20%). Considere o modelo Y = Xβ + ε em que:

Y : vetor (aleatório) contendo os valores y1 , y2 , . . . , yn de uma variável resposta

X : matriz (n × p) de incidência
β : vetor (constante) contendo os parâmetros β1 , β2 , . . . , βp
ε : vetor (aleatório) contendo os erros ε1 , ε2 , . . . , εn

a. (8%) Quais são as suposições que o vetor ε tem que satisfazer para que o modelo
seja considerado um modelo linear de Gauss-Markov-Normal?

b. (6%) Suponha que se deseje estimar a função Cβ. Quais são as condições que a
matriz C deve satisfazer para que Cβ seja estimável?

c. (6%) O valor de Cβ
d depende da escolha de β?
b Explique.

5
4 (20%). Seja Y1 , Y2 , . . . , Yn uma amostra aleatória do modelo Bernoulli(p), por-
tanto f (yi ) = pyi (1 − p)1−yi . Admita que a distribuição a priori de p seja beta(α, β),
Γ(α+β) α−1
portanto π(p) = Γ(α)Γ(β) p (1 − p)β−1 . Pede-se: Com base no referencial teórico
apresentado a seguir, encontre a distribuição a posteriori de p. Dica: Γ(n + 1) = n!
para n inteiro.

Referencial teórico: Na inferência sob o enfoque Bayesiano admite-se que a função

de verossimilhança da amostra aleatória, L(θ) = L (θ|y1 , y2 , . . . , yn ) = ni=1 f (yi |θ),
Q

e a distribuição a priori do parâmetro θ, π(θ), forneçam a distribuição marginal

(função densidade de probabilidade ou função de probabilidade) de Y1 , Y2 , . . . , Yn
por, Z ∞
m(y1 , y2 , . . . , yn ) = L (θ|y1 , y2 , . . . , yn ) π(θ) dθ.
−∞

Finalmente, a distribuição a posteriori de θ é obtida por,

L (θ|y1 , y2 , . . . , yn ) π(θ)
π (θ|y1 , y2 , . . . , yn ) = .
m(y1 , y2 , . . . , yn )

A distribuição a posteriori sumariza toda a informação à respeito de θ valendo-se

de ambas as informações, a priori contida em π(θ) e dos dados contida em L(θ).

6
Atenção: continue a solução da questão 4 nesta página.

7
5 (20%). Em um estudo sobre a germinação de sementes de Pinhão Manso, deseja-
se avaliar três tipos de embalagens (saco de papel, saco de ráfia e saco plástico).
Deseja-se ainda, avaliar com maior precisão, quatro épocas de armazenamento das
sementes (0, 30, 60 e 90 dias). Como há diferenças nos tamanhos das sementes,
estas devem ser divididas em 3 lotes (sementes pequenas, médias e grandes). Cada
unidade experimental será composta por 100 sementes. A variável resposta será a
porcentagem de sementes germinadas. Pede-se:

a. (5%) Qual deve ser o delineamento e o esquema experimental, mais adequados para
este experimento? Justifique.

b. (5%) Apresente o modelo estatı́stico e defina cada um de seus componentes.

8
c. (5%) Monte um resumo do quadro da análise de variância (ANOVA), mostrando a
decomposição dos graus de liberdade.

d. (5%) Após a ANOVA, qual deve ser o procedimento adequado para a análise do fator
época de armazenamento? Faça todas as considerações que julgar necessárias.

9
Universidade Federal de Viçosa
Departamento de Estatı́stica
Prova Seletiva para o Programa de Pós-Graduação em Estatı́stica Aplicada e Biometria.

Nı́vel Doutorado - novembro/2014

Nome:

Assinatura: .

Número do CPF ou RG: .

• Interpretar corretamente as questões é parte da avaliação.

• Indique todos os cálculos organizadamente. UTILIZE DUAS CASAS DECI-

MAIS nos cálculos.

• São 5 questões em páginas numeradas de 1 a 9, total de 100 pontos.

• O tempo máximo para realização desta prova é de 4 horas.

• BOA SORTE !!

1/9
1 (20%). Visando estudar a poluição de um rio, um pesquisador mensurou a con-
centração de um determinado composto orgânico (Y , ppm) e a precipitação plu-
viométrica na semana anterior (X, mm) obtendo um coeficiente de correlação esti-
mado de rXY = 0, 887. Além disso, foram obtidas as seguintes estatı́sticas:

Y = 1, 717 X = 2, 023 SX = 1, 233 e SY = 1, 206

Pede-se:

a.(6%) Sabendo que,

s
SP DXY SP DXY SQDW
βb1 = , rXY =√ e SW = ,
SQDX SQDX SQDY n−1
verifique se a seguinte igualdade é verdadeira,
SY
βb1 = rXY
SX

2/9
b.(8%) Ajuste uma equação de regressão linear simples (RLS) e interprete a estimativa
do coeficiente de regressão. (Dado que βb0 = Y − βb1 X)

c.(6%) Considerando a equação de RLS ajustada, qual proporção da variabilidade

da concentração do composto orgânico foi explicada pela precipitação plu-
viométrica na semana anterior?

3/9
2 (20%). Considere que Cβ seja estimável para o seguinte modelo,

Y = Xβ + ε com ε ∼ N 0, I n σ 2

em que:

Y : vetor (aleatório) contendo os valores y1 , y2 , . . . , yn de uma variável resposta

X : matriz (n × p) de incidência
β : vetor (constante) contendo os parâmetros β1 , β2 , . . . , βp
ε : vetor (aleatório) contendo os erros ε1 , ε2 , . . . , εn

a. (10%) Podemos afirmar que C β

b apresenta distribuição normal multivariada? Justi-
fique a sua resposta.

b. (10%) Quais são os parâmetros (média e variância) da distribuição de C β?

4/9
3 (20%). Para A e B, dois eventos pertencentes a um mesmo espaço amostral,
a desigualdade de Bonferroni estabelece o seguinte limite para a probabilidade da
interseção,
P (A ∩ B) ≥ P (A) + P (B) − 1. (1)
Note que se P (A) + P (B) < 1 a desigualdade (1) é verdadeira porém inútil. A
desigualdade de Boole, válida para qualquer sequência de eventos {Ai } pertencentes
a um mesmo espaço amostral, finita ou infinita, é dada por (caso finito, n eventos),
n
[ n
X
P( Ai ) ≤ P (Ai ) (2)
i=1 i=1

Casella & Berger (2002) concluem que (1) e (2) são essencialmente o mesmo resul-
tado. Esta conclusão é obtida trabalhando-se a desigualdade (2) até a obtenção de
uma terceira desigualdade, a desigualdade (3) mostrada a seguir, que é uma versão
mais geral da desigualdade (1).
Pede-se: mostre que a desigualdade (2) aplicada a {Aci } fornece a seguinte desigual-
dade,
n
\ n
X
P( Ai ) ≥ P (Ai ) − (n − 1). (3)
i=1 i=1

5/9
4 (20%). Considere uma variável aleatória X com a seguinte função densidade de
probabilidade (em que ln é o logaritmo neperiano, ou na base e):

e−2x , 0 ≤ x ≤ ln(2)







15 √



f (x) = x + 1, 3 ≤ x ≤ 8
 304





0 , caso contrário




Pede-se:
1
a. (8%) Determine P (X ≤ ).
2

6/9
b. (12%) O valor esperado ou a esperança matemática de uma variável aleatória X é o
valor médio calculado de acordo com o modelo de probabilidade associado a
X, sendo denotada por E(X). Para o caso em que X é uma variável aleatória
+∞
Z
contı́nua, temos que E(X) = x f (x) dx , sendo f (x) a função densidade de
−∞
probabilidade da variável aleatória X. Mostre que o valor esperado de X é:

1133 ln(2)
E(X) = − .
304 8

7/9
5 (20%). Foi realizado um experimento com o objetivo de comparar quatro clones
de cana-de-açúcar (x1 , x2 , x3 e x4 ) em relação ao percentual de manifestação de
uma determinada doença (Y ), sob o Delineamento em Quadrado Latino com quatro
repetições por tratamento. No campo, as linhas (li ) e as colunas (ci ) foram insta-
ladas para controlar as possı́veis diferenças entre a fertilidade e a umidade do solo,
respectivamente. É sabido que quanto menores a média e a variância paramétricas
para Y e menor o custo de aquisição, melhor é o clone.

Coluna
Linha c1 c2 c3 c4 Total
l1 44,3 (x4 ) 26,8 (x2 ) 25,3 (x1 ) 36,2 (x3 ) 132,6
l2 45,8 (x3 ) 34,5 (x1 ) 55,1 (x4 ) 35,7 (x2 ) 171,1
l3 43,9 (x1 ) 56,7 (x3 ) 46,2 (x2 ) 64,9 (x4 ) 211,7
l4 56,1 (x2 ) 75,3 (x4 ) 65,6 (x3 ) 55,8 (x1 ) 252,8
Total 190,1 193,3 192,2 192,6 768,2

x1 x2 x3 x4
Totais (Ti ) 159,5 164,8 204,3 239,6
si 0,51 0,27 0,54 0,28
Custo (R$) 90 85 80 75

Teste valor-p Teste valor-p q5% dmsqdo Tukey

Bartlett 0,563 Kolmogorov-Smirnov > 0, 15 4,9 q QMrRes

FV GL SQ QM Fcal Ftab
Fertilidade 4,76
Umidade 1,43 4,76
Clone 4,76
Resı́duo

Total 3069,30

8/9
a. (10%) Complete o quadro da Análise de Variância (ANOVA) apresentado anterior-
mente.

b. (10%) De acordo com os dados fornecidos e os resultados da ANOVA e da aplicação

do teste de Tukey (α = 0, 05), qual o melhor clone? justifique sua resposta.

9/9
Universidade Federal de Viçosa
Departamento de Estatı́stica
Prova seletiva para o Programa de Pós-Graduação em Estatı́stica Aplicada e Biometria.

Nı́vel Doutorado - 12/Junho/2015

Nome:

Assinatura:

Número do CPF ou RG:

• Interpretar corretamente as questões é parte da avaliação.

• Indique todos os cálculos organizadamente.

• São CINCO (5) questões em páginas numeradas de 1 a 9, total de 100 pontos.

• O tempo máximo para realização desta prova é de 4 horas.

• BOA SORTE !!

1/9
1) (20%). Seja X uma variável aleatória contı́nua tal que X ∼ Gama(α, β). Logo sua
função densidade de probabilidade é dada por,
1 x
α−1 − β
f (x) = x e ,
Γ (α) β α

sendo α > 0, β > 0 e 0 < x < +∞. Pede-se:

α
1
a) Mostre que a função geradora de momentos de X é MX (t) =
1 − βt

2/9
b) Com base na função geradora de momentos, obtenha E(X) e V (X).

3/9
2) (20%). Considere o seguinte intervalo de confiança, para o parâmetro θ:

S(θ)
b
IC(1−α) : θb ± tα/2 √
n

a) Por que a denominação “Intervalo de Confiança” e não “Intervalo de probabilidade”?

b) Na Inferência Bayesiana obtém-se o intervalo de credibilidade, e não o intervalo de

confiança. Explique qual é a diferença entre estes dois tipos de intervalos, em termos de
afirmações probabilı́sticas com relação a θ.

4/9
3) (20%). Na teoria dos modelos lineares, escritos matricialmente como Y = Xβ + ε,
são abordados tópicos sobre análise de modelos de posto completo e de posto incompleto.
Referente a esse assunto, responda às questões abaixo:

a) Explique o que significa ser de posto completo e posto incompleto.

b) Monte um exemplo hipotético de um modelo de posto completo com 6 observações.

Apresente o modelo estatı́stico com a descrição dos seus componentes e represente as
matrizes Y , X, β e ε associadas ao modelo.

5/9
c) Monte um exemplo hipotético, de um modelo de posto incompleto com 6 observações.
Apresente o modelo estatı́stico com a descrição dos seus componentes e represente as
matrizes Y , X, β e ε associadas ao modelo.

6/9
4) (20%). Instalou-se um experimento para avaliar o efeito de 4 tipos de farinhas de trigo
e de 3 conservantes, sobre a qualidade de pães. Visando-se reduzir custos no experimento
e considerando-se a capacidade de 7,5 kg do misturador utilizado, cada tipo de farinha
foi utilizado para preparar três porções de massa de 7,5 kg no misturador. Em seguida,
cada porção de 7,5 kg de massa preparada foi dividida em 3 partes de 2,5 kg e em cada
parte foi incorporado um dos conservantes testados.

a) Identifique o esquema e o delineamento experimental utilizado.

b) Apresente o quadro parcial da ANOVA com as fontes de variação e respectivos graus

de liberdade.

7/9
5) (20%). Sejam X1 e X2 variáveis aleatórias contı́nuas conjuntamente distribuı́das com
função densidade de probabilidade fX1 ,X2 (x1 , x2 ) e, X = {(x1 , x2 ) | fX1 ,X2 (x1 , x2 ) > 0}.
Assuma que:

i) y1 = g1 (x1 , x2 ) e y2 = g2 (x1 , x2 ) é uma transformação biunı́voca de X em D, sendo D

um subconjunto do plano y1 × y2 ;
ii) As derivadas parciais de x1 = g1−1 (y1 , y2 ) e x2 = g2−1 (y1 , y2 ) são contı́nuas em D;
iii) O Jacobiano da transformação (J) é diferente de zero para (y1 , y2 ) ∈ D.

Então a densidade conjunta de Y1 = g1 (X1 , X2 ) e Y2 = g2 (X1 , X2 ) é dada por

fY1 ,Y2 (y1 , y2 ) = |J| fX1 ,X2 g1−1 (y1 , y2 ) , g2−1 (y1 , y2 ) ID (y1 , y2 ) ,

∂x1 ∂x1
1, (y1 , y2 ) ∈ D ∂y1 ∂y2 .
sendo ID (y1 , y2 ) = e, J = ∂x ∂x2
0, (y1 , y2 ) ∈
/D 2
∂y1 ∂y2
Este consiste no chamado método do jacobiano, muito utilizado quando desejamos en-
contrar a distribuição conjunta de duas funções de variáveis aleatórias que satisfazem as
condições deste método.
Sejam X1 , e X2 variáveis aleatórias independentes e identicamente distribuı́das, ambas
X1
com distribuição normal padrão, N (0, 1). Considere Y1 = X1 + X2 e Y2 =
X2
a) Utilizando o método do Jacobiano, determine fY1 ,Y2 (y1 , y2 );

8/9
b) Obtenha a distribuição marginal de Y2 , isto é, fY2 (y2 )

9/9
Universidade Federal de Viçosa
Departamento de Estatı́stica
Prova seletiva para o Programa de Pós-Graduação em Estatı́stica Aplicada e Biometria.

Nı́vel Doutorado - 20/Novembro/2015

Nome:

Assinatura:

Número do CPF ou RG:

• Interpretar corretamente as questões é parte da avaliação.

• Indique todos os cálculos organizadamente.

• São CINCO (5) questões em páginas numeradas de 1 a 7, total de 100 pontos.

• O tempo máximo para realização desta prova é de 4 horas.

• BOA SORTE !!

Formulário

E(Y )
P (Y ≥ r) ≤
r
1
P (|Y − µY | < kσY ) ≥ 1 −
k2
σ2
P (Y ≥ µY + a) ≤
σ 2 + a2
Cov(X, Y ) = E(XY ) − E(X)E(Y )

Tabela 1: Qui-quadrado com n graus de li- Tabela 2: t de Student com ν graus de liber-
berdade e P [χ2 ≥ χ2tab ] = α. dade e P [−tc ≤ T ≤ tc ] = 1 − α.
α Nı́vel de probabilidade bilateral
n 0, 99 0, 975 0,90 0,75 0,50 0,10 n 0,20 0,10 0,04 0,02 0,01
1 0,00 0,00 0,02 0,10 0,45 2,71 1 3,08 6,31 15,89 31,82 63,66
2 0,02 0,10 0,21 0,58 1,39 4,61 2 1,89 2,92 4,85 6,96 9,92
3 0,11 0,35 0,58 1,21 2,37 6,25 3 1,64 2,35 3,48 4,54 5,84
4 0,30 0,71 1,06 1,92 3,36 7,78 4 1,53 2,13 3,00 3,75 4,60

1/7
1) (20%). Considere a variável aleatória bidimensional conjuntamente contı́nua (X, Y )
1
com função densidade de probabilidade( conjunta fX,Y (x, y) = 8 IR (x, y), sendo R a região
1, se (x, y) ∈ R
dada na figura a seguir e, IR (x, y) = .
0, se (x, y) ∈/R

R (4, 2)

0 x

Determine:

a) (06%) FX,Y (1/4, 9/4), isto é, o valor da função distribuição acumulada avaliada em
(1/4, 9/4);

2/7
b) (14%) Se W = Y − 2X − 1 e V = 3X − Y2 , determine Cov(W, V );

3/7
2) (20%). Considere a seguinte definição sobre o Método da Máxima Verossimilhança
(Fisher): “O
h estimador
i θb (X)” é o estimador de máxima verossimilhança (EMV) de θ,
quando P X, θb (X) = max P (X, θ) , ∀θ ∈ Θ.
Suponha que θ pode assumir os valores 0 (zero) ou 1 (um) ou 2 (dois) e que P (x, θ) é
dada pelo quadro a ser completado abaixo:

θ
x 0 1 2
−1 0, 30 0,15
0 0, 20 0,10
1 0, 70 0, 10

a) Qual é o estimador EMV de θ quando x = 0? Por que?

b) Qual é o estimador EMV de θ quando x = 1? Por que?

4/7
3) (20%). Seja X a variável aleatória que expressa os números possı́veis ao lançarmos um
dado honesto.

a) (4%) Calcule E(X) e V ar(X);

b) (4%) Calcule o valor exato de p = P (X ≥ 6);
c) (4%) Calcule p = P (X ≥ 6) pela desigualdade de Markov;
d) (4%) Calcule p = P (X ≥ 6) pela desigualdade de Chebyshev;
e) (4%) Os resultados de c) e d), contradizem b)? Justifique.

5/7
4) (20%). Sejam X e Y variáveis aleatórias independentes com distribuição N (0, 5). Pede-
se:

a) P (X 2 + Y 2 ≤ 2, 9)
b) P [(X + Y )2 < 4, 5]

6/7
5) (20%). Considere os resultados parciais obtidos de um experimento fatorial, no qual
foram estudados três nı́veis do fator A (variedades de trigo) e dois nı́veis do fator B (apli-
cações de fungicidas às sementes), segundo o delineamento em blocos casualizados e com
quatro repetições por tratamento para a avaliação da produção de grãos (Y ). É sabido que
quanto maior a média e menor a variância de Y , em termos paramétricos (populacionais),
além do menor custo de aquisição do tratamento, melhor. Se uma empresa insiste em
aplicar o fungicida b2 , por ser mais barato do que o b1 , qual é a variedade de trigo (ai ) a
ser combinada com ele (b2 ) de acordo com os testes F e de Tukey apropriados, sabendo-se
dos custos de a1 (R$11,00), a2 (R$12,00) e a3 (R$13,00) e considerando-se satisfeitas as
pressuposições da análise de variância (α = 0, 05)? justifique sua resposta.

Totais
b1 b2
a1 225 167 392
a2 325 227 552
a3 290 230 520
840 624 1464

SQTratamento = 3863

q r = número de repetições
QM Res
qA = qA/B = 3, 67 qB = qB/A = 3, 01 ∆ = q r que deram origem às
médias comparadas

FV GL SQ QM fcal ftab
Bloco 2552 3,29
A 3,68
B 4,54
AxB 3,68
Resı́duo 177
Total 6592

FV GL SQ QM fcal ftab
A/b1 1287,50 3,68
A/b2 631,5 3,68
B/a1 420,5 4,54
B/a2 1200,50 4,54
B/a3 450 4,54
Resı́duo

7/7
Universidade Federal de Viçosa
Departamento de Estatı́stica
Prova seletiva para o Programa de Pós-Graduação em Estatı́stica Aplicada e Biometria.

Nı́vel Doutorado - 7/Novembro/2016

Nome:

Assinatura:

Número do CPF ou RG:

Interpretar corretamente as questões é parte da avaliação.

Indique todos os cálculos organizadamente.

São SEIS (6) questões em páginas numeradas de 1 a 11, total de 100 pontos.

Nas páginas 10 e 11 temos formulário e tabela.

O tempo máximo para realização desta prova é de 4 horas.

BOA SORTE !!

1/11 Nota
1) (20%) Sejam X1 e X2 variáveis aleatórias contı́nuas com função densidade de probabilidade
conjunta dada por fX1 ,X2 (x1 , x2 ). Sejam Y1 = X1 + X2 e Y2 = X1 − X2 . Pede-se:

a) (8%) Encontre a função densidade de probabilidade conjunta de Y1 e Y2 em termos de fX1 ,X2 (x1 , x2 ).

b) (6%) Se X1 e X2 são variáveis aleatórias independentes e possuem distribuição exponencial com

parâmetros λ1 e λ2 , respectivamente, então, qual é a função densidade de probabilidade conjunta
de Y1 e Y2 ?

2/11 Nota
c) (6%) Se X1 e X2 são variáveis aleatórias independentes e possuem distribuição uniforme (0, 1),
qual é a função densidade de probabilidade conjunta de Y1 e Y2 ?

3/11 Nota
2) (20%) A estatı́stica do teste da razão de verossimilhanças para testar H0 : θ ∈ Θ0 contra
H1 : θ ∈ Θ1 é dada por:
sup L (θ | x)
θ∈Θ0
λ (x) = ,
sup L (θ | x)
θ∈Θ

em que Θ é o espaço paramétrico irrestrito e Θ0 é o espaço paramétrico restrito à hipótese nula.

Denotando θb como o estimador de máxima verossimilhança de θ sobre o espaço Θ e θb0 o estimador
de máxima verossimilhança de θ sobre o espaço paramétrico Θ0 , a estatı́stica do teste da razão
de verossimilhanças pode ser escrito como:

L θb0 | x
λ (x) = ,
L θ |x
b

Sobre este teste descreva: qual sua utilização, apresentando exemplos; em que condições é empre-
gado; qual distribuição tem a estatı́stica do teste; graus de liberdade, etc.

4/11 Nota
3) (20%) A distribuição normal representa um papel importante em um grande conjunto de
análises estatı́sticas. Os principais fatores para isto, é que a distribuição normal é tratável ana-
liticamente, pode ser aplicada em muitos modelos de população e, em condições moderadas, a
distribuição normal pode aproximar uma grande variedade de distribuições de probabilidade em
grandes amostras (Teorema Central do Limite).
Considere que X ∼ N (µ, σ 2 ) cuja função de densidade de probabilidade é dada por
2
1 x−µ
−
1
f (x) = √ e 2 σ ,
σ 2π

sendo x ∈ R, µ ∈ R, σ 2 ∈ R∗+ . A distribuição normal apresenta algumas caracterı́sticas, dentre

elas:

a) x = µ é um ponto de máximo de f (x).

b) µ − σ e µ + σ são pontos de inflexão de f (x).

Prove, utilizando ferramentas do cálculo, as informações a) e b).

5/11 Nota
4) (20%) Considere um experimento instalado no delineamento em blocos casualizados, com 4
repetições, no esquema de parcelas subdivididas. Avaliou-se o efeito de 5 tipos de irrigação (fator
primário) e de 2 variedades (fator secundário) sobre a produção de cana de açúcar (t/ha).
OBS: utilize 2 casas decimais nos cálculos.

Tabela 1: Análise de variância para dados de produção de cana de açúcar

FV GL SQ QM F F(5%)
Bloco 782,18 3,49
Irrigação 11.524,38 3,26
Resı́duo (a) 893,85 74,49
(Parcelas) (13.200,41)
Variedade 405,13 22,60 4,54
I×V 105,40 3,06
Resı́duo (b) 269,02 17,93
Total 13.979,96

a) Complete o quadro da ANOVA.

b) A respeito da interação entre os fatores tipo de irrigação e variedade (I × V), conclua a 5% de
significância.

c) Aplique o teste de Tukey a 5% de significância para verificar se o contraste entre médias dos
tipos de irrigação 1 e 3 é estatisticamente nulo.
Dado:

C 1−m b 3 = 94, 3 − 68, 9 = 25, 4

b=m bq
∆ = q QMresr
q5% = 4, 51

6/11 Nota
d) Baseado no resultado do teste de Tukey do item c), é possı́vel concluir a respeito da significância
do contraste C, pelo teste de Duncan a 5%? Sim ou não e justifique sua resposta.

e) Com as informações disponı́veis, é possı́vel concluir se o contraste entre médias das variedades
1 e 2 é estatisticamente, nulo a 5% de significância pelo teste de t de Student? Sim ou não e
justifique sua resposta.

7/11 Nota
5) (10%) Considere o modelo de regressão (Gauss-Markov) com duas variáveis explicativas, uma
variável resposta, e quatro observações:

Yi = a + b1 Xi1 + b2 Xi2 + ei .

a) (6%) Apresente este modelo na forma matricial y = Xβ + . Represente todas as matrizes em

suas dimensões apropriadas.

b) (4%) Dê dois exemplos de funções lineares dos parâmetros desse modelo que seriam estimáveis.

8/11 Nota
6) (10%).Considere o modelo linear (Gauss-Markov) referente ao delineamento em blocos casua-
lizados com dois tratamentos (i = 1, 2) e três repetições (j = 1, 2, 3):

Yij = a + ti + bj + eij .

a) (6%) Escreva o modelo na forma matricial y = Xβ + . Represente todas as matrizes em suas

dimensões apropriadas.

b) (4%) Dê dois exemplos de funções lineares dos parâmetros desse modelo que seriam estimáveis.

9/11 Nota
Formulário
X ∼ Exp(λ) =⇒ fX (x) = λe−λx I(0,+∞) (x), λ ∈ R∗+
X ∼ U (0, 1) =⇒ fX (x) = I(0,1) (x)

10/11
Tabela 2: Tabela da distribuição t de Student para P [−tc ≤ T ≤ tc ] = 1 − α, na primeira coluna
temos os graus de liberdade (ν) e na primeira linha o nı́vel de significância.
Nı́vel de probabilidade bilateral
ν 0, 20 0, 10 0, 05 0, 04 0, 02 0, 01 0, 005 0, 002 0, 001
1 3,0777 6,3138 12,7062 15,8945 31,8205 63,6567 127,3213 318,3088 636,6192
2 1,8856 2,9200 4,3027 4,8487 6,9646 9,9248 14,0890 22,3271 31,5991
3 1,6377 2,3534 3,1824 3,4819 4,5407 5,8409 7,4533 10,2145 12,9240
4 1,5332 2,1318 2,7764 2,9985 3,7469 4,6041 5,5976 7,1732 8,6103
5 1,4759 2,0150 2,5706 2,7565 3,3649 4,0321 4,7733 5,8934 6,8688
6 1,4398 1,9432 2,4469 2,6122 3,1427 3,7074 4,3168 5,2076 5,9588
7 1,4149 1,8946 2,3646 2,5168 2,9980 3,4995 4,0293 4,7853 5,4079
8 1,3968 1,8595 2,3060 2,4490 2,8965 3,3554 3,8325 4,5008 5,0413
9 1,3830 1,8331 2,2622 2,3984 2,8214 3,2498 3,6897 4,2968 4,7809
10 1,3722 1,8125 2,2281 2,3593 2,7638 3,1693 3,5814 4,1437 4,5869
11 1,3634 1,7959 2,2010 2,3281 2,7181 3,1058 3,4966 4,0247 4,4370
12 1,3562 1,7823 2,1788 2,3027 2,6810 3,0545 3,4284 3,9296 4,3178
13 1,3502 1,7709 2,1604 2,2816 2,6503 3,0123 3,3725 3,8520 4,2208
14 1,3450 1,7613 2,1448 2,2638 2,6245 2,9768 3,3257 3,7874 4,1405
15 1,3406 1,7531 2,1314 2,2485 2,6025 2,9467 3,2860 3,7328 4,0728
16 1,3368 1,7459 2,1199 2,2354 2,5835 2,9208 3,2520 3,6862 4,0150
17 1,3334 1,7396 2,1098 2,2238 2,5669 2,8982 3,2224 3,6458 3,9651
18 1,3304 1,7341 2,1009 2,2137 2,5524 2,8784 3,1966 3,6105 3,9216
19 1,3277 1,7291 2,0930 2,2047 2,5395 2,8609 3,1737 3,5794 3,8834
20 1,3253 1,7247 2,0860 2,1967 2,5280 2,8453 3,1534 3,5518 3,8495
21 1,3232 1,7207 2,0796 2,1894 2,5176 2,8314 3,1352 3,5272 3,8193
22 1,3212 1,7171 2,0739 2,1829 2,5083 2,8188 3,1188 3,5050 3,7921
23 1,3195 1,7139 2,0687 2,1770 2,4999 2,8073 3,1040 3,4850 3,7676
24 1,3178 1,7109 2,0639 2,1715 2,4922 2,7969 3,0905 3,4668 3,7454
25 1,3163 1,7081 2,0595 2,1666 2,4851 2,7874 3,0782 3,4502 3,7251
26 1,3150 1,7056 2,0555 2,1620 2,4786 2,7787 3,0669 3,4350 3,7066
27 1,3137 1,7033 2,0518 2,1578 2,4727 2,7707 3,0565 3,4210 3,6896
28 1,3125 1,7011 2,0484 2,1539 2,4671 2,7633 3,0469 3,4082 3,6739
29 1,3114 1,6991 2,0452 2,1503 2,4620 2,7564 3,0380 3,3962 3,6594
30 1,3104 1,6973 2,0423 2,1470 2,4573 2,7500 3,0298 3,3852 3,6460
31 1,3095 1,6955 2,0395 2,1438 2,4528 2,7440 3,0221 3,3749 3,6335
32 1,3086 1,6939 2,0369 2,1409 2,4487 2,7385 3,0149 3,3653 3,6218
33 1,3077 1,6924 2,0345 2,1382 2,4448 2,7333 3,0082 3,3563 3,6109
34 1,3070 1,6909 2,0322 2,1356 2,4411 2,7284 3,0020 3,3479 3,6007
35 1,3062 1,6896 2,0301 2,1332 2,4377 2,7238 2,9960 3,3400 3,5911
36 1,3055 1,6883 2,0281 2,1309 2,4345 2,7195 2,9905 3,3326 3,5821
37 1,3049 1,6871 2,0262 2,1287 2,4314 2,7154 2,9852 3,3256 3,5737
38 1,3042 1,6860 2,0244 2,1267 2,4286 2,7116 2,9803 3,3190 3,5657
39 1,3036 1,6849 2,0227 2,1247 2,4258 2,7079 2,9756 3,3128 3,5581
40 1,3031 1,6839 2,0211 2,1229 2,4233 2,7045 2,9712 3,3069 3,5510
50 1,2987 1,6759 2,0086 2,1087 2,4033 2,6778 2,9370 3,2614 3,4960
60 1,2958 1,6706 2,0003 2,0994 2,3901 2,6603 2,9146 3,2317 3,4602
120 1,2886 1,6577 1,9799 2,0763 2,3578 2,6174 2,8599 3,1595 3,3735
+∞ 1,2816 1,6449 1,9600 2,0537 2,3263 2,5758 2,8070 3,0902 3,2905

11/11
Universidade Federal de Viçosa
Departamento de Estatı́stica
Prova seletiva para o Programa de Pós-Graduação em Estatı́stica Aplicada e Biometria.

Nı́vel Doutorado - 31/Maio/2017

Nome:

Assinatura:

Número do CPF ou RG:

Interpretar corretamente as questões é parte da avaliação.

Indique todos os cálculos organizadamente.

São SEIS (6) questões em páginas numeradas de 1 a 12, total de 100 pontos.

Nas página 12 temos formulário.

O tempo máximo para realização desta prova é de 4 horas.

BOA SORTE !!

1/12 Nota
1) (20%) Em situações em que temos uma única variável resposta, porém com várias variáveis
explicativas, dentro do contexto de modelos lineares, o pesquisador poderá estar interessado em
selecionar algumas variáveis visando obter um modelo mais parcimonioso. Assim, seu objetivo
é selecionar, dentre vários, um possı́vel melhor modelo de regressão linear envolvendo um sub-
conjunto dessas várias variáveis explicativas iniciais. Há vários procedimentos na literatura que
podem ser usados para selecionar variáveis explicativas dentro desse contexto de modelos lineares
de posto completo. Um desses procedimentos é o chamado “stepwise regression”. Pede-se:

a) Explique o que vem a ser modelo de posto completo. Ilustre matricialmente um modelo desse
tipo. Também apresente, matricialmente, um exemplo de modelo de posto incompleto com as
justificativas.

2/12 Nota
b) Explique, em no máximo duas páginas, como funciona o procedimento “stepwise regression”.
Para ilustrar seu raciocı́nio, idealize uma situação, inclusive apresentando quadros de ANOVA,
e os passos que levariam a um eventual leitor (leigo) de sua resposta o perfeito entendimento do
procedimento apresentado.

3/12 Nota
2) (20%) Um processo de mortalidade em tempo contı́nuo, a uma taxa constante de λ = 0, 5 por
ano, segue uma distribuição exponencial. Assim, faça o que se pede:

a) Obtenha a função de distribuição acumulada (f.d.a.);

b) Usando a f.d.a., calcule a probabilidade de sobrevivência de um ano ou mais;

c) Qual a probabilidade de sobrevivência de um ano e meio ou mais?

d) Qual a probabilidade de sobrevivência por meio ano ou mais?

4/12 Nota
e) Qual a probabilidade de sobrevivência por um ano e meio ou mais, dado que sobreviveu-se até
um ano?

f) Qual a caracterı́stica da distribuição exponencial que fica evidente a partir dos itens anteriores?
Qual expressão matemática que simboliza esta caracterı́stica?

5/12 Nota
3) (20%) A distribuição de Poisson é uma distribuição discreta de probabilidade amplamente
aplicada em diversos fenômenos e é, frequentemente, usada para modelar o número de ocorrências
de um evento por um certo perı́odo de tempo ou por um determinado espaço (volume, área). Uma
variável aleatória discreta X segue a distribuição de Poisson com parâmetro λ (λ > 0), se sua
função de probabilidade for dada por:

e−λ λx
f (x) = P (X = x) = , x = 0, 1, 2, · · ·
x!
em que λ é a taxa média de ocorrência do evento.
Utilizando séries de Taylor e propriedades de somatórios, mostre detalhadamente que:
+∞
P
a) P (X = x) = 1
x=0

6/12 Nota
b) var(X) = λ; (Sugestão utilize a seguinte expressão para o cálculo da variância: var (X) =
E (X 2 ) − [E (X)]2 = E (X 2 − X) + E (X) − [E (X)]2 .)

7/12 Nota
4) (20%) Considere um experimento instalado para avaliar o efeito de cinco tratamentos com
cinco repetições. Apresente o quadro parcial da Anova com as fontes de variação e os respectivos
graus de liberdade para cada delineamento indicado a seguir.

a) Delineamento Inteiramente Casualizado

b) Delineamento em Blocos Casualizados

8/12 Nota
c) Delineamento em Quadrado Latino

d) Para cada delineamento, indique as pressuposições para que o resultado da Anova seja válida.

9/12 Nota
5) (10%) Sejam X e Y duas variáveis aleatórias independentes com distribuição uniforme contı́nua
no intervalo (−1, 1) e W = X + Y . Determine a função densidade de probabilidade de W .

10/12 Nota
6) (10%) Na Inferência Bayesiana, utilizando o teorema de Bayes sob o enfoque de variáveis
aleatórias, podemos escrever:

P (θ|X) ∝ P (X|θ) × P (θ)

| {z } | {z } | {z }
Probabilidade Função de Distribuição
a posteriori Verossimilhança a priori

a) Descreva resumidamente o que é uma distribuição a priori e como ela é incorporada em uma
análise estatı́stica?

b) O que representa a distribuição a posteriori e qual a diferença fundamental em relação a

inferência clássica (frequentista)?

11/12 Nota
Formulário
X ∼ Exp(λ) =⇒ fX (x) = λe−λx I(0,+∞) (x), λ ∈ R∗+
1
X ∼ U (a, b) =⇒ fX (x) = I(a,b) (x)
Z +∞ b−a
n
E [X n ] = xn f (x)dx E [X n ] = xni P [X = xi ]
P
−∞ i=1
2 2
var [X] = E [X ] − (E [X])
Z +∞ Z +∞
Z = X + Y =⇒ fZ (z) = fX,Y (x, z − x)dx = fX,Y (z − y, y)dx
−∞ −∞

12/12
Universidade Federal de Viçosa
Departamento de Estatı́stica
Prova seletiva para o Programa de Pós-Graduação em Estatı́stica Aplicada e Biometria.

Nı́vel Doutorado - 8/Novembro/2017

Número de inscrição:

Interpretar corretamente as questões é parte da avaliação.

Indique todos os cálculos organizadamente.

São CINCO (5) questões em páginas numeradas de 1 a 7, total de 100 pontos.

Na página 7 temos formulário.

É permitida a utilização de calculadora cientı́fica.

O tempo máximo para realização desta prova é de 4 horas.

BOA SORTE !!

1/7 Nota
1) (20%) No contexto de modelos lineares de posto completo é discutido sobre multicolinearidade.
Pede-se: (se necessário, dê exemplos hipotéticos, que possam contribuir para melhor esclarecer
suas ideias).

a) (05%) Conceito de multicolinearidade.

b) (05%) Formas de detecção.

c) (05%) Efeito da multicolinearidade sobre a qualidade de ajuste nesses modelos.

d) (05%) Formas de remediar os problemas causados pela multicolinearidade.

2/7 Nota
2) (20%) Seja X uma variável aleatória discreta com a seguinte função de probabilidade,

xi 0 1 2 3 Total
2θ θ 2(1−θ) (1−θ)
P (xi | θ) 3 3 3 3
1,00

Pede-se: Obtenha uma estimativa de máxima verossimilhança para θ com base na seguinte amos-
tra aleatória observada de valores xi para i = 1, 2, . . . , 10,

X = {3, 0, 2, 1, 3, 2, 1, 0, 2, 1} .

3/7 Nota
3) (20%) Sejam X e Y duas variáveis aleatórias independentes com E [X] = µX , E [Y ] = µY ,
2
var [X] = σX e var [Y ] = σY2 , todos finitos e seja Z = XY .
2
a) (10%) Determine var [Z] em termos de µX , µY , σX e σY2 ;

b) (10%) Sejam X ∼ N (µX ; σX 2

), Y ∼ N (µY ; σY2 ) e Z = XY , sendo µX ∈ R, µY ∈ R, σX
2
∈ R∗+
2 ∗ 2 2
e σY ∈ R+ . Utilizando o item a) determine condições para µX , µY , σX e σY tais que

var [Z] = var [X] var [Y ] .

4/7 Nota
4) (20%) Sejam X e Y duas variáveis aleatórias contı́nuas e independentes, ambas uniformemente
1

distribuı́das no intervalo [0, 1]. Se W = XY , determine P W < 2 .

5/7 Nota
5) (10%) Considere um experimento instalado no delineamento em blocos casualizados, com 4
repetições, no esquema de parcelas subdivididas. Neste experimento avaliou-se o efeito de 5 tipos
de irrigação (fator primário) e de 2 variedades (fator secundário).

a) (10%) Apresente o quadro parcial da ANOVA com as Fontes de Variação (FV) e os respectivos
Graus de Liberdade (GL).

b) (10%) Neste experimento, explique como deve ser feito o estudo dos fatores tipo de irrigação
e variedade, nas duas situações abaixo, informando qual o resı́duo adequado:
b1 )(05%) Interação não significativa;

b2 )(05%) Interação significativa.

6/7 Nota
Formulário
Z +∞ Z +∞
1 t t
T = XY =⇒ fT (t) = fX,Y x, dx = |y|fX,Y , y dy
−∞ |x| x −∞ y

7/7
Universidade Federal de Viçosa
Departamento de Estatı́stica
Prova seletiva para o Programa de Pós-Graduação em Estatı́stica Aplicada e Biometria.

Nı́vel Doutorado - 11/junho/2018

Nome:

Assinatura:

Número do CPF ou RG:

• Interpretar corretamente as questões é parte da avaliação.

• Indique todos os cálculos organizadamente.

• É permitida a utilização de calculadora;

• São CINCO (5) questões em páginas numeradas de 1 a 7, total de 100 pontos.

• O tempo máximo para realização desta prova é de 4 horas.

• BOA SORTE !!

1/7 Nota
iid
1) (20%) Seja Y1 , Y2 , . . . , Y20 ∼ f (y|p) = py (1 − p)1−y com y = 0 ou y = 1 e 0 ≤ p ≤ 1. Observe
que n = 20 é o tamanho da amostra. Admita que a distribuição a priori para p seja π(p) = 1,
P20
isto é, p ∼ uniforme contı́nua [0, 1]. Pede-se: Se foi observado yi = 12, obtenha a estimativa
i=1
da média a posteriori para p. Ou seja, do valor esperado de p com base em π(p|y).
Γ(α+β) α−1
Dica: Se X ∼ beta(α, β), então f (x|α, β) = Γ(α)Γ(β)
x (1 − x)β−1 , com 0 ≤ x ≤ 1, α > 0 e
α
β > 0. E(X) = α+β .

2/7 Nota
2) (20%) Suponha que foi realizado um experimento para avaliar o efeito de um fator quantitativo
sobre uma variável resposta.

Nı́vel do fator quantitativo (xi ) Variável resposta (yi )

5 3
10 5
15 10
20 11
25 13

Suponha que uma análise de regressão, baseando-se num Modelo Linear de Gauss-Markov Normal
(MLGMN), para os dados desse experimento retornou os seguintes resultados
" #
β
b0 0, 60
βb = b =
β1 0, 52

a) (7%) Apresente a matriz X0 X referente ao MLGMN utilizado na análise de regressão.

3/7 Nota
b) (6%) Obtenha V ar(y). Apresente todos os elementos dessa matriz indicando a ordem da
mesma.

c) (7%) Expresse a hipótese de nulidade para o teste da significância do efeito do fator quantitativo
em termos de
H0 : Cβ = d
em que Cβ é uma função estimável.

4/7 Nota
3) (20%)
Croqui do experimento
Bloco1 Bloco2 Bloco3
(10,25) (9,47) (9,88) (9,97) (10,77) (8,56) (9,57) (10,23) (10,51)
a2 b 3 a1 b 1 a3 b 2 a3 b 1 a2 b 3 a1 b 2 a3 b 2 a2 b 1 a1 b 3
(9,61) (8,93) (9,87) (11,07) (11,54) (8,49) (10,16) (10,40) (9,55)
a2 b 1 a1 b 3 a3 b 3 a3 b 2 a2 b 2 a1 b 3 a3 b 1 a2 b 3 a1 b 1
(10,22) (9,48) (10,58) (11,06) (9,24) (10,95) (10,28) (9,22) (10,88)
a2 b 2 a1 b 2 a3 b 1 a3 b 3 a2 b 1 a1 b 1 a3 b 3 a2 b 2 a1 b 2
Totais 30,08 27,88 30,33 32,10 31,55 28,00 30,01 29,85 30,94
a) (10%) De acordo com o croqui experimental de um Delineamento em Blocos Casualizados
(DBC) para avaliar os fatores A e B, identifique o esquema experimental (fatorial ou parcelas
subdivididas) e apresente o quadro parcial da Anova com as fontes de variação e respectivos graus
de liberdade.

b) (5%) Calcule a soma de quadrados para o fator A.

c) (5%) Coloque os testes (Duncan, Dunnett, SNK, Scheffé, t de Student e Tukey) em ordem
decrescente de sensibilidade. Discuta a respeito da relação entre sensibilidade do teste e erro tipo
I.

5/7 Nota
4) (20%) Sejam X ∼ Exp (λ1 ) e Y ∼ Exp (λ2 ), sendo λ1 > 0, λ2 > 0 e X e Y variáveis aleatórias
independentes. Determine a função densidade de probabilidade de W , sendo W = |X − Y |.

6/7 Nota
5) (20%) Seja X uma variável aleatória mista com função de distribuição

0, se x ≤ 0

FX (x) = x, se 0 < x ≤ 12

1, se x ≥ 21 .


Obtenha a função acumulada da parte discreta de X e a função densidade de probabilidade da

parte contı́nua de X.

7/7 Nota
Universidade Federal de Viçosa
Departamento de Estatı́stica
Prova seletiva para o Programa de Pós-Graduação em Estatı́stica Aplicada e Biometria.

Nı́vel Doutorado - 19/Novembro/2018

Número de inscrição:

• Interpretar corretamente as questões é parte da avaliação.

• Indique todos os cálculos organizadamente.

• São SEIS (6) questões em páginas numeradas de 1 a 11, total de 100 pontos.

• É permitida a utilização de calculadora cientı́fica.

• O tempo máximo para realização desta prova é de 4 horas.

• BOA SORTE !!

1/11 Revisão Total

1) (20%) Sejam X e Y variáveis aleatórias contı́nuas. Assumindo que as esperanças condicionais
existem, bem como suas propriedades, faça o que se pede:

a) (10%) Se X e Y são independentes, prove que E [X | Y ] = E [X].

b) (10%) Considere a função densidade de probabilidade de X e Y

(
4xy, se 0 ≤ x ≤ 1 e 0 ≤ y ≤ 1
f (x, y) =
0, para os demais valores de x e y

Mostre numericamente que esta propriedade é verdadeira.

2/11 Nota
2) (10%) Considere o modelo linear (Gauss-Markov) referente ao delineamento em blocos casua-
lizados com dois tratamentos (i = 1, 2) e três repetições (j = 1, 2, 3):

Yij = a + ti + bj + eij .

a) (05%) Escreva o modelo na forma matricial y = Xβ + ε. Represente todas as matrizes em

suas dimensões apropriadas.

b) (05%) Podemos estimar o parâmetro t1 nesse modelo? Justifique e comente sua resposta.

3/11 Nota
3) (10%) Formas quadráticas são comumente apresentadas e discutidas na disciplina de modelos
lineares. Pede-se:

a) (04%) Dê um pequeno exemplo de uma forma quadrática, primeiramente em sua forma ma-
tricial, e posteriormente na correspondente forma expandida. Dica: use um vetor y de tamanho
3.

b) (03%) Discuta sobre a importância do estudo das formas quadráticas na disciplina de modelos
lineares, principalmente quando tratamos sobre a análise de variância (ANOVA).

c) (03%) Considere o modelo da questão 2). Escreva a SQTotal (não corrigida para a média) na
sua forma quadrática matricial.

4/11 Nota
4) (20%) Considere um experimento instalado para avaliar o efeito de cinco tratamentos com
cinco repetições. Apresente o modelo estatı́stico com a descrição dos fatores incluı́dos no modelo
para cada delineamento indicado a seguir.

a) (05%) Delineamento Inteiramente Casualizado.

b) (05%) Delineamento em Blocos Casualizados.

5/11 Nota
c) (05%) Delineamento em Quadrado Latino.

d) (05%) Para cada delineamento citado anteriormente, descreva como é feita a casualização.

6/11 Nota
5) (20%) Considere que as variáveis aleatórias Y = {Y1 , Y2 , . . . Yn } satisfaçam ao modelo,

Yi = βxi + εi , i = 1, 2, . . . , n,

em que x1 , x2 , . . . , xn são constantes conhecidas e ε1 , ε2 , . . . εn são variáveis aleatórias independen-

tes e identicamente distribuı́das N (0, σ 2 ), com σ 2 um valor desconhecido. Dica: se W ∼ N (µ, δ 2 ),
então a função densidade de probabilidade é dada por,

−(w − µ)2

1
fW (w) = √ exp , δ > 0, −∞ < µ < ∞ e − ∞ < w < ∞.
δ 2π 2δ 2

Pede-se:

a) (05%) Encontre uma estatı́stica bidimensional T (Y ) suficiente para (β, σ 2 ).

7/11 Nota
b) (05%) Encontre βbM V o estimador de máxima verossimilhança para β.

8/11 Nota
P
Yi
c) (05%) Seja βb = P , mostre que ambos, βbM V e β,
b são estimadores não viesados para β.
xi

d) (05%) Compare os dois estimadores quanto à eficiência, calcule a eficiência relativa ER βbM V , βb
e conclua.

9/11 Nota
6) (20%) Seja (X, Y ) uma variável aleatória bidimensional contı́nua com função densidade de
probabilidade conjunta dada por

fX,Y (x, y) = k, para |x| + |y| ≤ k,

sendo k > 0.

a) (03%) Quais condições a função fX,Y (x, y) deve satisfazer para ser uma função densidade de
probabilidade conjunta?

b) (07%) Determine o valor de k para que fX,Y (x, y) seja uma função densidade de probabilidade
conjunta.

10/11 Nota
c) (04%) Sabendo que as variáveis X e Y não são independentes, se efetuássemos o cálculo da
covariância poderı́amos obter cov [X, Y ] igual a zero? justifique.

1

d) (06%) Determine P Y > 10
.

11/11 Nota
Universidade Federal de Viçosa
Departamento de Estatı́stica
Prova seletiva para o Programa de Pós-Graduação em Estatı́stica Aplicada e Biometria.

Nı́vel Doutorado - 11/Junho/2019

Número de inscrição:

• Interpretar corretamente as questões é parte da avaliação.

• Indique todos os cálculos organizadamente.

• São CINCO (5) questões em páginas numeradas de 1 a 7, total de 100 pontos.

• É permitida a utilização de calculadora cientı́fica.

• O tempo máximo para realização desta prova é de 4 horas.

• BOA SORTE !!

1/7 Revisão Total

1) (20%) Suponha que foi realizado um experimento no delineamento inteiramente casualizado
(DIC) com duas repetições para cada um dos três nı́veis de um fator em estudo. Supondo o
modelo estatı́stico (1) e o Modelo Linear de Gauss Markov Normal associado (2), responda as
questões apresentadas.

yik = µ + αi + eik para i = 1, 2, 3 e k = 1, 2, (1)

em que

•yik : k−ésimo valor observado para o i−ésimo fator em estudo;

•µ: média geral;
•αi : efeito do i−ésimo fator em estudo, tal que
3
X
α i = µi − µ e αi = 0;
i=1

•eik : efeito do erro experimental associado ao valor observado yik .

y = Xβ + e; e ∼ N (0; σ 2 I) (2)

a) (06%) Apresente de forma matricial o valor esperado de y, ou seja, E(y).

2/7 Nota
b) (07%) A função Cβ = α1 + α2 é estimável? Justifique a sua resposta.

c) (07%) Expresse as hipóteses para comparar as médias dos nı́veis do fator em estudo da ANOVA
em termos de uma função estimável Cβ.

3/7 Nota
2) (20%) Um procedimento de controle da qualidade utilizado em uma indústria, determina que
uma máquina deverá ser tirada de operação e regulada, se ela estiver produzindo mais do 10%
de itens defeituosos. Se uma amostra aleatória de 100 itens obtidos dessa máquina apresentar 15
itens defeituosos, qual deverá ser a decisão. Adote α = 1% como nı́vel de significância e responda
com base em um teste de hipóteses. Pede-se:

a) (05%) Hipóteses estatı́sticas.

b) (05%) Valor calculado.

c) (05%) Conceitue valor-p de um teste de hipóteses e faça um desenho ilustrativo para apenas
indicar (ou ilustrar) qual é o valor-p deste teste.

d) (05%) Considere o valor de α adotado e a seguinte informação para tomar uma decisão. Se
Z ∼ N(0, 1) então P (Z > 2, 33) = 0, 01. Explique se a máquina deve ou não ser parada para
regulagem.

4/7 Nota
3) (20%) Suponha que X tenha a seguinte função densidade de probabilidade:

f (x) = λe−λ(x−a) , x ≥ a.

a) (10%) Determine a função geradora de momentos (f.g.m) de X;

b) (10%) Utilizando a f.g.m., determine E [X].

5/7 Nota
4) (20%) Um pesquisador tem interesse em verificar se há diferenças entre as médias populacionais
do fosfato na água (Y) de somente três e especı́ficas praias (a1 , a2 e a3 ). Na pesquisa, ele
escolheu aleatoriamente quatro lagoas (b(i)1 , b(i)2 , b(i)3 e b(i)4 ) de cada praia e, depois, sorteou
cinco pontos amostrais de cada lagoa para realizar as avaliações. De acordo com a análise de
variância e considerando-se as suas pressuposições satisfeitas, qual(is) é(são) a(s) praia(s) que
mais acumula(m) fosfato na água? Se necessário, aplique o teste de Tukey (α = 0, 05). Por quê?

a1 a2 a3
b(1)1 b(1)2 b(1)3 b(1)4 b(2)1 b(2)2 b(2)3 b(2)4 b(3)1 b(3)2 b(3)3 b(3)4
6,4 4,8 4,9 5,3 6,8 5,6 5,0 7,8 9,2 9,5 6,8 7,5
6,9 5,8 5,5 6,2 5,7 5,5 5,2 6,5 7,9 8,8 7,8 6,9
5,9 5,5 5,2 4,8 5,2 5,9 4,8 6,8 7,3 9,2 7,0 7,7
6,1 5,8 5,6 5,0 5,3 6,6 5,8 7,0 7,6 9,3 7,3 7,6
6,7 5,6 4,8 5,5 5,5 5,9 4,2 6,9 8,0 9,2 7,6 7,8

FV GL SQ QM fcal ftab
A 678,630
B/A 255,335
Resı́duo 112,720
Total 1046,685

glnum glden ftab

2 9 4,26
2 48 3,19
9 48 2,08

nº médias gl qtab ∆
3 9 3,95 q
QM (?)
qtab
3 48 3,42 (?)

6/7 Nota
5) (20%) Sejam X e Y variáveis aleatórias com(função densidade de probabilidade conjunta
1, se x ∈ (a, b)
f (x, y) = cxyI(0,4) (x) I(1,5) (y) em que I(a,b) (x) = ,
0, caso contrário

a) (05%) Quais condições uma função f (x, y) deve satisfazer para ser uma função densidade de
probabilidade conjunta?

b) (07%) Determine o valor de c de tal forma que f (x, y) seja uma função densidade de probabi-
lidade conjunta.

c) (08%) Determine a função densidade de probabilidade de U = X + 2Y .

7/7 Nota
Universidade Federal de Viçosa
Departamento de Estatística
Prova seletiva para o Programa de Pós-Graduação em Estatística Aplicada e Biometria.

Nível Doutorado - 11/Novembro/2019

Número de inscrição:

• Interpretar corretamente as questões é parte da avaliação.

• Indique todos os cálculos organizadamente.

• São SEIS (6) questões em páginas numeradas de 1 a 11, total de 100 pontos.

• Na página 11 temos tabela.

• É permitida a utilização de calculadora científica.

• O tempo máximo para realização desta prova é de 4 horas.

• BOA SORTE!!

1/11 Revisão Total

1) (17%) Um físico fez 25 medidas independentes da gravidade específica de um corpo. Ele sabe
que a limitação do equipamento é tal que o desvio-padrão de cada medida é de σ unidades.

a) (8%) Usando a desigualdade de Chebychev, encontre um limite inferior para a probabilidade

de que a média das suas medidas difira da média da gravidade específica do corpo por menos de
σ/4 unidades.

b) (9%) Usando o Teorema Central do Limite, encontre um valor aproximado para a probabilidade
pedida em a).

2/11 Nota
2) (17%) Seja a variável aleatória X o número de amostras de água que necessitam ser analisadas,
de modo a detectar a presença de contaminação. Considere que a probabilidade de encontrar uma
amostra contaminada é de 0,01 e que as amostras de água sejam independentes.

a) (5%) Apresente o espaço amostral do experimento em questão.

b) (6%) Determine a função de probabilidade da variável aleatória X.

c) (6%) Qual o tamanho ideal de amostras a serem coletadas, se desejamos uma probabilidade
de, pelo menos 97% de que a contaminação não ocorrerá posteriormente à coleta?

3/11 Nota
3) (17%) Sejam Y1 , Y2 , Y3 , Y4 variáveis aleatórias independentes e identicamente distribuídas com
distribuição de Bernoulli, isto é, Yi ∼Bernoulli(p), para i = 1, 2, 3, 4, com função de probabilidade
dada por P (Yi = yi |p) = f (yi |p) = pyi (1 − p)1−yi , sendo yi = 0 se o evento não ocorre (fracasso)
ou yi = 1 se o evento ocorre (sucesso) e p ∈ Θ. Pede-se:

a) (5%) Seja y = {y1 , y2 , y3 , y4 } uma amostra aleatória observada. Obtenha a função de verossi-
milhança, geralmente denotada como L (p|y).

b) (6%) Seja p̂M V o estimador de máxima verossimilhança de p. Explique como se define tal
estimador.

4/11 Nota
c) (6%) Admita que o espaço paramétrico (Θ) seja dado por Θ = { 41 , 21 , 34 }. Com base nas
informações apresentadas na tabela a seguir, obtenha as estimativas de verossimilhança para p.
Justifique sua resposta.

4
P P (Y = y|p)
yi 1 1 3
i=1 p= 4
p= 2
p= 4
81 16 1
0 256 256 256
27 16 3
1 256 256 256
9 16 9
2 256 256 256
3 16 27
3 256 256 256
1 16 81
4 256 256 256

5/11 Nota
4) (17%) Supondo que ω 0 Aω seja uma forma quadrática de tal forma que:

i) ω n×1 é um vetor aleatório com

• ω n×1 ∼ (µ; Σ)
• Σ é uma matriz não singular.
ii) An×n seja uma matriz de constantes sendo
• rank(A) = k
• AΣ é idempotente.

OBSERVAÇÃO: Para responder os itens abaixo, não é necessário demonstrar como a expressão
é obtida. Apenas apresente a expressão matemática que permite fornecer o que é perguntado em
cada item desta questão.

a) (9%) Obtenha o valor esperado da forma quadrática, ou seja, E (ω 0 Aω).

b) (8%) Qual é a distribuição de probabilidades da forma quadrática?

6/11 Nota
5) (16%) Um engenheiro agrônomo quer testar a seguinte hipótese: plantas de milho mais irri-
gadas, em menor densidade e com mais fertilizante produzem mais. Para isso, ele realizou um
experimento fatorial 23 , cujas combinações entre as lâminas de irrigação (A) (a1 = baixa e a2 =
alta), as densidades de plantio (B) (b1 = baixa e b2 = alta) e as doses do fertilizante (C) (c1 =
baixa e c2 = alta) foram casualizadas sob o DBC com duas repetições (d1 e d2 ). No total, foram
obtidas 16 unidades experimentais. Considerando-se satisfeitas as pressuposições da análise de
variância, o agrônomo conseguiu provar totalmente a sua hipótese (α = 0, 05)? Se sim, por quê?
Se não, qual deve ser a recomendação atual para aumentar a produção (Y )?

t g
t P
1 G2 1 G2
A2i − ABij2 −
P P
SQA = ghr tghr
SQA × B = SQA, B − SQA − SQB SQA, B = hr tghr
i=1 i=1 j=1
g t P
h
1 G2 1 G2
Bj2 − 2
P P
SQB = thr tghr
SQA × C = SQA, C − SQA − SQC SQA, C = gr
ACik − tghr
j=1 i=1 k=1
h g P
h
1 G2 1 G2
Ck2 − 2
P P
SQC = tgr tghr
SQB × C = SQB, C − SQB − SQC SQB, C = tr
BCjk − tghr
k=1 j=1 k=1

Bloco d1
c1 c2
b1 b2 b1 b2
a1 25,4 25,6 26,1 25,9
a2 14,6 15,5 14,3 15,6
Bloco d2
c1 c2
b1 b2 b1 b2
a1 32,9 34,7 35,2 35,8
a2 25,2 24,7 25,5 24,8

FV GL SQ QM Fcal Ftab
Bloco 359,1025 5,59
A 5,59
B 5,59
C 5,59
A×B 5,59
A×C 5,59
B×C 5,59
A×B×C 0,2025 5,59
Resíduo 4,3775
Total 781,1975

Observação: a próxima folha encontra-se em branco caso seja necessário efetuar cálculos nesta
questão.

7/11 Nota
8/11 Nota
6) (16%) A tabela a seguir informa os tempos, em dias, que normalmente são estabelecidos para
a conclusão de uma auditoria interna de final de ano. Adicionalmente, nessa tabela, podem
ser verificados o total de auditorias que foram concluídas com os respectivos tempos para uma
amostra de 119 clientes da Sanderson e Clifford, uma pequena empresa de contabilidade pública.

Tempo 9 5 21 42 28 2 17
Total de auditorias 29 9 35 1 12 0 33

Pede-se:

a) (4%) Os tempos correspondentes ao primeiro e o terceiro quartis da amostra.

b) (4%) Explique o que significa o 92◦ percentil dessa amostra, isto é, P92 = 28.

9/11 Nota
c) (4%) A amplitude total e amplitude interquartil dos tempos.

d) (4%) Esboce o box plot dos tempos. Há algum indício inicial de que essa amostra possua
outliers? Justifique sua resposta.

10/11 Nota
Tabela 1: Probabilidade na distribuição normal padrão de zero a um valor positivo zc , ou seja,
P [0 ≤ Z ≤ zc ] = p.
zc 0, 00 0, 01 0, 02 0, 03 0, 04 0, 05 0, 06 0, 07 0, 08 0, 09
0,0 0,0000 0,0040 0,0080 0,0120 0,0160 0,0199 0,0239 0,0279 0,0319 0,0359
0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,0675 0,0714 0,0753
0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,1064 0,1103 0,1141
0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,1443 0,1480 0,1517
0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,1808 0,1844 0,1879
0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 0,2157 0,2190 0,2224
0,6 0,2257 0,2291 0,2324 0,2357 0,2389 0,2422 0,2454 0,2486 0,2517 0,2549
0,7 0,2580 0,2611 0,2642 0,2673 0,2704 0,2734 0,2764 0,2794 0,2823 0,2852
0,8 0,2881 0,2910 0,2939 0,2967 0,2995 0,3023 0,3051 0,3078 0,3106 0,3133
0,9 0,3159 0,3186 0,3212 0,3238 0,3264 0,3289 0,3315 0,3340 0,3365 0,3389
1,0 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 0,3577 0,3599 0,3621
1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 0,3790 0,3810 0,3830
1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 0,3980 0,3997 0,4015
1,3 0,4032 0,4049 0,4066 0,4082 0,4099 0,4115 0,4131 0,4147 0,4162 0,4177
1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 0,4292 0,4306 0,4319
1,5 0,4332 0,4345 0,4357 0,4370 0,4382 0,4394 0,4406 0,4418 0,4429 0,4441
1,6 0,4452 0,4463 0,4474 0,4484 0,4495 0,4505 0,4515 0,4525 0,4535 0,4545
1,7 0,4554 0,4564 0,4573 0,4582 0,4591 0,4599 0,4608 0,4616 0,4625 0,4633
1,8 0,4641 0,4649 0,4656 0,4664 0,4671 0,4678 0,4686 0,4693 0,4699 0,4706
1,9 0,4713 0,4719 0,4726 0,4732 0,4738 0,4744 0,4750 0,4756 0,4761 0,4767
2,0 0,4772 0,4778 0,4783 0,4788 0,4793 0,4798 0,4803 0,4808 0,4812 0,4817
2,1 0,4821 0,4826 0,4830 0,4834 0,4838 0,4842 0,4846 0,4850 0,4854 0,4857
2,2 0,4861 0,4864 0,4868 0,4871 0,4875 0,4878 0,4881 0,4884 0,4887 0,4890
2,3 0,4893 0,4896 0,4898 0,4901 0,4904 0,4906 0,4909 0,4911 0,4913 0,4916
2,4 0,4918 0,4920 0,4922 0,4925 0,4927 0,4929 0,4931 0,4932 0,4934 0,4936
2,5 0,4938 0,4940 0,4941 0,4943 0,4945 0,4946 0,4948 0,4949 0,4951 0,4952
2,6 0,4953 0,4955 0,4956 0,4957 0,4959 0,4960 0,4961 0,4962 0,4963 0,4964
2,7 0,4965 0,4966 0,4967 0,4968 0,4969 0,4970 0,4971 0,4972 0,4973 0,4974
2,8 0,4974 0,4975 0,4976 0,4977 0,4977 0,4978 0,4979 0,4979 0,4980 0,4981
2,9 0,4981 0,4982 0,4982 0,4983 0,4984 0,4984 0,4985 0,4985 0,4986 0,4986
3,0 0,4987 0,4987 0,4987 0,4988 0,4988 0,4989 0,4989 0,4989 0,4990 0,4990
3,1 0,4990 0,4991 0,4991 0,4991 0,4992 0,4992 0,4992 0,4992 0,4993 0,4993
3,2 0,4993 0,4993 0,4994 0,4994 0,4994 0,4994 0,4994 0,4995 0,4995 0,4995
3,3 0,4995 0,4995 0,4995 0,4996 0,4996 0,4996 0,4996 0,4996 0,4996 0,4997
3,4 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4998
3,5 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998
3,6 0,4998 0,4998 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999
3,7 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999
3,8 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999
3,9 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000

11/11 Nota