Enunciado

Suponha que X tenha distribuição N ( 0 ,   0,09 ) . Uma amostra de tamanho 25 é obtida de X, digamos X1,...,X25. Qual é a probabilidade de que ∑ X i ²   exceda 1,5?

Passo 1

Oi oi, meu xuxuzinho!! Tudo bem com você?? Vamos analisar o que a nossa questão nos pede e matar essa em 10 minutos?? Bora. Bom, nosso enunciado nos pede para encontrarmos o nosso valor esperado. Parece muita coisa, mas é tranquilo. Partiu??

Passo 2

Ok, nosso primeiro passo vai ser relembrar o que o exercício nos deu. Preparado??

∑ X i 2 > 1,5  

Com essa estrutura de probabilidade, podemos arrumar para botar em função do primeiro valor da distribuição dela. Lembra como faz?? Não?? Vai lá na teoria que eu te esperoaqui...

Achou?? Então me diz aii...

P K ≤ k = 1 - P K > k

P X > k = F k

Com isso, podemos começar a pensar.

Z ² = ∑ X i 2 0,09   ~   X 25 ²  

Passo 3

Pronto!! Agora é só obter nossa distribuição!!

P ∑ X i ² > 1,5 = P Z 2 > 1,5 0,09

P ∑ X i ² > 1,5 = 0,8935

Resposta

P ∑ X i ² > 1,5 = 0,8935

Ver Outros Exercícios desse livro

Exercícios de Livros Relacionados

a. Seja X 1 , … , X n a amostra aleatória de uma distribuição uniforme em [ 0 , θ ] Então, a emv de θ é θ ˆ = Y = m a x X i . Use o fato de Y ≤ y se e somente se cada X i ≤ y para encontrar a fdc de Y
A média dos erros quadráticos de um estimador θ ˆ é M S E ⁡ ( θ ˆ ) = E ( θ ˆ - θ ) 2 . Se θ ˆ é não-tendencioso, então M S E ⁡ ( θ ˆ ) = V ( θ ˆ ) , mas em geral M S E ⁡ ( θ ˆ ) = V ( θ ˆ ) + ( desvi
Todos os n espécimes serão pesados duas vezes na mesma escala. Represente por X i e Y i os dois pesos observados do i-ésimo espécime. Suponha que X i e Y i sejam independentes entre si, cada um normal
Um estimador θ é dito ser consistente se para qualquer ϵ ˆ0 , P ( | θ ˆ - θ | ≥ ϵ ) ↔ 0 quando n ↔ ∞ . Isto é, θ ˆ é consistente se, à medida que o tamanho da amostra aumenta, menor é a probabilidade
Seja X 1 , … , X n a amostra aleatória de uma fdp que seja simétrica com relação a μ . Um estimador de μ considerado por realizar bem uma variedade de distribuições subjacentes é o estimador de Hodges