Distribuições de Probabilidade | Aplicações e Propriedades

A distribuição de Bernoulli é mais adequada para descrever:

• O número de sucessos em uma série de experimentos.

• O tempo entre dois eventos consecutivos.

• O resultado de um único experimento com dois possíveis resultados.

• A soma de variáveis aleatórias independentes.

• O número de eventos que ocorrem em um intervalo fixo de tempo.

A distribuição Binomial é caracterizada por quais parâmetros?

• Tamanho da amostra e probabilidade de sucesso.

• Taxa de ocorrência e tempo.

• Média e desvio padrão.

• Tamanho da amostra e variância.

• Intervalo de tempo e número de sucessos.

A distribuição Poisson é mais frequentemente usada em qual contexto?

• Modelagem de eventos em intervalos fixos de tempo ou espaço.

• Avaliação de proporções em amostras pequenas.

• Análise de dados categóricos com duas opções.

• Cálculo de probabilidades acumuladas para amostras grandes.

• Estimativas de médias e variâncias.

Qual é a propriedade única da distribuição Exponencial?

• Os valores gerados são sempre positivos.

• Ela pode ser usada para descrever variáveis aleatórias discretas.

• Ela apresenta a propriedade de falta de memória.

• É simétrica em torno da média.

• A soma de variáveis exponenciais é uma nova exponencial.

Qual das opções descreve corretamente o suporte da distribuição Normal?

• Números inteiros não negativos.

• Qualquer valor real.

• Apenas valores positivos.

• Intervalo de 0 a 1.

• Apenas números inteiros.

Qual é a relação entre as distribuições Binomial e Poisson?

• A Binomial é um caso especial da Poisson.

• A Poisson é um limite da Binomial quando o número de ensaios é grande e a probabilidade de sucesso é pequena.

• Ambas são contínuas, mas têm diferentes funções de densidade.

• Elas nunca podem ser usadas em contextos semelhantes.

• A média da Binomial é sempre maior que a da Poisson.

Quando a distribuição Hipergeométrica é mais apropriada do que a Binomial?

• Quando os eventos são independentes.

• Quando a amostra é retirada sem reposição.

• Quando o número de sucessos na população é desconhecido.

• Quando o suporte é contínuo.

• Quando a probabilidade de sucesso é constante.

A função de risco da distribuição Exponencial:

• É crescente.

• É constante ao longo do tempo.

• Depende do número de eventos observados.

• É simétrica em torno da média.

• É definida apenas para valores inteiros.

O que diferencia a distribuição Normal de outras distribuições contínuas?

• Seu suporte é limitado.

• Ela não tem média ou variância definida.

• Ela é simétrica e sua curva é definida pela média e pelo desvio padrão.

• Ela só é usada para variáveis discretas.

• Sua aplicação é restrita a pequenas amostras.

A distribuição de Benford é frequentemente utilizada em auditorias porque:

• É a melhor maneira de estimar médias em amostras grandes.

• A maioria dos conjuntos de dados segue exatamente essa distribuição.

• Ela ajuda a identificar fraudes ao analisar a frequência dos dígitos iniciais.

• Garante que todos os dígitos sejam igualmente distribuídos.

• Está diretamente relacionada à distribuição Normal.