Se queremos fazer um teste de hipóteses para H_(0):mu geqslant mu _(0) e H_(1):mu lt mu _(0) onde a distribuição de nossa amostra não é conhecida utilizamos a estatistica "A"e a região de aceitação "B" em nosso teste Sabendo que nossa amostra é grande assinale a alternativa que corresponde ao par correto para "A" e "B". A W=(bar (X)-mu _(0))/(S/sqrt (n))eWgeqslant -z_(alpha ) B W=(bar (X)-mu _(o))/(sigma /sqrt (n))eWgeqslant -t_(alpha ,n-1) W=(bar (X)-mu _(o))/(S/sqrt (n))eWgeqslant -t_(alpha ,n-1) D W=(bar (X)-mu _(0))/(sigma /sqrt (n))eWgeqslant -z_(alpha ) E W=(bar (X)-mu _(0))/(S/sqrt (n))eWleqslant -z_(alpha )

Question

Pergunta

Se queremos fazer um teste de hipóteses para H_(0):mu geqslant mu _(0) e H_(1):mu lt mu _(0) onde a distribuição de nossa amostra não é conhecida utilizamos a estatistica "A"e a região de aceitação "B" em nosso teste Sabendo que nossa amostra é grande assinale a alternativa que corresponde ao par correto para "A" e "B". A W=(bar (X)-mu _(0))/(S/sqrt (n))eWgeqslant -z_(alpha ) B W=(bar (X)-mu _(o))/(sigma /sqrt (n))eWgeqslant -t_(alpha ,n-1) W=(bar (X)-mu _(o))/(S/sqrt (n))eWgeqslant -t_(alpha ,n-1) D W=(bar (X)-mu _(0))/(sigma /sqrt (n))eWgeqslant -z_(alpha ) E W=(bar (X)-mu _(0))/(S/sqrt (n))eWleqslant -z_(alpha )

Answer 1

alternativa correta é a A: \( W = \frac{\bar{X} - \mu_{0}}{S/\sqrt{n}} \) e \( W \geqslant -z_{\alpha} \).<br /><br />Quando a amostra é grande, podemos usar o teorema central do limite para aproximar a distribuição da média amostral por uma distribuição normal. Assim, utilizamos a estatística \( W = \frac{\bar{X} - \mu_{0}}{S/\sqrt{n}} \), onde \( S \) é o desvio padrão amostral. A região de aceitação é baseada na distribuição normal padrão, usando o valor crítico \( -z_{\alpha} \).

Pergunta

Solução

Responder