Considere que a amostra aleatória simples X₁, X₂, ..., X_n tenha sido retirada de uma distribuição exponencial com função de densidade na forma f(x) = λexp(–λx), em que x > 0 e λ > 0. Com relação a essa amostra e à inferência estatística, julgue o  item  que se segue. 

De acordo com o teorema limite central, a soma segue uma distribuição normal.

Considere que a amostra aleatória simples X₁, X₂, ..., X_n tenha sido retirada de uma distribuição exponencial com função de densidade na forma f(x) = λexp(–λx), em que x > 0 e λ > 0. Com relação a essa amostra e à inferência estatística, julgue o  item  que se segue. 

A função de distribuição acumulada da estatística de ordem X_(n) = max{X₁, X₂, ..., X_n} é P(X_(n) ≤ x) = 1 -e^-λnx .

Considere que a amostra aleatória simples X₁, X₂, ..., X_n tenha sido retirada de uma distribuição exponencial com função de densidade na forma f(x) = λexp(–λx), em que x > 0 e λ > 0. Com relação a essa amostra e à inferência estatística, julgue o  item  que se segue. 

Considere que T(X₁, X₂, ..., X_n) seja o estimador do tipo UMVUE ( uniformly minimum-variance unbiased estimator) de λ . Nessa situação, a variância da estatística T(X₁ X₂, ..., X_n) corresponde ao limite inferior de Cramer-Rao.

Considere que a amostra aleatória simples X₁, X₂, ..., X_n tenha sido retirada de uma distribuição exponencial com função de densidade na forma f(x) = λexp(–λx), em que x > 0 e λ > 0. Com relação a essa amostra e à inferência estatística, julgue o  item  que se segue. 

A média amostral é um estimador não tendencioso do parâmetro λ.

Considere que a amostra aleatória simples X₁, X₂, ..., X_n tenha sido retirada de uma distribuição exponencial com função de densidade na forma f(x) = λexp(–λx), em que x > 0 e λ > 0. Com relação a essa amostra e à inferência estatística, julgue o  item  que se segue.

A soma é uma estatística suficiente para a estimação do parâmetro λ