*** *** *** *** *** *** *** 
*** Esboce um histograma para indicar a distribuiç˜ao teórica da variável aleatória.

lados <- 1:6
h <- hist(lados, breaks = 0.5:6.5, col = "gold", main = "Distribuição uniforme", probability=TRUE)

*** *** *** *** *** *** *** 
*** Encontre a média, variância e desvio padr˜ao desta distribuição

mean(h$mids)
sd(h$mids)
var(h$mids)

*** *** *** *** *** *** *** 
*** (iii)

d <- 1:6
tamanhoAmostra <- 3
qtdAmostras <- choose(length(d), tamanhoAmostra)
estatisticasPontuais <- rep(NA,qtdAmostras)
z = 1
for(i in 1:6) {
  for(j in 1:6) {
    estatisticasPontuais[z] = (d[i]+d[j])/2
    z <- z+1
  }
}
table(estatisticasPontuais)
prop.table(table(estatisticasPontuais))
barplot(table(estatisticasPontuais))

*** *** *** *** *** *** *** 
*** (iv)

mean(estatisticasPontuais)
sd(estatisticasPontuais)
var(estatisticasPontuais)

*** *** *** *** *** *** *** 
*** (v)

amostras <- replicate(10000, mean(sample(1:6, 2, replace = TRUE)))
mean(amostras)
sd(amostras)
var(amostras)


*** *** *** *** *** *** *** 
*** (vi)

Deveria ser computada a média da amostra para estimar o valor da média da população. Em geral, essa estimativa tende a diferir do verdadeiro valor por uma medida denominada erro padrão (standard error), que é calculada por S/sqrt(n), em que n é o tamanho da amostra, e S é o desvio padrão da amostra.


*** *** *** *** *** *** *** 
*** (vii)

range(dados)[2]-range(dados)[1]