A4_DG

Prévia do material em texto

O coeficiente de correlação é um instrumento estatístico que, por meio de covariância, 
retira o efeito dos valores das variáveis analisadas. Dessa forma, ele permite que seja 
analisado o padrão de comportamento das variáveis; e disso podemos dizer que o 
sinal resultante de sua forma de cálculo indicará um padrão de comportamento 
específico das variáveis. 
 
Assim sendo, a seguir, assinale a alternativa que indica a forma de cálculo do 
coeficiente de correlação. 
 
Leia o trecho a seguir. 
 
“Frequentemente vislumbramos, de forma racional ou intuitiva, a relação entre 
comportamentos de variáveis que se apresentam de forma direta ou indireta. Será que 
se eu frequentar mais as piscinas do meu clube aumentarei a minha massa muscular? 
Será que se eu mudar de emprego terei mais tempo para ficar com meus filhos? Será 
que se eu poupar maior parcela de meu salário poderei me aposentar mais jovem?” 
 
FÁVERO, L. P. Análise de dados. Rio de Janeiro: Elsevier, 2015. p. 7. 
 
Assim sendo, a seguir, assinale a alternativa que indica a forma de cálculo do 
coeficiente angular. 
 
A distribuição normal é uma das distribuições mais importantes que a Estatística 
possui, sendo conhecida pelo nome “distribuição gaussiana”. A propósito, a maioria 
dos processos que ocorrem na natureza possui o padrão de uma distribuição de 
probabilidade normal; portanto, ela pode aparecer em problemas de Economia, 
Biologia, Medicina, Ciências Sociais, Educação, dentre outras áreas. 
 
Considerando o excerto apresentado, sobre distribuição normal, analise as afirmativas 
a seguir. 
 
I. A distribuição normal pode ser caracterizada pela média e pelo desvio-padrão. 
II. Para representar uma distribuição normal, escrevemos N(,). 
III. A distribuição normal possui sempre a mesma forma geral do gráfico que lembra o 
formato de sino. 
IV. A distribuição normal padrão geralmente é assimétrica em relação à sua média. 
 
É correto o que se afirma em: 
 
 
 
 
 
Leia o trecho a seguir. 
 
“[...] os fenômenos principais sobre os quais há o interesse de estudo são 
representados, em cada caso, por uma variável métrica, ou quantitativa, e, portanto, 
podem ser estudados por meio da estimação de modelos de regressão, que têm por 
finalidade principal analisar como se comportam as relações entre um conjunto de 
variáveis explicativas.” 
 
FÁVERO, L. P. Análise de dados. Rio de Janeiro: Elsevier, 2015. p. 5. 
 
Assim sendo, a seguir, assinale a alternativa que indica a forma de cálculo do 
intercepto. 
 
 
Considere a situação em que o resultado de um teste de Economia para 1.000 alunos 
segue uma distribuição normal com: parâmetro média ( ) igual a 7; desvio-padrão ( ) 
igual a 1; parâmetro Z dado por 0,34134. 
 
Com base nessas considerações, a seguir, assinale a alternativa que indica o número 
provável de estudantes com média acima de 8. 
 
 
Considere que o tempo médio de resolução de uma questão de Economia numa prova 
na faculdade possua: padrão de distribuição normal de probabilidade; parâmetro 
média () igual a 5; parâmetro desvio-padrão () igual a 1 minuto. Com base nessas 
informações, sendo os dados normalmente distribuídos e , 
responda à questão adiante. 
 
Assim sendo, a seguir, assinale a alternativa que indica a probabilidade de um 
estudante de Economia levar mais de 6 minutos para resolver uma questão. 
 
 
Considere que a distribuição de Poisson é relevante para o cálculo de eventos raros, 
como são os casos de ocorrência de acidentes automotivos, erros de digitação, 
chegada de um cliente em um banco e assim por diante. Portanto, podemos dizer que 
é relevante calcular a taxa de ocorrência por unidade de medida de cada um desses 
eventos. 
Assim sendo, assinale a alternativa que indica a forma de cálculo da probabilidade de 
um processo de Poisson. 
 
 
 
Leia o trecho a seguir. 
 
“A técnica de regressão linear oferece, prioritariamente, a possibilidade de que seja 
estudada a relação entre uma ou mais variáveis explicativas, que se apresentam na 
forma linear, e uma variável dependente quantitativa.” 
 
FÁVERO, L. P. Análise de dados. Rio de Janeiro: Elsevier, 2015. p. 5. 
 
Considerando o excerto apresentado, sobre regressão linear, analise as afirmativas a 
seguir. 
 
I. Regressão linear sempre será um modelo adequado para análise quantitativa entre 
duas variáveis. 
II. Na análise de regressão linear, o estudo do diagrama de dispersão traz informações 
relevantes. 
III. O modelo de regressão linear representa a reta esperada, portanto, uma reta média 
para y em função de x. 
IV. Na análise de regressão linear, interpretar o intercepto não traz informação 
adicional à análise do conteúdo. 
 
É correto o que se afirma em: 
 
 
Leia o trecho a seguir. 
 
“A distribuição binomial nada mais é do que a generalização da distribuição de 
Bernoulli. Há um ‘sucesso’, com probabilidade p e um ‘fracasso’, com probabilidade 1–
p, mas o número de experimentos (de ‘jogadas’) pode ser qualquer.” 
 
SARTORIS NETO, A. Estatística e introdução à econometria. São Paulo: Saraiva Educação, 
2017. p. 55. 
 
Assim sendo, a seguir, assinale a alternativa que indica a forma de cálculo da média e 
da variância da distribuição binomial. 
 
 
Os valores resultantes do cálculo do coeficiente de correlação podem ser interpretados 
como um percentual. Isso significa, por exemplo, que, se o coeficiente de correlação 
possui o valor de 0,375, temos uma correlação linear positiva moderada entre as 
variáveis analisadas pelo coeficiente. 
 
Assim sendo, a seguir, assinale a alternativa que indica o intervalo de valores que o 
coeficiente de correlação pode assumir quando há uma correlação linear negativa 
moderada.