Baixe o app para aproveitar ainda mais
Prévia do material em texto
Meus Simulados Teste seu conhecimento acumulado Disc.: ANALISE MULTIVARIADA E CLUSTERING Aluno(a): KRISELEN MARIANO DE ALMEIDA 202007271041 Acertos: 10,0 de 10,0 31/08/2022 Acerto: 1,0 / 1,0 Marque, dentre as alternativas abaixo, a opção que não corresponde a Análise Fatorial: Utilizada assim que existe um número muito extenso de variáveis. Incluem-se as análises de componentes principais e as análises de fator. Fazer agrupamentos de variáveis segundo o seu grau de semelhança e minimizar as diferenças. Tem objetivo de selecionar um número menor de outras variáveis alternativas. Descrever a variabilidade de variáveis correlacionadas observadas em menos variáveis não observadas. Respondido em 31/08/2022 14:05:59 Explicação: Fazer agrupamentos de variáveis segundo o seu grau de semelhança e minimizar as diferenças. Acerto: 1,0 / 1,0 Na análise multivariada são realizados alguns testes para suposição estatística, sendo assim podemos evitar o risco de uma análise falha e com vieses. Marque a opção que não corresponde a um teste de suposição: Teste de Normalidade. Teste de Linearidade Relações não lineares. Testar Heteroscedasticidade. Teste do vetor aleatório. Teste de Erros Correlacionados. Respondido em 31/08/2022 14:06:15 Explicação: Teste do vetor aleatório. Acerto: 1,0 / 1,0 Questão1 a Questão2 a Questão3 a https://simulado.estacio.br/alunos/inicio.asp javascript:voltar(); Se um estudo está́ sendo planejado para revelar estrutura fatorial, temos que nos esforçar para ter pelo menos: seis variáveis para cada fator proposto. dez variáveis para cada fator proposto. duas variáveis para cada fator proposto. cinco variáveis para cada fator proposto. quatro variáveis para cada fator proposto. Respondido em 06/09/2022 14:56:26 Explicação: cinco variáveis para cada fator proposto. Acerto: 1,0 / 1,0 Calcule o coeficiente de determinação R2 supondo-se o resultado da análise de regressão múltipla abaixo: ANOVA gl SQ MQ F F de significação Regressão 2 0,159 0,080 470,105 0,000 Resíduo 20 0,003 0,000 Total 22 0,163 Coeficientes Erro padrão Stat t valor-P Interseção 3,83 0,17 22,94 0,00 X1 0,54 0,02 23,11 0,00 X2 -0,18 0,04 -5,05 0,00 85% 57% 24% 30% 98% Respondido em 06/09/2022 14:56:59 Explicação: 98% Acerto: 1,0 / 1,0 Qual a função do R devemos utilizar para calcular a regressão logística: glm(Y~modelo, family=binomial(link=" logística ")) lm(Y~modelo, family=binomial(link="logit")) lm(Y~modelo, family=binomial(link="logística")) lm(Y~modelo, family=normal(link=" logística ")) Questão4 a Questão5 a glm(Y~modelo, family=normal(link="logit")) Respondido em 06/09/2022 14:57:33 Explicação: lm(Y~modelo, family=binomial(link="logit")) Acerto: 1,0 / 1,0 Considere que dois tratamentos (compras de alimentos industrializados ou naturais e idade) são usados para examinar o tipo de compra de um certo produto. Uma interação ordinal acontece, por exemplo, quando as compras de alimentos são industrializados ou naturais, mas a diferença entre esses mios de compra difere de acordo com a faixa etária do grupo. Testar com probabilidade de 95% as diferenças de grupos individualmente para cada uma das variáveis dependentes, sabendo que o resultado traz um p-valor de 0,1: aceita-se a hipótese alternativa de que as médias dos grupos de compras de alimentos industrializados ou naturais são iguais. os dois grupos são iguais não se rejeita a hipótese nula de que as médias dos grupos de compras de alimentos industrializados ou naturais são iguais. rejeita-se a hipótese nula de que as médias dos grupos de compras de alimentos industrializados ou naturais são iguais. O teste é inconclusivo Respondido em 06/09/2022 14:58:17 Explicação: não se rejeita a hipótese nula de que as médias dos grupos de compras de alimentos industrializados ou naturais são iguais. Acerto: 1,0 / 1,0 A flexibilidade da análise conjunta viabiliza sua aplicação em praticamente qualquer área na qual as decisões são estudadas. Após determinar a contribuição de cada fator à avaliação geral do consumidor, podemos então proceder com o seguinte: Análise das suposições. Utilizar em casos em que existem duas ou mais variáveis dependentes. Planejamento de pesquisa. Só envolve variáveis. Definir o objeto ou conceito com a combinação ótima de características. Respondido em 06/09/2022 14:58:45 Explicação: Definir o objeto ou conceito com a combinação ótima de características. Acerto: 1,0 / 1,0 O método aglomerativo segue um processo simples e repetitivo, marque a opção que não corresponde a um passo: Questão6 a Questão7 a Questão8 a Começar com todas as observações como formando seus próprios agrupamentos (ou seja, cada observação forma um agrupamento unitário), de forma que o número de agrupamentos seja igual ao de observações. Continuar a combinar os dois agrupamentos mais parecidos em um novo, reduzindo assim a quantia de agrupamentos em uma unidade. Repetir o processo novamente, usando medida de similaridade para combinar os dois agrupamentos mais parecidos em um novo. Usando a medida de similaridade, não há necessidade de formar agrupamentos. Usando a medida de similaridade, combinar os dois agrupamentos mais parecidos em um novo (agora contendo duas observações), reduzindo assim a quantia de agrupamentos em uma unidade. Respondido em 06/09/2022 14:59:11 Explicação: Usando a medida de similaridade, não há necessidade de formar agrupamentos. Acerto: 1,0 / 1,0 Para desenvolver o MDS, temos que colocar os objetos em ordem em uma matriz de similaridade. Escolhemos os tipos de doces A, B, C e D. A ordenação dos pares é como se segue: AB < BD < AD < CD < BC < AC (cada par de letras indica a distância [similaridade] entre os elementos do par). Como fica a matriz de similaridade nesse caso, sendo ordenadas de 1 até 6: Ventilador A B C D A 1 6 3 B - 5 2 C - 4 D - Ventilador A B C D A 2 5 1 B - 6 4 C - 3 D - Ventilador A B C D A 2 6 3 B - 5 1 C - 4 D - Ventilador A B C D A 1 5 3 B - 6 1 C - 4 D - Ventilador A B C D A 5 2 3 B - 6 4 C - 1 D - Respondido em 06/09/2022 14:59:38 Questão9 a Explicação: Ventilador A B C D A 1 6 3 B - 5 2 C - 4 D - Acerto: 1,0 / 1,0 A análise fatorial confirmatória (CFA) nos permite testar o quão bem as variáveis medidas representam os construtos. A principal vantagem é que o pesquisador pode: Medir a similaridade e Formação dos agrupamentos. quantas dimensões queremos, como também quantas vezes ele irá procurar pelo resultado mais simples. testar analiticamente uma teoria conceitualmente fundamentada, explicando como diferentes itens medidos descrevem importantes medidas psicológicas, sociológicas ou de negócios. oferecem uma visão básica de SEM a quantia de agrupamentos em uma unidade. Respondido em 06/09/2022 15:00:10 Explicação: testar analiticamente uma teoria conceitualmente fundamentada, explicando como diferentes itens medidos descrevem importantes medidas psicológicas, sociológicas ou de negócios. Questão10 a javascript:abre_colabore('38403','292067430','5602748347');
Compartilhar