Baixe o app para aproveitar ainda mais
Prévia do material em texto
Correta: ainda que o conjunto de dados apresente outliers, o fato de não ter a população com distribuição normal implica que aplicar o teste t Student não é adequado A distribuição t de Student busca aproximar variáveis aleatórias que tenham uma distribuição em forma de sino (isto é, aproximadamente normal), em que a amostra de dados é reduzida. A distribuição de amostragem de uma estatística tem maior chance de ser em forma de sino se algumas condições forem observadas: • A distribuição da população é normal; • A distribuição da população é simétrica, unimodal, sem outliers, e o tamanho da amostra é de pelo menos 30; • A distribuição da população é moderadamente distorcida, unimodal, sem outliers, e o tamanho da amostra é de pelo menos 40; • O tamanho da amostra é maior que 40, sem outliers. Diante dessas condições, considere o conjunto de dados ilustrado pelo boxplot a seguir: FUNDAMENTOS EM DATA SCIENCE E ANALISE ESTATÍSTICA DE DADOS – BQ 02 - QUEST 09_v1. Png Supondo que a distribuição da população para as notas dos clientes não é normal, e sabendo que o conjunto de dados é composto de 10 valores de nota, é possível afirmar que: para conjuntos de dados que não apresentam outliers, se a população segue outra distribuição distinta da normal, aplicar o teste t Student não é adequado. Ainda que o conjunto de dados apresente outliers, o fato de ter a população com distribuição normal implica que aplicar o teste t Student é adequado. Ainda que o conjunto de dados apresente outliers, o fato de não ter a população com distribuição normal implica que aplicar o teste t Student não é adequado. Quando o conjunto de dados apresenta outliers, independentemente da distribuição da população, aplicar o teste t Student é adequado. Quando o conjunto de dados não contiver outliers, quando a população segue outra distribuição distinta da normal, aplicar o teste t Student é adequado
Compartilhar