Teste t Student e Distribuição

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