Objetiva g2

Prévia do material em texto

QUESTÕES OBJETIVAS G2 
 Tratamento de Dados - 2018/1 
 Profª Simone Echeveste 
 
Questão 1. Deseja-se verificar se as concentrações do poluente atmosférico dióxido de enxofre está relacionada 
com a quantidade de pessoas com doenças respiratórias em um município. A ferramenta estatística que nos 
permite verificar se duas variáveis quantitativas estão relacionadas é: 
 
a. ( ) Análise de Regressão 
b. ( ) Análise de Correlação 
c. ( ) Intervalo de confiança 
d. ( ) Teste de Hipóteses para comparação entre duas médias 
e. ( ) Teste de Hipóteses para uma média 
 
Questão 2. Em um trecho de uma avenida, ao se utilizar o radar móvel em um determinado período, são 
verificadas em média 7,5 infrações diárias por excesso de velocidade. A Polícia Rodoviária acredita-se que esse 
número pode ter aumentado. Para se verificar isso, o radar foi mantido por uma amostra de 10 dias consecutivos 
e o número médio de infrações registradas foi de 8,7 com um desvio padrão de 2 infrações. Através da realização 
do Teste de Hipóteses adequado ao nível de significância de 5% podemos concluir que: 
 
a. ( ) O valor da estatística do teste t=-1,81; Aceita-se H0, logo o número médio de infrações difere 
significativamente de 7,5 infrações. Observa-se que este número teve um aumento significativo conforme 
suspeita da Polícia Rodoviária. 
 
b. ( ) O valor da estatística do teste t=5,41; Rejeita-se H0, logo o número médio de infrações não difere 
significativamente de 7,5 infrações. 
 
c. ( ) O valor da estatística do teste t=1,90; Rejeita-se H0, logo o número médio de infrações não difere 
significativamente de 8,7 infrações. 
 
d. ( ) O valor da estatística do teste t= 8,7; Aceita-se H0, logo o número médio de infrações não difere 
significativamente de 7,5 infrações. 
 
e. ( ) O valor da estatística do teste t= 1,90; Aceita-se H0, logo o número médio de infrações não difere 
significativamente de 7,5 infrações. 
 
Questão 3. Uma amostra de veículos foi investigada quanto ao consumo de combustível, quando abastecidos 
com gasolina comum e com gasolina aditivada. O consumo foi avaliado em quilômetros rodados por litro de 
combustível, em estrada. O objetivo deste estudo era verificar se existe diferença significativa no consumo médio 
de combustível dos automóveis entre as duas situações. Os dados obtidos com a pesquisa encontram-se a seguir: 
 
Consumo de combustível 
Gasolina n Consumo Médio Desvio-padrão 
Comum 12 14,33 1,1 
Aditivada 12 13,33 1,5 
Através da realização do Teste de Hipóteses adequado ao nível de significância de 5% podemos concluir que: 
 
a. ( ) O valor da estatística do teste t= 12,5; Rejeita-se H0, logo o consumo médio de combustível difere 
significativamente entre os tipo de gasolina comum e aditivada. O consumo é superior para a gasolina 
aditivada 
 
b. ( ) O valor da estatística do teste t= -6,5; Rejeita-se H0, logo o consumo médio de combustível não difere 
significativamente entre os tipo de gasolina comum e aditivada. 
 
c. ( ) O valor da estatística do teste t= 1,85; Aceita-se H0, logo o consumo médio de combustível não difere 
significativamente entre os tipo de gasolina comum e aditivada. 
 
d. ( ) O valor da estatística do teste t= 1,85; Aceita-se H0, logo o consumo médio de combustível difere 
significativamente entre os tipo de gasolina comum e aditivada. O consumo é superior para a gasolina 
aditivada 
 
e. ( ) O valor da estatística do teste t= 6,5; Aceita-se H0, logo o consumo médio de combustível não difere 
significativamente entre os tipo de gasolina comum e aditivada. 
 
Questão 4. Considere as seguintes afirmativas sobre a ferramenta estatística Teste de Hipóteses: 
 
I - O Teste de hipóteses é útil quando desejamos verificar a alegação (afirmação) feita sobre um parâmetro, que 
pode ser, por exemplo, uma média. 
II – Dados do problema, Hipóteses, Estatística do Teste, Regra de Decisão e Conclusão correspondem às etapas de 
um teste de hipóteses. 
III – Quando aceitamos a hipótese nula H0 concluímos que a diferença entre as médias é significativa 
IV – Poderíamos utilizar um teste de hipóteses para a comparação entre duas médias com o objetivo de verificar se 
existe diferença significativa entre homens e mulheres em relação à marca de veículo preferida. 
 
São afirmações VERDADEIRAS: 
a. ( ) Afirmativas I e II 
b. ( ) Afirmativas I, II, IV 
c. ( ) Afirmativas II e III 
d. ( ) Afirmativas I, II, III e IV 
e. ( ) Apenas a afirmativa II 
 
 
 
 
 
 
 
 
 
 
Questão 5. Os dados abaixo representam a Densidade demográfica (habitantes por km2), e o IDH (Índice de 
desenvolvimento humano) de uma amostra de 10 Estados do Brasil: 
 
Estado Densidade Demográfica habitantes/km2 IDH 
Bahia 24,82 0,660 
Paraná 52,4 0,749 
Rio Grande do Sul 37,96 0,746 
Santa Catarina 65,27 0,774 
Maranhão 19,81 0,639 
Rio de Janeiro 365,23 0,761 
São Paulo 166,23 0,783 
Acre 4,47 0,663 
Minas Gerais 33,41 0,731 
Distrito Federal 444,66 0,824 
 Fonte: IBGE 
 
O Coeficiente de Correlação entre a Densidade Demográfica habitantes/km2 e o IDH e sua interpretação é : 
a. ( ) r = 0,692 – Existe uma correlação direta entre as variáveis, ou seja, quanto maior a densidade 
demográfica maior tende a ser o IDH. 
 
b. ( ) r= 0,244 , Existe uma correlação direta entre as variáveis, ou seja, quanto maior a densidade 
demográfica maior tende a ser o IDH. 
 
c. ( ) r= - 0,912 , Existe uma correlação inversa entre as variáveis, ou seja, quanto maior a densidade 
demográfica menor tende a ser o IDH. 
 
d. ( ) r= 0,825 , estas variáveis não estão correlacionadas. 
 
e. ( ) r= -0,440 , Existe uma correlação direta entre as variáveis, ou seja, quanto maior a densidade 
demográfica maior tende a ser o IDH. 
 
Questão 6. Podemos utilizar os resultados de uma Análise de Regressão Linear para: 
a. ( ) Realizar previsões sobre o comportamento futuro de algum fenômeno através de uma coleta de 
dados e Simular os efeitos sobre uma variável Y em decorrência de alterações introduzidas nos valores de 
uma variável X. 
 
b. ( ) Verificar se duas variáveis X e Y estão relacionadas e mensurar o grau desta relação. 
 
c. ( ) Estimar uma média considerando algumas fontes de erro previsíveis e realizar previsões futuras 
considerando estas estimativas 
 
d. ( ) Comparar as médias das variáveis X e Y e verificar se diferem significativamente. 
 
e. ( ) Obter uma previsão confiável de uma média e realizar a simulação de diferentes cenários de 
resultados na tomada de decisão. 
 
Questão 7. O crescimento acelerado da população mundial traz consigo cada vez mais pessoas consumindo 
produtos e produzindo lixo. Produtos mais baratos, acessíveis e com o seu ciclo de vida extremamente curto, 
tornam-se rapidamente obsoletos e, assim, transformam-se em mais lixo. Uma pesquisa foi realizada com uma 
amostra de 12 famílias com o objetivo de verificar a relação entre a Renda per capta em reais (x) e a quantidade 
de lixo orgânico produzida por esta família em kg/ano: 
 
Família Renda per capta (x) Qtde Lixo Orgânico Kg/ano (y) 
1 84,3 136 
2 87,5 149 
3 88 142 
4 90 156 
5 100 115 
6 100,56 110 
7 102,9 115 
8 125 63 
9 130,5 59 
10 133 58 
11 139 56 
12 135 39 
 
Através destas informações a Reta de Regressão para estas variáveis é: 
 
a. ( ) y = 226,64 – 7,45 x 
b. ( ) y = 310,38 + 1,61 x 
c. ( ) y = 313 – 3,92 x 
d. ( ) y = 455,24 – 0,14 x 
e. ( ) y = 114,15 + 1,52 x 
 
Questão 8. Um dono de um bar localizado em uma praia de grande movimento anotou por um longo período de 
tempoa temperatura média diária, em ºC (X), e o volume de vendas diárias de sorvete, em kg (Y). Com os dados, 
estabeleceu uma equação de regressão, resultando em: Y = 0,5 +1,8 X. A partir deste resultado, qual o consumo 
esperado de sorvete num dia de 30ºC? 
 
a. ( ) 1,8 kg 
b. ( ) 0,5 kg 
c. ( ) 24,3 kg 
d. ( ) 54,0 kg 
e. ( ) 54,5 kg 
 
 
 
 
 
 
 
 
Questão 9. Abaixo está apresentado o Diagrama de Dispersão que representa a relação entre as variáveis 
Porcentagem da população economicamente ativa empregada no setor primário (y) e o respectivo índice de 
analfabetismo (x) para algumas regiões metropolitanas brasileiras. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
O Diagrama de dispersão nos permite verificar a intensidade e o tipo de correlação existe entre duas variáveis. No 
gráfico acima apresentado podemos verificar que: 
 
a. ( ) A Porcentagem da população economicamente ativa empregada no setor primário (y) e o 
respectivo índice de analfabetismo (x) possuem uma correlação indireta. 
 
b. ( ) A Porcentagem da população economicamente ativa empregada no setor primário (y) e o 
respectivo índice de analfabetismo (x) possuem uma correlação inversa. 
 
c. ( ) A Porcentagem da população economicamente ativa empregada no setor primário (y) e o 
respectivo índice de analfabetismo (x) não estão correlacionados. 
 
d. ( ) A Porcentagem da população economicamente ativa empregada no setor primário (y) e o 
respectivo índice de analfabetismo (x) possuem uma correlação direta. 
 
e. ( ) A Porcentagem da população economicamente ativa empregada no setor primário (y) e o 
respectivo índice de analfabetismo (x) não podem ser correlacionadas pois não são variáveis 
quantitativas. 
 
 
 
 
 
 
 
 
 
 
 
5
10
15
20
25
30
35
40
45
0 2 4 6 8 10 12 14 16
Po
rce
nta
ge
m 
da
 po
pu
laç
ão
 ec
on
om
ica
me
nte
 at
iva
 
em
pre
ga
da
 no
 se
tor
 pr
im
ári
o
Indice de Analfabetismo
Questão 10. Pode-se observar atualmente que um dos grandes problemas ambientais está relacionado com a 
ocupação desordenada do solo sem os devidos tratos conservacionistas que provocam alterações na qualidade 
da água local e induzem a poluição dos recursos hídricos. Um estudo foi realizado com o objetivo avaliar a 
qualidade da água em bacias hidrográficas do Rio Mirassol e dentre as variáveis investigadas procurou-se verificar 
a relação entre a Temperatura °C (x) e Turbidez (NTU) (Y) do Rio. Os dados observados foram: 
 
Dia Temperatura - °C (x) Turbidez (NTU) (y) 
1 16,8 19,0 
2 17,3 21,0 
3 15,6 19,0 
4 18,1 24,0 
5 16,4 20,0 
6 17,5 21,0 
7 14,8 18,2 
8 14,2 17,0 
9 15,5 18,6 
10 15,2 18,4 
 
Através da Construção da Reta de Regressão para estes dados a estimativa de Turbidez para um dia com 
temperatura de 20°C é: 
 
a. ( ) 29,4 NTU 
b. ( ) 25,1 NTU 
c. ( ) 19,8 NTU 
d. ( ) 20,1 NTU 
e. ( ) 37,8 NTU