Logo Passei Direto
Buscar
O uso de testes paramétricos ou não paramétricos inclui, além da análise dos dados e suas características, um processo decisório do pesquisador. Muitas vezes, mesmo que não haja informações sobre a distribuição, pode-se aplicar testes paramétricos. Outras vezes, mesmo que se obtenha a média, ela pode não ser tão representativa dos dados. Para teste não paramétrico, qual o parâmetro mais indicado a ser usado? a. Proporção. b. Variância. c. Média populacional. d. Moda. e. Mediana.
User badge image
kool kids

há 2 anos

User badge image
kool kids

há 2 anos

Respostas

User badge image

Ed Verified user icon

ano passado

Para escolher o parâmetro mais indicado a ser usado em testes não paramétricos, é importante entender que esses testes são utilizados quando não se pode assumir que os dados seguem uma distribuição normal. Analisando as opções: a) Proporção - Refere-se a uma parte de um todo, mas não é o parâmetro mais comum em testes não paramétricos. b) Variância - É uma medida de dispersão, mas não é o foco principal em testes não paramétricos. c) Média populacional - Testes não paramétricos geralmente não utilizam a média, pois ela pode ser influenciada por outliers. d) Moda - É a medida que representa o valor mais frequente, mas não é a mais indicada para descrever a tendência central em dados não paramétricos. e) Mediana - É a medida que representa o valor central de um conjunto de dados e é muito utilizada em testes não paramétricos, pois não é afetada por outliers. Portanto, a opção mais indicada para testes não paramétricos é: e) Mediana.

Essa resposta te ajudou?

0
Dislike0
left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar essa resposta. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

User badge image

Ed Verified user icon

há 2 anos

Para testes não paramétricos, o parâmetro mais indicado a ser usado é a mediana (alternativa e). Os testes não paramétricos são utilizados quando não se faz suposições sobre a distribuição dos dados ou quando os dados não seguem uma distribuição normal. A mediana é uma medida de posição que não é afetada por valores extremos ou assimetrias nos dados, sendo uma escolha mais robusta nesses casos.

Essa resposta te ajudou?

0
Dislike0

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

Mais perguntas desse material

Os testes de hipóteses se dividem em paramétricos e não paramétricos. Os paramétricos são aqueles que utilizam os parâmetros da distribuição, ou uma estimativa destes, para o cálculo de sua estatística. Normalmente, estes testes são mais rigorosos e possuem mais pressuposições para sua validação. Já os não paramétricos utilizam, para o cálculo de sua estatística, postos atribuídos aos dados ordenados e são livres da distribuição de probabilidades dos dados estudados.
Analise os diferentes testes abaixo, identificando se fazem parte dos testes paramétricos ou não paramétricos. Agora, assinale a alternativa que contenha apenas os testes paramétricos.
I. Teste-t para uma amostra
II. Teste de Mann-Whitney
III. ANOVA
IV. Teste-t para duas amostras
V. Teste de Wilcoxon
a. I, III e IV.
b. I, II e IV.
c. I, II e III.
d. III, IV e V.
e. II, II e V.

Um dos testes de inferência mais utilizados são os de hipóteses. Eles são essenciais para a avaliação de condições e efeitos, indicando se uma hipótese levantada é representativa da realidade ou não. Para isso, os estudos definem H0 e H1 e o nível de confiança necessário. Considere um estudo hipotético que deseja verificar o efeito de um suplemento de vitamina D, em uma população conhecidamente deficitária. A hipótese nula indica a concentração média populacional, de 10 ng/mL. O nível de confiança escolhido foi de 92%, e o valor de p calculado em 0,001.
A partir do estudo apresentado e dos conhecimentos prévios sobre testes de hipóteses e análise estatística, analise as afirmativas, verificando se são verdadeiras (V) ou falsas (F).
I. ( ) A hipótese alternativa do estudo é provavelmente H1 > 10 ng/mL.
II. ( ) O valor de p indica o aceite de H0 e rejeição de H1.
III. ( ) O suplemento não foi efetivo em sua função.
IV. ( ) Os dados indicam que a hipótese alternativa deve ser aceita.
V. ( ) O estudo utilizou-se do valor ...
a. F - V - V - F -F.
b. V - F - F -V -V.
c. F - F - V - V -F.
d. V - F - F - F -V.
e. V - V - F - F -F.

Os testes de hipóteses são muito utilizados em estudos de bioestatística, pois, usualmente, o objetivo é justamente comprovar determinado efeito observado e analisar sua generalização populacional. Os testes estatísticos são baseados em estimativas, e a probabilidade de erros sempre irá existir.
Considerando os erros do tipo I e tipo II, analise as afirmativas, verificando se estão corretas ou incorretas.
I. Em uma situação real em que H0 é falsa e não é rejeitada, ocorre erro do tipo I.
II. Em uma situação real em que H0 é verdadeira e é rejeitada, ocorre erro do tipo II.
III. A probabilidade de ocorrer o erro do tipo I está relacionada a α (alfa).
IV. Em uma situação real em que H0 é falsa e é rejeitada, a decisão é correta.
V. A probabilidade de ocorrer o erro do tipo II está relacionada a β (beta).
a. II, IV e V.
b. III, IV e V.
c. I, III e V.
d. II, III e IV.
e. I, II e V.

A estatística é uma ferramenta que vai além da matemática. Claramente, ela se apoia em cálculos e fórmulas, mas também em análises críticas e raciocínio lógico para interpretar corretamente os dados obtidos. Nesse contexto, há duas frentes principais em estatística, uma voltada para obtenção de dados concretos, como média e desvio-padrão, chamada de ____________, e outra voltada para análise de preposições, generalizações, predições e tomada de decisões, chamada de ____________.
Assinale a alternativa que corretamente e, respectivamente, preenche as lacunas do texto.
a. Estatística descritiva; estatística inferencial.
b. Estatística de inferências; estatística discricional.
c. Estatística matemática; estatística hipotética.
d. Estatística generalista; estatística metodológica.
e. Estatística populacional; estatística amostral.

Leia o trecho a seguir. "É uma metodologia estatística que nos auxilia a tomar decisões sobre uma ou mais populações baseadas na informação obtida da amostra. Nos permite verificar se os dados amostrais trazem evidência que apoiem ou não uma hipótese estatística formulada. Ao tentarmos tomar decisões, é conveniente a formulação de suposições ou de conjeturas sobre as populações de interesse, que, em geral, consistem em considerações sobre parâmetros (μ, σ2, p) das mesmas. Essas suposições, que podem ser ou não verdadeiras, são denominadas de Hipóteses Estatísticas".
Sobre as hipóteses estatísticas, como são chamadas as suposições que se contrastam em um estudo de teste de hipóteses?
a. Hipótese provada e hipótese reprovada.
b. Hipótese falsa e hipótese verdadeira.
c. Hipótese nula e hipótese alternativa.
d. Hipótese provável e hipótese improvável.
e. Hipótese forte e hipótese fraca.

Os testes estatísticos podem ser divididos em dois grandes grupos, conforme fundamentem ou não os seus cálculos na premissa de que a distribuição de frequências dos erros amostrais é normal, as variâncias são homogêneas, os efeitos dos fatores de variação são aditivos e os erros independentes. Se tudo isso ocorrer, é muito provável que a amostra seja aceitavelmente simétrica, terá com certeza apenas um ponto máximo, centrado no intervalo de classe onde está a média da distribuição, e o seu histograma de frequências terá um contorno que seguirá aproximadamente o desenho em forma de sino da curva normal.
Considerando os testes paramétricos e não paramétricos, assinale a alternativa correta.
a. Testes não paramétricos só podem ser aplicados em conjuntos de dados com média conhecida e desvio-padrão < 2.
b. Testes paramétricos só podem ser aplicados em conjuntos amostrais com n < 10.
c. Testes não paramétricos são aplicados em conjuntos amostrais com H0 = 0.
d. Grupos amostrais pequenos utilizam outros testes, que não são os paramétricos ou não paramétricos.
e. Testes paramétricos são aplicados em distribuições normais e em distribuições assimétricas.

O coeficiente de correlação de Pearson (r) ou coeficiente de correlação produto-momento ou o r de Pearson mede o grau da correlação linear entre duas variáveis quantitativas. É um índice adimensional com valores situados entre -1,0 e 1.0 inclusive, que reflete a intensidade de uma relação linear entre dois conjuntos de dados.
Considerando o conceito de correlação, analise os gráficos, a seguir, com dados hipotéticos, em que as variáveis analisadas são, no primeiro gráfico: exposição solar e concentração de vitamina D; e no segundo gráfico, o uso de protetor solar e incidência de câncer de pele. Com base nos conceitos aprendidos e nos gráficos apresentados, analise se as afirmativas são verdadeiras (V) ou falsas (F).
I. ( ) As variáveis exposição solar e vitamina D trazem uma correlação positiva e significativa entre si.
II. ( ) As variáveis exposição solar e câncer de pele trazem uma correlação negativa entre si.
III. ( ) A correlação no gráfico da esquerda é mais significativa que a no gráfico da direita, portanto r deve ser mais próximo do valor 1 no primeiro estudo.
IV. ( ) A correlação entre uso de protetor solar e incidência de câncer de pele é negativa.
V. ( ) O valor calculado de r é positivo em ambos os gráficos.
a. F - V - V- V- F.
b. V - F - F- V- F.
c. V - F - V- V- F.
d. V - V - F- V- F.
e. F- F - V- V- F.

As ferramentas estatísticas são amplamente empregadas em estudos clínicos/biológicos. Por exemplo, estudos em que o objetivo é identificar os efeitos de determinado tratamento em uma doença, há testes específicos para indicar justamente o tempo entre a observação inicial e final.
À qual tipo de análise específica o texto se refere?
a. Teste de sobrevida ou sobrevivência.
b. Teste espaço-temporal.
c. Teste de mortalidade.
d. Teste de meia-vida.
e. Teste de proporcionalidade e frequência.

Mais conteúdos dessa disciplina