Prévia do material em texto
100 para expressar em porcentagem. É usado para comparar a variabilidade de conjuntos de dados com médias diferentes. 3. **Problema:** Como você determinaria se uma distribuição de dados é normal ou não? - **Resposta e Explicação:** Isso pode ser feito visualmente usando um histograma e um gráfico Q-Q (quantil-quantil). Além disso, testes estatísticos como o teste de Shapiro- Wilk podem ser aplicados para verificar se os dados seguem uma distribuição normal. 4. **Problema:** O que é o teste t de Student e em que situações é aplicado? - **Resposta e Explicação:** O teste t de Student é utilizado para determinar se há diferença estatisticamente significativa entre as médias de dois grupos independentes. É apropriado quando os dados seguem uma distribuição normal e podem ser usados com pequenos tamanhos amostrais. 5. **Problema:** Explique o que são outliers em estatística. - **Resposta e Explicação:** Outliers são valores atípicos que se encontram significativamente distantes da maioria dos outros pontos de dados em um conjunto. Eles podem distorcer a interpretação dos resultados estatísticos e devem ser identificados e tratados adequadamente. 6. **Problema:** Como a autocorrelação pode afetar a análise de séries temporais? - **Resposta e Explicação:** A autocorrelação é a correlação de uma série temporal com suas próprias versões atrasadas. Se não for tratada, pode levar a previsões imprecisas ou estimativas de parâmetros enviesadas em modelos de séries temporais, pois viola a suposição de independência dos erros. 7. **Problema:** O que é o coeficiente de correlação de Pearson e qual é o seu intervalo de valores? - **Resposta e Explicação:** O coeficiente de correlação de Pearson mede a força e a direção da relação linear entre duas variáveis contínuas. Seus valores variam de -1 a 1, onde -1 indica uma correlação negativa perfeita, 0 indica ausência de correlação, e 1 indica uma correlação positiva perfeita. 8. **Problema:** Como a transformação logarítmica pode ser útil na análise de dados? - **Resposta e Explicação:** A transformação logarítmica é útil para lidar com dados que possuem distribuições assimétricas ou que apresentam heterocedasticidade. Ela pode ajudar a estabilizar a variância e a tornar a relação entre variáveis mais linear, facilitando a interpretação e a modelagem estatística.