Prévia do material em texto

- **Resposta e Explicação:** Testes de normalidade são procedimentos estatísticos 
usados para determinar se uma amostra 
 
 de dados segue uma distribuição normal. Eles são importantes porque muitos métodos 
estatísticos assumem normalidade nos dados, e desvios dessa suposição podem levar a 
interpretações incorretas. 
 
22. **Problema:** Como a análise de regressão é usada na estatística? 
 - **Resposta e Explicação:** A análise de regressão é usada para examinar a relação 
entre uma variável dependente (a ser prevista) e uma ou mais variáveis independentes 
(preditoras). É útil para entender como as variáveis estão relacionadas e para fazer 
previsões com base nessas relações. 
 
23. **Problema:** O que é o teorema do limite central? 
 - **Resposta e Explicação:** O teorema do limite central afirma que, para uma amostra 
suficientemente grande de uma população com qualquer distribuição de probabilidade, a 
distribuição da média amostral se aproxima de uma distribuição normal. Isso é 
fundamental para a inferência estatística. 
 
24. **Problema:** Explique o que é viés de seleção em estudos estatísticos. 
 - **Resposta e Explicação:** O viés de seleção ocorre quando a amostra não é 
representativa da população que se deseja estudar. Isso pode ocorrer por meio de 
métodos de amostragem inadequados ou pela exclusão de certos grupos da população, o 
que pode levar a conclusões errôneas sobre o verdadeiro efeito ou comportamento. 
 
25. **Problema:** Como a análise discriminante é usada na estatística? 
 - **Resposta e Explicação:** A análise discriminante é uma técnica estatística usada 
para determinar quais variáveis discriminam entre dois ou mais grupos conhecidos. É útil 
para classificar observações em grupos pré-definidos com base em um conjunto de 
variáveis preditoras. 
 
26. **Problema:** O que é o efeito de multicolinearidade em modelos de regressão? 
 - **Resposta e Explicação:** A multicolinearidade ocorre quando duas ou mais 
variáveis independentes em um modelo de regressão estão altamente correlacionadas 
entre si. Isso pode levar a coeficientes de regressão imprecisos ou instáveis, dificultando 
a interpretação dos efeitos individuais das variáveis independentes.