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.