

Seu próximo nível começa aqui
Com a Assinatura Ilimitada, você tem tudo que precisa para sua aprovação.
Com a Assinatura Ilimitada, você combina prática, teoria e método em uma única assinatura com tudo que você precisa para sua aprovação.
Considere os seguintes distribuições de frequência.
Distribuição | Xˉ | Mo | Md | s |
A | 45 | 40 | 32 | 3 |
B | 38 | 36 | 24 | 4 |
Qual das opções a seguir apresenta os valores do primeiro coeficiente de assimetria de Pearson da distribuição A e do segundo coeficiente de assimetria de Pearson da distribuição B, respectivamente?
1,67 e 10, 21
1,67 e 10,50
1,69 e 10,50
1,69 e 10,21
1,76 e 10,55
Entende-se por correlação estatística, o grau de associação entre duas variáveis aleatórias. A dependência de duas variáveis X e Y é dada pelo coeficiente de correlação amostral, conhecido também por "Coeficiente r-de-Pearson", normalmente representado pela letra ''r". A respeito do Coeficiente de Correlação, é correto afirmar que:
se r = 1, está-se perante uma correlação positiva, isto é, à medida que aumentam os valores de X, aumentam, proporcionalmente, os valores de Y.
ser= -1, está-se perante a ausência de correlação total entre as variáveis X e Y.
o valor der pode variar entre 0 e 1.
se r = 0, então, existe uma correlação muito fraca entre as variáveis X e Y.
quanto mais próximo de zero for o valor der, mais forte é o grau de correlação entre as variáveis X e Y.

poderíamos correlacionar o avanço no número de casos de câncer pulmonar com o aumento no consumo de cigarros caso o coeficiente de Pearson fosse inferior a 0,7.
este gráfico claramente sugere causalidade, mostrando que o aumento no consumo de cigarros é o causador do maior número de casos de câncer.
o valor do coeficiente de Pearson indica a forte correlação no relacionamento linear entre duas variáveis aleatórias, casos de câncer versus consumo cigarros.
é fato o consumo crescente entre os anos de 2002 e 2012, contudo, o índice de significância e o coeficiente de Pearson não nos permite correlacionar as duas variáveis apresentadas.
a aplicação do teste estatístico como o coeficiente de correlação de postos de Spearman seria mais correto, uma vez que ela é medida de correlação não-paramétrica, usualmente mais sensível que Pearson.
Considere as seguintes afirmações para o Coeficiente de Correlação de Pearson:
I - a amostra dever ser suficiente grande e extraída aleatoriamente de uma população.
II - o Coeficiente de Correlação de Pearson (r) só se aplica a correlações lineares entre x e y.
III - x e y devem seguir uma distribuição, aproximadamente, normal.
IV - as variáveis x e y devem ser mensuradas, no mínimo, em nível intervalar.
Das alternativas abaixo, qual está correta?
as afirmações II e IV estão incorretas.
todas as afirmações estão corretas.
as alternativas I, II e III estão corretas.
nenhuma das alternativas anteriores.
Caso o analista deseje aumentar o tamanho da amostra, mas alguns valores dos recursos desviados estejam censurados, então, o modelo a ser utilizado é o modelo PROBIT.
O coeficiente de correlação linear de Pearson é uma estatística adequada para medir a correlação linear entre X e Y.
Ao se efetuar a operação Z = 1.000 (X – Y), a estimativa da média de Z será superior a R$ 360 milhões e inferior a R$ 380 milhões.
O valor absoluto da correlação de Pearson entre X e Y é maior que o valor absoluto da correlação de Spearman entre essas variáveis.

A tabela a seguir apresenta a distribuição de frequências dos funcionários promovidos e não promovidos de uma empresa, discriminados pela fluência no idioma inglês.
Fluência em Inglês | Promovidos | Não promovidos | Total |
Sim | 40 | 20 | 60 |
Não | 44 | 36 | 80 |
total | 84 | 56 | 140 |
O valor mais próximo da estatística x2 de Pearson, calculada com base na tabela acima, é
0,5
1
2
3
5
O coeficiente de variação amostral de Pearson do atributo A é superior a 8,5%.
O coeficiente de associação Φ é uma medida baseada na estatística qui-quadrado de Pearson que assume valores entre 0 e 2 para tabelas com dimensão 3 × 3.
Certo
Errado
O coeficiente r de correlação de Pearson mede o grau de associação linear entre duas variáveis aleatórias. Sabe-se que:
I. O coeficiente r de Pearson é obtido considerando n pares de valores (Xi ; Yi).
II. A significância estatística de r é diretamente proporcional ao número de pares de observações.
III. O grau ou força da associação é expresso pelo valor numérico do coeficiente.
Em relação às assertivas acima, pode-se afirmar que:
Apenas II e III são verdadeiras.
Apenas I e III são verdadeiras.
Todas são verdadeiras.
Apenas I e II são verdadeiras.
Assumindo-se que os erros aleatórios são gaussianos, a estimativa de máxima verossimilhança de V foi inferior a 0,02.
O erro padrão da média amostral de x e o desvio-padrão de
foram, respectivamente, iguais a 0,2 e 0,05.
O Coeficiente de Correlação Linear de Pearson entre os desempenhos de determinados alunos em duas avaliações nacionais é igual a 0,844. Nesse caso, conclui-se que a proporção da variabilidade nos resultados de uma das avaliações explicada pela relação linear entre elas é
15,6%
39,4%
71,2%
84,4%
91,8%
O Coeficiente de Contingência de Pearson é





Considere as asserções a seguir.
O Coeficiente de Correlação Linear de Pearson é necessariamente um número no intervalo (−1 , 1).
PORQUE
O Coeficiente de Correlação Linear de Pearson só pode ser calculado para variáveis quantitativas.
Analisando-se as asserções, conclui-se que
as duas asserções são verdadeiras, e a segunda é uma justificativa correta da primeira.
as duas asserções são verdadeiras, e a segunda não é uma justificativa correta da primeira.
a primeira asserção é verdadeira, e a segunda é falsa.
a primeira asserção é falsa, e a segunda é verdadeira.
a primeira e a segunda asserções são falsas.
Uma pesquisa para avaliar a dependência entre sexo e presença de um certo fator resultou na seguinte tabela de contingências: