Métodos Estatísticos

O método de Análise de Variância pode ser visto como uma generalização do teste t para comparar k>2 médias.

• Verdadeiro

• Falso

Relativamente à comparação de várias médias (k>2) com realização de testes t, assinale a(s) alternativa(s) correta(s):

• Se $\alpha$ é o nível de significância para cada teste t, $\alpha_k$ é a chance de erro tipo I supondo que são testes independentes. 

• Quando realizamos vários pares de testes t, conforme aumentamos k, o número de testes aumenta exponencialmente.

• Os testes mantêm independência não importa o valor de k.

• A chance de falso positivo aumenta conforme aumentamos k.

 O teste t para amostras independentes com $k=2$ quando  $\sigma_1^2=\sigma_2^2$  é um caso particular da ANOVA para um fator.

• Verdadeiro

• Falso

Julgue as afirmativas a seguir:

• Se $t\sim t_{\nu}$ então $t^2\sim F_{1,\nu}$ .

• No contexto de Análise de Variância, $S^2$ é chamado de estimador puro da média.

• Um teste t para a média pode ser escrito como teste entre estimadores da variância.

• Na Análise de Variância, a igualdade das k médias é expressa como razão de duas variâncias.

Quais das suposições abaixo são realizadas para a ANOVA?

• $\sigma_1^2\ne\sigma_2^2\ne\dots\ne\sigma_k^2\ne\sigma^2$

• $Y_1\sim N\left(\mu_1,\sigma^2\right)$ , $Y_2\sim N\left(\mu_2,\sigma^2\right)$ , ... , $Y_k\sim N\left(\mu_k,\sigma^2\right)$

• $Y_k\sim N\left(\mu,\sigma_k^2\right)$ $Y_1\sim N\left(\mu,\ \sigma_1^2\right)$ , ... , $Y_2\sim N\left(\mu,\sigma_2^2\right)$

• $\sigma_1^2=\sigma_2^2=\dots=\sigma_k^2=\sigma^2$

A ANOVA testa a hipótese nula $H_0:\ \mu_1=\mu_2=\dots=\mu_k$  vs  $H_a$  : "há diferença entre todos os pares de médias".

• Verdadeiro

• Falso

Relativamente ao quadro da ANOVA, assinale a(s) alternativa(s) correta(s):

• Os graus de liberdade dos tratamentos são dados por $kr-1$ .

• Os graus de liberdade dos resíduos são dados por $kr-k$ .

• O valor da estatística F é dada pela razão entre o quadrado médio dos tratamentos e o quadrado médio dos resíduos.

• Os graus de liberdade totais são dados por $k-1$ .

Nos problemas de regressão linear simples, buscamos uma função de x que aproxime y de alguma forma com um termo de erro associado, ou seja,  $y\ \approx\ f\left(x,\beta\right)+\varepsilon$  .

• Verdadeiro

• Falso

Uma variável resposta também é denominada:

• Variável Explicativa

• Regressando

• Variável Dependente

• Regressor

Covariáveis em modelos de regressão linear também são denominadas:

• Variáveis explicativas

• Regressores

• Variáveis Independentes

• Regressandos