Introdução

Question 1

O que é probabilidade?

Answer 1

É a medida da informação ou crença sobre a ocorrência de um evento.

1. Estudo da aleatoriedade e incerteza
2. Quantificação do conhecimento sobre um evento
3. Clássica P = m/n
4. Definição frequencialista = limite da frequência relativa
5. Definição axiomática
6. Definição subjetiva - palpite pessoal

Question 2

Tipos de experimentos

Answer 2

1. Determinístico - resultado sempre o mesmo

2. Aleatório - resultado diferente na mesma condição de teste

Question 3

Espaço amostral

Answer 3

Conjunto de todos os resultados possíveis, letra S

Question 4

O que é evento?

Answer 4

Subconjunto do espaço amostral

Question 5

Eventos elementares

Answer 5

ll

Question 6

Tipos de operações com eventos

Answer 6

1. União A U B - quando ocorre algum dos eventos, A ou B
2. Interseção - ocorre somente na ocorrência dos dois eventos. A
3. Evento Complementar - não ocorrência do evento esperado.
4. Mutuamente Excludente - quando um acontece o outro não pode acontecer.

Question 7

Teoremas de probabilidade

Answer 7

Mostra como calcular a probabilidade de operações entre eventos

Question 8

Fórmulas definição axiomática

Answer 8

P(E) >= 0
P(E) = 1
P(EUF) = P(E) + P(F) dado que E e F são mutuamente excludentes

Question 9

Statisticians have an agreed convention about what constitutes ‘unlikely’.

Answer 9

Statisticians have an agreed convention about what constitutes ‘unlikely’. They say that an event is unlikely if it occurs less than 5% of the time. In general, the null hypothesis says that ‘nothing is happening’ and the alternative says that ‘something is happening’.

Question 10

One of the most important scientific notions is that absence of evidence is not evidence of absence.

Answer 10

xxx

Question 11

What is the Null Hypotheses?

Answer 11

The null hypothesis says ‘nothing is happening’. For instance, when we are comparing two sample means, the null hypothesis is that the means of the two populations are the same. Of course, the two sample means are not identical, because everything varies. Again, when working with a graph of y against x in a regression study, the null hypothesis is that the slope of the relationship is zero (i.e. y is not a function of x, or y is independent of x). The essential point is that the null hypothesis is falsifiable. We reject the null hypothesis when our data show that the null hypothesis is sufficiently unlikely.

Question 12

What is p values?

Answer 12

a p value is an estimate of the probability that a value of the test statistic, or a value more extreme than this, could have occurred by chance when the null hypothesis is true.

Here we encounter a much-misunderstood topic. The p value is not the probability that the null hypothesis is true, although you will often hear people saying this. In fact, p values are calculated on the assumption that the null hypothesis is true. It is correct to say that p values have to do with the plausibility of the null hypothesis, but in a rather subtle way.

Question 13

What are the key statistical assumptions?

Answer 13

1. random sampling
2. constant variance
3. normal errors
4. independent errors
5. additive effects

Question 14

What issues will increase the likelihood that you analyse your data the right way

Answer 14

the principle of parsimony
the power of a statistical test
controls
spotting pseudoreplication and knowing what to do about it
the difference between experimental and observational data (non-orthogonality)

Question 15

How Many Replicates?

Answer 15

The usual answer is ‘as many as you can afford’. An alternative answer is 30. A very useful rule of thumb is this: a sample of 30 or more is a big sample, but a sample of less than 30 is a small sample.

Question 16

Inferência dedutiva

Answer 16

Se argumenta das premissas às conclusões

Question 17

Inferência indutiva

Answer 17

Por meio da qual se vai do específico ao geral

Question 18

O que são variáveis qualitativas?

Answer 18

Variáveis como sexo, educação, estado civil e outras que não é possível contar ou medir.

Question 19

O que são variáveis quantitativas?

Answer 19

São variáveis como número de filhos, salário, idade, ou seja, que é possível realizar a contagem ou mensuração.

Question 20

O que é variável qualitativa nominal?

Answer 20

Não existe nenhuma ordenação nas possíveis realizações. Exemplo: região de procedência.

Question 21

O que é variável qualitativa ordinal?

Answer 21

Existe uma ordem nos seus resultados. Exemplo: grau de instrução.

Question 22

O que é variável quantitativa discreta?

Answer 22

Cujos possíveis valores formam um conjunto finito ou enumerável de números. Por exemplo, número de filhos.

Question 23

O que é variável quantitativa contínua

Answer 23

Cujos possíveis valores portencem a um intervalo de números reais e que resultam de uma mensuração, como por exemplo estatura e peso (melhor seria dizer massa) de um indivíduo.

Question 24

Quais são os quatro tipo de variáveis usadas na análise exploratória de dados?

Answer 24

1. Qualitativa Nominal
2. Qualitativa Ordinal
3. Quantitativa Discreta
4. Quantitativa Contínua

Question 25

Para que serve a distribuição de frequência?

Answer 25

Quando se estuda uma variável, o maior interesse do pesquisador é conhecer o comportamento dessa variável, analisando a ocorrência de suas possíveis realizações.

Question 26

Qual cuidado deve-se ter ao criar tabela de frequência para variáveis contínuas?

Answer 26

Agrupar os dados da variável contínua por faixa. Por exemplo, faixas de salário.

Question 27

Qual a notação utilizada para referenciar um intervalo de números contendo o extremo a mas não contendo o extremo b?

Answer 27

a |– b

Question 28

Quais são os tipo de escalas de medida para variáveis?

Answer 28

1. Escala nominal
2. Escala ordinal
3. Escala intervalar
4. Escala razão

Question 29

O que é escala nominal?

Answer 29

Nesta escala somente podemos afirmar que uma medida é diferente ou não de outra, e ela é usada para categorizar indivíduos de uma população. Um exemplo é o sexo de u indivíduo. Para cada categoria associamos um numeral diferente (letra ou número). Por exemplo, no caso de sexo: podemos associar as letras M (masculino) e F (feminino) ou 1 (masculino) e 2 (feminino). Não podemos realizar operações aritméticas aqui e uma medida de posição apropriada é a moda.

Question 30

O que é escala ordinal?

Answer 30

Aqui podemos dizer que uma medida é diferente e maior do que outra. Temos a situação anterior, mas as categorias são ordenadas, e a ordem dos numerais associados ordena as categorias. Por exemplo, a classe socioeconômica de um indivíduo pode ser baixa (1 ou X), média (2 ou Y) e alta (3 ou Z). Transformações que preservam a ordem não alteram a estrutura de uma escala ordinal. No exemplo acima, podemos representar as categorias por 1, 10 e 100 ou A, L e Z. Medidas de posição apropriadas são a mediana e a moda.

Question 31

O que é uma escala intervalar?

Answer 31

Nesta escala podemos afirmar que uma medida é igual ou diferente, maior e quanto maior do que outra. Podemos quantificar a diferença entre as categorias da escala ordinal. Necessitamos de uma origem arbitrária e de uma unidade de medida. Por exemplo, considere a temperatura de um indivíduo, na escala Fahrenheit. A origem é 0 graus F e a unidade é 1 grau F. Transformações que preservam a estrutura dessa escala são do tipo y = ax + b, a > 0. Por exemplo, a transformação y = 5/9 (x - 32) transforma graus Fahrenheit em centígrados. Para essa escala, podemos fazer operações aritméticas, e média, mediana e moda são medidas de posição apropriadas.

Question 32

O que é uma escala razão?

Answer 32

Dadas duas medidas nessa escala, podemos dizer se são iguais, ou se uma é diferente, maior, quanto maior e quantas vezes a outra. A diferença com a escala intervalar é que agora existe um zero absoluto. A altura de um indivíduo é um exemplo de medida nessa escala. Se ela for medida em centímetros (cm), 0 cm é a origem e 1 cm é a unidade de medida. Um indivíduo com 190 cm é duas vezes mais alto do que um indivíduo com 95 cm, e esta relação continua a valer se usarmos 1m como unidade. Ou seja, a estrutura da escala razão não é alterada por transformações da form y=cx, c > 0. Por exmeplo, y=x/100 transforma cm em m. As estatísticas apropriadas para a escala intervalar são também apropriadas para a escala razão.

Question 33

Qual o uso de escalas?

Answer 33

Resumir os dados em tabelas de frequência