Teste

Question 1

O que significa se o valor-p do teste t for menor que o nível de significância escolhido?

a) Não há diferença significativa entre os grupos.

b) Há diferença significativa entre os grupos.

c) Não é possível tirar conclusões sobre os dados.

d) Os dados foram analisados incorretamente.

Answer 1

Resposta correta:

b) Há diferença significativa entre os grupos. Pois o p é menor que o alfa.

Question 2

Um pesquisador recruta um grupo de participantes que relatam o uso regular de drogas e os submete a um teste para avaliar a quantidade e a frequência do uso de drogas antes de iniciar o programa de intervenção. Após completar o programa, os mesmos participantes são submetidos ao mesmo teste novamente para avaliar qualquer mudança em seu padrão de uso de drogas.

Em sua opnião que tipo de teste é esse e qual das seguintes hipóteses seria a hipótese nula neste estudo?

a) Há uma diferença significativa no uso de drogas antes e depois da intervenção.

b) Não há diferença significativa no uso de drogas antes e depois da intervenção.

c) A intervenção aumenta o uso de drogas.

d) A intervenção não tem efeito no uso de drogas.

Answer 2

(B)
O teste que devera ser ultilziado é o teste t intra-sujeitos de amostra emparelhadas. Porque, este é um teste que compara os dados de um mesmo grupo de participantes antes e depois de uma intervenção.

Não há diferença significativa no uso de drogas antes e depois da intervenção.

Question 3

Qual é o método estatístico mais adequado para comparar um valor medio de uma amostra populacional. Neste caso, o investigador quer saber se o “plano de redução de danos” deu certo. Ou seja, em que resultado chegamos, antes e depois da intervenção ant drogas.

Qual método estatístico faz mais sentido em uma situação dessa.

a) Análise de variância (ANOVA).
b) Teste t de amostras independentes.
c) Teste t de amostras emparelhadas.
d) Teste qui-quadrado.

Answer 3

Resposta correta: c) Teste t de amostras emparelhadas

Question 4

Qual é a importância de incluir um grupo de controle em testes intre sujeitos. Como este fator pode impactar significativamente os resultados do pré e pós intervenção?

a) Garante que os participantes sejam emparelhados adequadamente antes e depois da intervenção.

b) Consegue avaliar o efeito da intervenção com mais fundamento. Compreendendo os fatores que influenciam a amostra

c) Consegue aumentar variabilidade a homogeneidade dos dados

d) Importante para conduizir estudos logntudinais.

Answer 4

Resposta correta:

B

Question 4

Assumimos que neste estudo as variaveis sejam…

VI: Diferente Tipos de Drogas
(Cannabis, cocaina e ecstasy )

VD: Memoria de curto prazo.

Crie um teste estatistico com hipoteses, metodos e analise de dados.

Answer 4

VI: Diferente Tipos de Drogas ( Cannabis, cocaina e ecstasy )

VD: Memoria de curto prazo

Hipóteses:
* Hipótese nula (H0): Não há diferença significativa na memória de curto prazo entre os grupos que consomem cannabis, cocaína e ecstasy.
* Hipótese alternativa (H1): Há diferença significativa na memória de curto prazo entre os grupos que consomem cannabis, cocaína e ecstasy.

Método:
O pesquisador recruta três grupos de participantes: um grupo de consumidores de cannabis, um grupo de consumidores de cocaína e um grupo de consumidores de ecstasy. Cada participante é submetido a um teste de memória de curto prazo, que pode ser um teste de repetição de palavras ou figuras após um curto período de tempo.

Análise:
Após coletar os dados de desempenho nos testes de memória de curto prazo de cada grupo, o pesquisador realiza o teste ANOVA de uma via para comparar as médias de desempenho entre os três grupos de consumidores de drogas.

Question 5

O que é tamanho do efeito em um contexto de testes estatísticos?

A- O tamanho do efeito refere-se à magnitude da diferença ou associação entre variáveis investigadas em um estudo estatístico, indicando a força ou importância prática dessa relação. Onde (0) no Effect e (1) tem efeito

B- Oferece uma linearidade face a comparação da população com o estudo, mostrando se os valores são lineares ou não.

C- Descreve o tamanho da amostra e a influencia no valor p. Onde (0) no Effect e (1) tem efeito

Answer 5

Resposta: A

Question 6

Pergunta: Como o Z-score é utilizado como critério para identificar outliers mostrando se há normalidade nos dados ?

A- O Z-score calcula o desvio de um ponto de dados em relação à média e o desvios padrão.

B- Um Z-score absoluto acima de um determinado limite, como |3.0|, pode indicar a presença de um outlier
C- O z-score a soma do desvio padrão e a media dos dados. Ou seja, o Z-score quando absoluto, mostra a discrepância nos valores, mostrando se existe valores atípicos.

Answer 6

Resposta: C

Question 7

Quais são os pressupostos essenciais que precisam ser atendidos para garantir a validade e a confiabilidade dos resultados em testes estatísticos, especialmente em testes paramétricos como o teste t de Student, ANOVA e regressão linear?

A- Normalidade, homogeneidade e interdependência dos dados

B- Linearidade, homogeneidade, distribuição livre

C- Normalidade, homogeneidade na mediana e interdependência nos dados.

Answer 7

Resposta: A

Porque seguem uma distribuição normal ( claudia)

Teste t de Student:
Usado para comparar as médias de duas amostras independentes ou para testar a diferença entre a média de uma amostra e um valor conhecido.

Análise de Variância (ANOVA):
Usada para comparar as médias de três ou mais grupos independentes.

Regressão Linear:
Usada para entender e quantificar a relação entre variáveis independentes e dependentes.

Question 8

Como os pressupostos variam entre diferentes tipos de análises estatísticas e qual desses testes exige a esfericidade como um de seus pressupostos, ou seja, requer que as correlações entre as variáveis sejam iguais para uma análise estatística justa, reconhecendo a interação entre as variáveis de análise.

Que teste estatistico é esse?

A) Testes de ANOVA (Análise de Variância)

B) Testes de amostras emparelhadas (Intra-sujeitos)

C) Testes de amostras independentes (Inter-sujeitos)

Answer 8

Resposta : B

Question 8

De modo geral o que os Testes estatísticos necessitam cumprir alguns presupostos para exercerem a confiabilidade.

A. Normalidade nos dados, homogeneidade nas variâncias, interdependência nas amostras e ausência de mult linearidade.

B. Homogeneidade nas variâncias, normalidade nos dados, distribuição normal entre os grupos e homeostase

C. Normalidade nos dados, homogeneidade nas variâncias, interdependência na amostra, ausência de lineariedade e normalidade nos resíduos.

Answer 8

Resposta: A

Question 9

Qual é a importância do tamanho do efeito nas amostras estatísticas ?

A- Refere-se a magnitude ou diferença entre as medias
B- Refere-se a magnitude ou diferença entre as variáveis mostrando se os valores são lineares ou não e a robustez dos dados estatísticos
C- Procedimento estatístico que permite comparar os valores lineares e o tamanho medio

Answer 9

Resposta B

Question 10

Qual é a importância dos outliers em testes estatísticos?

a) Outliers são irrelevantes para a análise estatística.
b) Outliers são indicativos de erros no processo de coleta de dados.
c) Outliers podem fornecer informações importantes sobre a variabilidade dos dados.
d) Outliers são excluídos automaticamente em todas as análises estatísticas.

Answer 10

Resposta: C

Justificativa: Outliers podem indicar a presença de fenômenos raros ou extremos na população em estudo, fornecendo insights valiosos sobre a distribuição dos dados e os possíveis padrões ou tendências presentes.

Question 10

Como você descreveria os outliers em testes estatísticos?

a) Valores extremos que não afetam os resultados dos testes.

b) Valores extremos que distorcem os resultados dos testes.

c) Valores que estão dentro do intervalo normal de uma distribuição.

d) Valores que representam a média da distribuição.

Answer 10

Resposta: B

Justificativa: Outliers são observações atípicas que se desviam significativamente da maioria dos dados em uma distribuição e podem influenciar negativamente os resultados dos testes estatísticos, distorcendo estimativas e conclusões.

Exemplo, Estou comparando a nota dos aulos de metodos, a media foi 9. Porque o Paulo foi o unico que tirou 20.
Ele saiu da media. Neste caso, este valor de 20 pontos é visto como outlier. Deve ser reportado como algo negativo que pode impactar significativamente os dados.

Question 11

Para comparar a relação entre dois grupos, podemos utilizar o teste t student para amostra independente ou teste Mann whitney.
Qual das alternativas Justifique o Porque ?

A- T-student é usado para analizar a diferença da media entre grupos independentes quando tem distribuição normal e as variâncias são homogénea. Como alternativa ao teste-t usa-se o mann whitnet quando os dados da media não cumpri os pressupostos.
B- T-student é usado para analizar a diferença da media entre grupos independentes quando tem distribuição normal e as variâncias são homogénea. Como alternativa o man-whitney é usado para comparar a classificação de medias diretamente como uma alternativa a anova
C- T-student é usado para analizar a diferença da media entre grupos independentes quando tem distribuição normal e as variâncias são homogénea. Quando os dados não são apropriados ou robustos o man whitney pode ser uma alternativa, comprovando a normalidade entre os dados.

Answer 11

Resposta: A e C

Question 12

Quais são os passos envolvidos na coleta de dados e na realização da análise estatística utilizando o ANOVA One Way?

VI: Diferente Tipos de Drogas ( Cannabis, cocaina e ecstasy )

VD: Memoria de curto prazo

A- Os passos incluem recrutar os grupos administrar testes e comparar mediddas
B- Inclui analizar o nível se significância entre as medias
C- Os passos incluem recrutar os grupos de participantes, administrar os testes de memória de curto prazo, coletar dados desempenho e realizar a análise estatística para comparar as médias dos grupos.

Answer 12

Resposta: C

Question 13

Qual é a principal vantagem de usar o teste t de amostras emparelhadas em estudos longitudinais?

A) Reduzir a variabilidade entre os grupos

B) Controlar diferenças individuais entre os participantes

C) Aumentar a generalização dos resultados

D) Facilitar a comparação entre grupos independentes

Answer 13

Resposta correta:

B) Controlar diferenças individuais entre os participantes

Question 13

Qual é a principal vantagem de utilizar o teste t de amostras emparelhadas em estudos de intervenção?

A) Controlar diferenças individuais entre os participantes
B) Aumentar a variabilidade entre os grupos
C) Reduzir a precisão das medidas
D) Facilitar a comparação entre grupos independentes

Answer 13

Resposta correta: A) Controlar diferenças individuais entre os participantes

Question 14

Qual é a principal diferença entre o teste t de amostras emparelhadas e o teste t de amostras independentes?

A) O teste t de amostras emparelhadas compara médias de um único grupo em dois momentos diferentes, enquanto o teste t de amostras independentes compara médias de grupos diferentes.

B) O teste t de amostras emparelhadas compara médias de grupos independentes, enquanto o teste t de amostras independentes compara médias de um único grupo em dois momentos diferentes.

C) Ambos os testes comparam médias de grupos independentes, mas em contextos diferentes.

D) Ambos os testes comparam médias de um único grupo em dois momentos diferentes, mas em contextos diferentes.

Answer 14

Resposta correta:

A) O teste t de amostras emparelhadas compara médias de um único grupo em dois momentos diferentes, enquanto o teste t de amostras independentes compara médias de grupos diferentes.

Question 15

Qual é a finalidade de estabelecer uma hipótese nula em um teste estatístico?

A) Confirmar que não há diferenças nos resultados.
B) Rejeitar a possibilidade de erro no estudo.
C) Testar se há uma diferença significativa entre os grupos.
D) Garantir que os resultados sejam estatisticamente significativos.

Answer 15

Resposta correta: C) Testar se há uma diferença significativa entre os grupos.

Question 16

Qual é o principal objetivo do teste ANOVA de medidas repetidas?

A) Comparar médias de grupos independentes em um único momento.

B) Comparar médias de um único grupo em diferentes momentos.

C) Avaliar a correlação entre variáveis dependentes.

D) Testar a diferença entre variáveis categóricas.

Answer 16

Resposta correta: B) Comparar médias de um único grupo em diferentes momentos.

Question 17

Por que o teste ANOVA de medidas repetidas é adequado para avaliar mudanças ao longo do tempo em um mesmo grupo?

A) Porque permite comparar médias de diferentes grupos em um único momento.

B) Porque controla diferenças individuais entre os participantes.

C) Porque analisa a interação entre os fatores de tempo e grupo.

D) Porque aumenta a variabilidade dos resultados

Answer 17

Resposta correta:
C)
Ele é usado especificamente para avaliar mudanças ao longo do tempo em um único grupo ou amostra, analisando como as médias variam em diferentes momentos de medição dentro desse grupo.

Isso é fundamental para entender como o grupo responde às mudanças ao longo do tempo e para identificar possíveis padrões ou tendências nas respostas. As demais opções não abordam diretamente essa capacidade do teste ANOVA de medidas repetidas.

Question 18

Qual é a importância de considerar a interação entre os fatores de tempo e grupo no teste ANOVA de medidas repetidas?

A) Para determinar se há diferenças significativas entre os grupos.

B) Para avaliar o efeito do tempo nas variáveis dependentes.
C) Para identificar como os grupos se comportam ao longo do tempo.
D) Para verificar se as diferenças entre os grupos são consistentes em diferentes momentos.

Answer 18

Resposta correta: D) Para verificar se as diferenças entre os grupos são consistentes em diferentes momentos.

Question 19

Em um estudo utilizando o teste ANOVA de medidas repetidas, como os resultados são interpretados quando a interação entre os fatores é significativa?

A) Há diferenças significativas entre os grupos em todos os momentos.
B) Há diferenças significativas entre os grupos em apenas um momento.
C) As diferenças entre os grupos variam ao longo do tempo.
D) Não há diferenças significativas entre os grupos em nenhum momento.

Answer 19

Resposta correta:
C) As diferenças entre os grupos variam ao longo do tempo

Question 20

Qual é a principal diferença entre o teste ANOVA de medidas repetidas e o teste ANOVA one way ?

A) O teste ANOVA de medidas repetidas compara médias de um único grupo em diferentes momentos, enquanto o teste ANOVA de uma via compara médias de grupos diferentes em um único momento.

B) Ambos os testes comparam médias de grupos diferentes em diferentes momentos.

C) O teste ANOVA de medidas repetidas não considera a interação entre os fatores.

D) O teste ANOVA de uma via é mais adequado para estudos longitudinais.

Answer 20

Resposta correta:

A) O teste ANOVA de medidas repetidas compara médias de um único grupo em diferentes momentos, enquanto o teste ANOVA de uma via compara médias de grupos diferentes em um único momento.

Question 22

Em que tipo de estudo o teste ANOVA de medidas repetidas é especialmente útil?
A) Estudos transversais.

B) Estudos com grupos independentes.

C) Estudos experimentais de curto prazo.

D) Estudos longitudinais com o mesmo grupo ao longo do tempo.

Answer 22

Resposta correta: D)
Porque o que se avalia neste tipo de teste é exatamente essa diferença ao longo do tempo.

Question 23

Em qual cenário o teste MANOVA seria preferível ao teste ANOVA One-Way?
a) Quando se deseja comparar a média de altura entre diferentes grupos de estudantes.
b) Quando se deseja comparar as médias de desempenho acadêmico em diferentes disciplinas entre grupos de estudantes.
c) Quando se deseja comparar a média de temperatura entre diferentes regiões do país.
d) Quando se deseja comparar as médias de salário entre diferentes categorias de trabalhadores.

Answer 23

Resposta: B

Neste cenário, é provável que haja várias disciplinas (variáveis dependentes) sendo avaliadas para diferentes grupos de estudantes. Utilizando o teste MANOVA, é possível determinar se há diferenças significativas nas médias dessas variáveis dependentes entre os grupos de estudantes.
O teste MANOVA considera a covariância entre as variáveis dependentes, o que o torna mais apropriado quando há múltiplas variáveis dependentes inter-relacionadas, como no caso das várias disciplinas acadêmicas. O manova por ser uma extensão do anova também necessita de mais de uma VI para oferecer a covariação.

Question 24

Qual é a principal presuposto que necessita ser atendido na realização do teste ANOVA One-Way?
a) Normalidade dos dados.
b) Homogeneidade das variâncias.
c) Independência das observações.
d) Distribuição uniforme dos dados.

Answer 24

Resposta: B

Porque, a homogeneidade atende os pré requisitos do teste comprovando que os valores são aproximadademente iguais.

Já os outros pressupostos mencionados - normalidade dos dados, independência das observações e distribuição uniforme dos dados - também são importantes em muitos contextos de análise estatística, mas no caso específico do teste ANOVA One-Way, a homogeneidade das variâncias é o pressuposto mais crítico que deve ser rigorosamente avaliado.

Question 25

Quando é mais apropriado usar o teste de regressão linear em vez do teste MANOVA?

a) Quando se tem uma variável independente e múltiplas variáveis dependentes não correlacionadas.

b) Quando se deseja comparar médias de grupos em relação a uma única variável dependente.

c) Quando se tem mais de uma variável dependente correlacionada e um ou mais fatores independentes.

d) Quando se deseja prever valores futuros de uma variável dependente com base em uma variável independente.

Answer 25

Resposta: (A)

Quando se tem uma variável independente e múltiplas variáveis dependentes não correlacionadas.

Neste caso, a regressão linear é mais apropriada. Como as variáveis dependentes não estão correlacionadas, não há necessidade de uma análise multivariada como o MANOVA. Cada variável dependente pode ser tratada separadamente em modelos de regressão linear simples.

Question 26

Qual é a principal diferença entre regressão linear e MANOVA?

a) Regressão linear é usada para prever valores futuros de uma variável dependente, enquanto MANOVA é usada para comparar médias de grupos em relação a múltiplas variáveis dependentes.

b) Regressão linear é um teste paramétrico, enquanto MANOVA é um teste não paramétrico.

c) Regressão linear é usada apenas quando há uma variável independente, enquanto MANOVA é usada apenas quando há mais de uma variável independente.

d) Regressão linear requer normalidade dos dados, enquanto MANOVA não.

Answer 26

Resposta A Regressão linear é usada para prever valores futuros de uma variável dependente, enquanto MANOVA é usada para comparar médias de grupos em relação a múltiplas variáveis dependentes.

Question 27

Se um pesquisador deseja examinar a relação entre a idade, a renda e o nível de escolaridade em relação à saúde mental, qual seria a melhor abordagem estatística?
a) Regressão logística.
b) MANOVA.
c) Regressão linear múltipla.
d) ANOVA Two-Way.

Answer 27

Resposta: c) Regressão linear múltipla.

Question 29

Qual é uma das principais vantagens de utilizar MANOVA em vez de realizar múltiplas ANOVAs univariadas?

a) MANOVA é menos suscetível a erros Tipo I.
b) MANOVA permite uma análise mais detalhada das interações entre variáveis independentes e dependentes.

c) MANOVA é mais fácil de interpretar do que ANOVA.

d) MANOVA é mais rápida de executar em computadores.

Answer 29

Resposta: b) MANOVA permite uma análise mais detalhada das interações entre variáveis independentes e dependentes.

Question 30

Qual das tecnicas estatiticas são uteis para analizar a normalidade dos resíduos em regressão linear?

a) Teste de Shapiro-Wilk.
b) Teste t de Student.
c) Teste F.
d) Teste de Levene.

Answer 30

Resposta: (A)
Teste de Shapiro-Wil

Question 31

Quais são os casos em que é mais apropriado usar regressão linear simples em comparação com regressão linear múltipla?

A) Quando se deseja prever múltiplas variáveis dependentes.
B) Quando há uma clara relação linear entre a variável independente e a variável dependente.
C) Quando se deseja controlar o efeito de várias variáveis independentes simultaneamente.
D) Quando se deseja realizar análises de interação entre variáveis.

Answer 31

Resposta correta: B) Quando há uma clara relação linear entre a variável independente e a variável dependente.

Question 32

Quais são os desafios adicionais enfrentados ao realizar análises de regressão linear múltipla em comparação com regressão linear simples?

A) Não há desafios adicionais na regressão linear múltipla.
B) A interpretação dos coeficientes de regressão é mais simples na regressão linear múltipla.
C) O risco de multicolinearidade entre as variáveis independentes é um desafio na regressão linear múltipla.
D) A regressão linear múltipla não permite a inclusão de variáveis categóricas.

Answer 32

Resposta correta: C) O risco de multicolinearidade entre as variáveis independentes é um desafio na regressão linear múltipla.

Question 33

Como interpretar um gráfico de dispersão (scatter plot) ao analisar a relação entre as variáveis?

A) Um scatter plot mostra a distribuição dos dados em um gráfico de pontos, permitindo visualizar a relação entre as variáveis.
B) Um scatter plot é usado para calcular os coeficientes de regressão em um modelo linear simples.
C) Um scatter plot representa a significância estatística da relação entre as variáveis.
D) Um scatter plot é usado para calcular o valor R² em um modelo de regressão linear simples.

Answer 33

Resposta correta: A) Um scatter plot mostra a distribuição dos dados em um gráfico de pontos, permitindo visualizar a relação entre as variáveis

Question 34

Como interpretar os coeficientes de regressão (Beta Unstandardized e Beta Standardized) em um modelo de regressão linear simples?
A) O Beta Unstandardized representa a importância relativa das variáveis, enquanto o Beta Standardized indica a relação direta entre as variáveis.
B) O Beta Unstandardized indica a relação direta entre as variáveis, enquanto o Beta Standardized representa a importância relativa das variáveis.
C) Ambos os coeficientes têm o mesmo significado e podem ser interpretados da mesma maneira.
D) Os coeficientes de regressão não são relevantes para a interpretação de um modelo de regressão linear simples.

Answer 34

Resposta correta: A) O Beta Unstandardized representa a importância relativa das variáveis, enquanto o Beta Standardized indica a relação direta entre as variáveis.

Question 35

O que significa o valor R² em um modelo de regressão linear simples?
A) O valor R² representa a inclinação da linha de regressão no gráfico de dispersão.
B) O valor R² indica a força da relação linear entre as variáveis no modelo de regressão.
C) O valor R² representa a significância estatística dos coeficientes de regressão.
D) O valor R² mostra a variabilidade da variável dependente explicada pelas variáveis independentes no modelo.

Answer 35

Resposta correta: (D)

Porque, o coeficiente de determinação (R²), é responsavel por indicar a proporção da variabilidade na variável dependente que é explicada pelos preditores incluídos no modelo.

Portanto, ao conduzir uma análise de regressão, o pesquisador pode obter informações valiosas sobre a relação entre as variáveis e a extensão da variabilidade explicada pela VI na VD, permitindo um melhor entendimento do fenômeno estudado.

Question 36

Na equação de regressão linear simples y=α+β×x+ϵ, qual é o papel da variável y?

A) Variável independente.
B) Variável de erro.
C) Variável dependente.
D) Variável de intercepto.

Answer 36

Resposta: C) Variável dependente.

Question 37

O que representa o termo α na equação de regressão linear simples?
A) Intercepto da reta de regressão.
B) Coeficiente de regressão.
C) Variável dependente.
D) Variável independente.

Answer 37

Resposta: A) Intercepto da reta de regressão

Question 38

Qual é a função do coeficiente β na equação y=α+β×x+ϵ?

A) Representa o intercepto da reta de regressão.

B) Indica a variação não explicada na previsão de y.

C) Mostra a mudança esperada em y para uma unidade de mudança em x.

D) Reflete a variação aleatória nos dados.

Answer 38

Resposta:

C) Mostra a mudança esperada em y para uma unidade de mudança em x.

Question 39

Quais são os pressupostos fundamentais da regressão linear e como esses pressupostos podem afetar a interpretação e a validade dos resultados obtidos por meio da análise de regressão?

A) Os pressupostos fundamentais incluem linearidade, independência dos erros, homocedasticidade e normalidade dos resíduos; violações desses pressupostos podem levar a estimativas enviesadas dos coeficientes de regressão e à invalidação das inferências estatísticas.

B) Os pressupostos fundamentais incluem normalidade das variáveis independentes, homocedasticidade dos erros e multicolinearidade; violações desses pressupostos podem levar a uma interpretação incorreta dos coeficientes de regressão e a uma subestimação da variabilidade dos dados.

C) Os pressupostos fundamentais incluem independência dos erros, distribuição normal das variáveis dependentes e heterocedasticidade dos resíduos; violações desses pressupostos podem aumentar a precisão das estimativas de coeficientes de regressão e fortalecer as inferências estatísticas.

D) Os pressupostos fundamentais incluem relação linear entre variáveis independentes e dependentes, multicolinearidade entre as variáveis independentes e distribuição uniforme dos erros; violações desses pressupostos não afetam a validade das conclusões obtidas por meio da regressão linear.

Answer 39

Resposta: B

Question 40

Qual é o principal risco ao adicionar preditores desnecessários a um modelo de regressão linear múltipla?

a) Underfitting.
b) Overfitting.
c) Multicolinearidade.
d) Homocedasticidade

Answer 40

Resposta correta: b) Overfitting.

Question 41

Como a multicolinearidade pode afetar a precisão das previsões em um modelo de regressão linear múltipla?
A) A multicolinearidade sempre melhora a precisão das previsões.

B) A multicolinearidade não tem impacto na precisão das previsões.

C) A multicolinearidade pode levar a estimativas imprecisas dos coeficientes e previsões menos confiáveis.

D) A multicolinearidade torna o modelo insensível a outliers.

Answer 41

Resposta: C
A multicolinearidade pode levar a estimativas imprecisas dos coeficientes e previsões menos confiáveis.

Question 42

O que é importante considerar ao adicionar novos preditores em um modelo de regressão linear múltipla?

a) Aumentar a complexidade do modelo.

b) Aumentar o R^2 a todo custo.

c) Garantir que os novos preditores sejam estatisticamente significativos e relevantes para o problema.

d) Ignorar o risco de overfitting.

Answer 42

Resposta: (C)

Question 43

Como a Baseline Correction pode facilitar a interpretação dos dados de EEG?

a) Aumentando o ruído nos dados.
b) Destacando a atividade cerebral espontânea.
c) Eliminando variações não relacionadas aos eventos de interesse.
d) Adicionando variações à linha de base dos dados.

Answer 43

Resposta: c) Eliminando variações não relacionadas aos eventos de interesse.

Question 44

Por que a Baseline Correction é utilizada no processamento de sinais como o EEG?
a) Para adicionar mais ruído aos dados e torná-los mais realistas.
b) Para destacar a atividade cerebral espontânea.
c) Para eliminar variações não relacionadas aos fenômenos específicos estudados.
d) Para aumentar a linha de base e melhorar a visualização dos dados.

Answer 44

Resposta: c) Para eliminar variações não relacionadas aos fenômenos específicos estudados.

Question 45

De acordo com a regra de Nyquist, qual é a relação entre a taxa de amostragem e a frequência máxima do sinal no EEG ?
a) A taxa de amostragem deve ser igual à frequência máxima do sinal.
b) A taxa de amostragem deve ser menor que a frequência máxima do sinal.
c) A taxa de amostragem deve ser pelo menos o dobro da frequência máxima do sinal.
d) A taxa de amostragem não está relacionada à frequência máxima do sinal.

Answer 45

Resposta: c) A taxa de amostragem deve ser pelo menos o dobro da frequência máxima do sinal.

Question 46

Qual é o objetivo principal da regra de Nyquist nos exames de EEG ?
a) Reduzir a taxa de amostragem de sinais.
b) Evitar a distorção ou perda de informação ao amostrar sinais analógicos.
c) Aumentar a largura de banda dos sinais.
d) Minimizar a interferência eletromagnética nos sinais.

Answer 46

Resposta: b) Evitar a distorção ou perda de informação ao amostrar sinais analógicos.

Question 47

Como a amplitude e a análise espectral são úteis no estudo do EEG?

a) A amplitude e a análise espectral são usadas para determinar a localização dos eletrodos no couro cabeludo.
b) A amplitude é útil para identificar a distribuição de energia em diferentes bandas de frequência, enquanto a análise espectral ajuda a entender a intensidade dos sinais cerebrais.
c) Ambas são técnicas usadas para medir a conectividade funcional entre diferentes áreas do cérebro.
d) A amplitude e a análise espectral são termos diferentes para descrever a mesma técnica de análise de EEG.

Answer 47

Resposta: b) A amplitude é útil para identificar a distribuição de energia em diferentes bandas de frequência, enquanto a análise espectral ajuda a entender a intensidade dos sinais cerebrais.

Question 48

Qual é a técnicas utilizadas no processamento de dados de EEG para remover artefatos e melhorar a qualidade dos dados?

a) Filtragem de café
b) Correção de cor
c) Correção de artefatos baseada em ICA
d) Reforço de sinal

Answer 48

Resposta: c) Correção de artefatos baseada em ICA

Question 49

Qual é a principal diferença entre a coleta de dados de EEG e o processamento de dados de EEG/ERP?

a) A coleta de dados envolve a preparação do participante, enquanto o processamento de dados envolve a análise estatística.

b) A coleta de dados se concentra na obtenção dos sinais cerebrais, enquanto o processamento de dados se concentra na análise e interpretação desses sinais.

c) A coleta de dados é uma etapa mais complexa do que o processamento de dados.

Answer 49

Resposta: b) A coleta de dados se concentra na obtenção dos sinais cerebrais, enquanto o processamento de dados se concentra na análise e interpretação desses sinais.

Question 50

Qual das seguintes afirmações é verdadeira sobre a MANOVA (Análise de Variância Multivariada)?

a) A MANOVA é mais suscetível a erros Tipo I do que os testes de ANOVA univariada.
b) A MANOVA não leva em consideração a relação entre as variáveis dependentes.
c) A MANOVA é menos suscetível a erros Tipo I quando há múltiplas variáveis dependentes.
d) A MANOVA é usada apenas em análises univariadas de dados.

Answer 50

Resposta Correta: C

A MANOVA é menos suscetível a erros Tipo I quando há múltiplas variáveis dependentes”.

A MANOVA é geralmente considerada menos suscetível a erros do Tipo I do que os testes de ANOVA univariada quando há múltiplas variáveis dependentes.

Isso ocorre porque a MANOVA leva em consideração a relação entre as variáveis dependentes, reduzindo assim a chance de erro Tipo I.

Question 51

Qual é a função do coeficiente β0 na equação y=α+β×x+ϵ?

A- Representa a variação em Y que não é explicada pela relação linear com X.

B- É o coeficiente de regressão que representa a mudança esperada em Y para uma unidade de mudança em X.

C- É o intercepto da linha de regressão, representando o valor de Y quando X=0.

Answer 51

Resposta :
C

Question 52

Por que os resíduos bivariados são importantes na análise de regressão?

A) Para determinar o intercepto da linha de regressão

B) Para avaliar o quão bem o modelo de regressão se ajusta aos dados

C) Para calcular os coeficientes de regressão

D) Para identificar a variável independente

Answer 52

Resposta:

Para avaliar o quão bem o modelo de regressão se ajusta aos dados

Question 53

Qual é a expectativa em relação aos resíduos bivariados ideais em uma análise de regressão?

A) Devem ser sempre positivos

B) Devem ser sempre negativos

C) Devem ser aleatórios e distribuídos de forma homogênea em torno de zero

D) Devem ser iguais aos valores observados

Answer 53

Resposta:
C) Devem ser aleatórios e distribuídos de forma homogênea em torno de zero

Question 54

O que um padrão sistemático nos resíduos bivariados pode indicar em uma análise de regressão?

A) Um ajuste perfeito do modelo
B) Uma relação linear forte entre as variáveis
C) Problemas no modelo de regressão ou suposições não atendidas
D) Uma distribuição normal dos dados

Answer 54

Resposta:
C)

Question 55

Um pesquisador está interessado em investigar como diferentes variáveis neuropsicológicas, como velocidade de processamento, memória verbal e funções executivas, podem prever o desempenho acadêmico em crianças com TDAH (Transtorno de Déficit de Atenção e Hiperatividade). Ele coletou dados neuropsicológicos e notas escolares de uma amostra de crianças com TDAH. Qual método estatístico seria mais apropriado para analisar essa relação?

A) Análise de Componentes Principais (PCA)

B) Teste de Qui-Quadrado

C) Regressão Logística

D) Regressão Linear Múltipla

Answer 55

Resposta: D) Regressão Linear Múltipla

Question 56

Um neuropsicólogo está investigando como o envelhecimento afeta a cognição em idosos saudáveis. Ele coletou dados sobre idade, anos de educação e testes neuropsicológicos de uma amostra de idosos. Ele deseja determinar quais fatores estão associados a melhor desempenho cognitivo. Qual método estatístico seria mais adequado para essa análise?

A) Análise de Variância (ANOVA)

B) Análise de Regressão Logística

C) Teste t de Student

D) Regressão Linear Múltipla

Answer 56

Resposta Correta: D

Question 57

Uma equipe de pesquisa está interessada em examinar como diferentes variáveis neuropsicológicas, como atenção, memória e funções executivas, estão relacionadas ao risco de desenvolver doenças neurodegenerativas, como a doença de Alzheimer. Eles coletaram dados neuropsicológicos de uma amostra de adultos mais velhos, alguns dos quais foram diagnosticados com Alzheimer. Qual método estatístico seria mais apropriado para investigar essas relações?

A) Análise de Componentes Principais (PCA)

B) Teste de Qui-Quadrado

C) Regressão Logística

D) Regressão Linear Múltipla

Answer 57

Resposta: D) Regressão Linear Múltipla

Question 58

Um pesquisador está interessado em investigar como o tempo de sono afeta o desempenho cognitivo em adultos jovens. Ele coletou dados sobre o número médio de horas de sono por noite e pontuações em testes de função cognitiva de uma amostra de adultos jovens saudáveis. Qual método estatístico seria mais apropriado para analisar essa relação?

A) Teste t de Student

B) Análise de Variância (ANOVA)

C) Regressão Logística

D) Regressão Linear Simples

Answer 58

Resposta: D) Regressão Linear Simples

Question 59

Um neuropsicólogo está investigando como a idade afeta a velocidade de processamento em adultos mais velhos. Ele coletou dados sobre a idade e o tempo de reação em uma tarefa de processamento de informações de uma amostra de idosos saudáveis. Ele deseja determinar se existe uma relação linear entre essas variáveis. Qual método estatístico seria mais adequado para essa análise?

A) Análise de Componentes Principais (PCA)

B) Análise de Regressão Logística

C) Teste t de Student

D) Regressão Linear Simples

Answer 59

Resposta: D) Regressão Linear Simples

Question 60

Uma equipe de pesquisa está interessada em examinar como a exposição à poluição do ar afeta a função cognitiva em crianças. Eles coletaram dados sobre os níveis de poluição do ar e pontuações em testes de QI de uma amostra de crianças. Eles desejam determinar se há uma relação linear entre essas variáveis. Qual método estatístico seria mais apropriado para essa análise?

A) Análise de Componentes Principais (PCA)

B) Análise de Regressão Logística

C) Teste t de Student

D) Regressão Linear Simples

Answer 60

Resposta: D) Regressão Linear Simples