Julgue os itens a seguir acerca dos métodos estatísticos em análise multivariada.
A carga fatorial indica a proporção da variabilidade total explicada por uma variável explicativa.
Julgue os itens a seguir acerca dos métodos estatísticos em análise multivariada.
Na análise fatorial, um dos objetivos dos métodos rotacionais ortogonais é a obtenção de um padrão fatorial mais simplificado.
Tendo como referência essas informações, julgue os itens de 64 a 76.
O VIF (variance inflation factor) é uma medida que avalia a significância estatística do coeficiente angular da reta de regressão linear simples.
Mensalmente, Roberto compra um medicamento, podendo optar pelo genérico ou pelo não genérico. Considere que a opção é feita segundo um processo de Markov {X t }, em que t representa o mês 0, 1, 2, 3, ...., X t = 1 se Roberto adquire um medicamento genérico no mês t, e X t = 0 se Roberto adquire um medicamento não genérico no mês t. O elemento P ij da matriz P abaixo representa a probabilidade de transição do estado i no mês t para o estado j no mês t + 1, em que tanto i quanto j assumam os estados 0 ou 1.
Com base nas informações da situação hipotética acima, julgue os itens a seguir.
A matriz P é d...
Os procedimentos estatísticos permitem que o pesquisador organize, avalie e interprete a informação numérica. Acerca desse tema, julgue os seguintes itens.
Quando se avaliam variáveis mensuradas em uma escala por intervalos ou por razão busca-se identificar medidas de tendência central, em que a média é a mais comumente utilizada, constituindo o índice mais estável e o mais indicado quando a distribuição se mostra heterogênea ou de maior variabilidade.
Considere que a chegada e o atendimento de estudantes em determinada fila para matrícula em uma escola possam ser modelados segundo um passeio aleatório simples em tempo discreto t = 0, 1, 2, 3 ... e que, em cada instante t, apenas dois eventos sejam possíveis: ou um novo estudante entra na fila com probabilidade p ou um estudante na fila é atendido com probabilidade 1 - p. Suponha, ainda, que, no instante inicial t = 0, a quantidade de estudantes na fila não seja nula e grande o suficiente para que a fila não fique vazia em pouco tempo, e que, a cada instante t, no máximo um estudante pode ser atendido.
Com base nessa situação, julgue os itens a seguir.
Na situação em que se consideram apenas...
Se o limite superior de especificação para os diâmetros dos parafusos for igual a 10 mm, então a média do processo será igual ou superior a 8,5 mm.
Para orientar os investimentos em educação em certo município, um analista foi contratado para criar um ranking das escolas públicas desse município. Para cada escola, as variáveis disponíveis são a quantidade de turmas, a quantidade de alunos, a quantidade de professores, a nota da Prova Brasil e a área do terreno.
A partir dessa situação, julgue os itens subsequentes.
A análise discriminante é técnica multivariada equivalente a um modelo de regressão linear múltiplo.
Para orientar os investimentos em educação em certo município, um analista foi contratado para criar um ranking das escolas públicas desse município. Para cada escola, as variáveis disponíveis são a quantidade de turmas, a quantidade de alunos, a quantidade de professores, a nota da Prova Brasil e a área do terreno.
A partir dessa situação, julgue os itens subsequentes.
A análise de componentes principais é uma técnica da análise multivariada que permite formar um ranking dessas escolas com base nesses dados.
Em muitas situações práticas são realizadas observações sobre um número grande de variáveis correlacionadas e, nesse caso, é natural procurar-se maneiras de reduzir a dimensão do problema, isto é, do número de variáveis a serem estudadas, sem sacrificar muito a informação acerca das variáveis contidas na matriz de covariância. Em uma determinada técnica de análise multivariada, desenvolvida por Hotelling, os eixos coordenados representando as variáveis originais são rotacionados para dar origem a um novo sistema de coordenadas representando variáveis com certas propriedades ótimas de suas variâncias, o que equivale a fazer uma transformação ortogonal especial das variáveis originais. Assim, a primeira nova variável é a combinação linear normalizada das variá...
