Teste de Estatística Básica-UNESP prof Glauco

O que é um modelo científico ?

• Um modelo é uma representação perfeita da realidade ou fenômeno, utilizado para estimar ou prever comportamentos

• Um modelo são as medições acuradas de um fenômeno

• Conjunto de fatos ou listas de informações

• É uma representação simplificada de um fenômeno, utilizado para estimar ou prever comportamentos

A Estatística é a busca por padrões com base em

3 fundamentos

Quais são ?

• 1) Ponto Central dos valores

  2) Distribuição dos valores

  3) Relações entre variáveis

• 1) Relação entre variáveis

  2)Teste de hipóteses

  3) Correlação

• 1) Variabilidade dos dados

  2) valor-p

  3) Relações entre variáveis

• 1) valor-p

  2) R2 ajustado

  3) ANOVA

Porque o desvio padrão é mais interessante que a variância em nossas análises ?

• Mais fácil o cálculo

• mais acurado que a variância

• mesma unidade dos dados

• todas as alternativas anteriores

Se valor-p < alfa,

o que significa ?

• análise não significativa

• Ha é rejeitada

• Ho é rejeitada

• significa que o experimento não foi bem conduzido

Na ANOVA, quando a variabilidade ENTRE GRUPOS é maior que a variabilidade DENTRO DOS GRUPOS,

o que significa ?

(Grupo = Tratamento)

• Não significa nada

• Que os tratamentos não tiveram efeito

• pode significar que pelo menos 1 grupo teve efeito

• Significa que os grupos são semelhantes

Na Regressão:

Produtividade = 1.5xAduboN + 1540

o parâmetro 1.5 significa que:

• é o Coeficiente Angular

• a cada 1 unidade de aumento de AduboN a produtividade aumenta 1.5

• não importa o valor

  do parâmetro

  se AduboN = 0,

  a Produtividade será igual a 1540

• Todas as anteriores estão corretas

Os Outliers são definidos por valores fora da faixa do eixo

• X (horizontal, abscissa)

• Y (vertical, ordenada)

• X e Y

• Na diagonal

O que significa quando a constante (coeficiente linear)

em regressões não é significativa (valor p > alfa) ?

• A regressão não é provável

• Devemos escolher outras variáveis para a regressão

• o modelo ajustado pode passar pela origem dos eixos (0,0)

• Devemos refazer o ajuste forçando a passagem pela origem dos eixos (0,0)

Quais são os pressupostos para a regressão linear ?

• 1) Linearidade do fenômeno

  2) Escala das variáveis semelhantes

  3) Ausência de de outliers

• 1) Teste normalidade dos resíduos

  2) Teste de Homocedasticidade dos resíduos

  3) Teste de independência dos resíduos

• 1) Linearidade do fenômeno

  2) correlação entre as variáveis

  3) Normalidade dos resíduos

• 1) LInearidade do fenômeno

  2) tamanho da amostra adequado

  3) Normalidade dos resíduos

A interpretação correta do R2 ajustado é:

• A proporção da variância explicada por um modelo linear

• A variabilidade de Y explicada pela variabilidade de X(s)

• Quanto melhor é a curva ajustada em relação ao valor do modelo médio

• Todas as alternativas anteriores