Search Header Logo

Quiz sobre Correlação de Pearson

Authored by LEONARDO ROBERTO CANDIDO

Information Technology (IT)

Professional Development

Used 1+ times

Quiz sobre Correlação de Pearson
AI

AI Actions

Add similar questions

Adjust reading levels

Convert to real-world scenario

Translate activity

More...

7 questions

Show all answers

1.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

O coeficiente de correlação de Pearson, representado por rr , mede:

A relação não linear entre duas variáveis categóricas.

A força e a direção da relação linear entre duas variáveis quantitativas.

A diferença entre médias de dois grupos.

A variância de uma única variável.

2.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Qual dos seguintes valores de rr indica uma forte correlação negativa?

r=0.85r = 0.85

r=−0.92r = -0.92

r=0.05r = 0.05

r=0r = 0

3.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Qual biblioteca Python é mais comumente utilizada para calcular o coeficiente de correlação de Pearson?

matplotlib

pandas

seaborn

scikit-learn

4.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Dado o seguinte código em Python, qual será o resultado de `df.corr(method='pearson')`? ``` import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}) ```

Uma lista com os valores de correlação

Um DataFrame com os coeficientes de correlação entre as colunas

Um gráfico de dispersão

Um array com os valores originais

5.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Qual das opções abaixo representa corretamente a fórmula do coeficiente de correlação de Pearson para duas variáveis XX e YY ?

r=∑(Xi−Xˉ)2nr = \frac{\sum (X_i - \bar{X})^2}{n}

r=∑(Xi−Xˉ)(Yi−Yˉ)∑(Xi−Xˉ)2∑(Yi−Yˉ)2r = \frac{\sum (X_i - \bar{X})(Y_i - \bar{Y})}{\sqrt{\sum (X_i - \bar{X})^2 \sum (Y_i - \bar{Y})^2}}

r=∑(Xi+Yi)nr = \frac{\sum (X_i + Y_i)}{n}

r=∑(Xi−Yi)2nr = \frac{\sum (X_i - Y_i)^2}{n}

6.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Se o coeficiente de correlação de Pearson entre duas variáveis for r=0r = 0 , isso significa que:

Existe uma forte relação linear positiva.

Não existe relação linear entre as variáveis.

Existe uma forte relação linear negativa.

As variáveis são dependentes.

7.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Em um exemplo prático, ao analisar a correlação entre altura e peso de um grupo de pessoas, obteve-se r=0.78r = 0.78 . Isso indica:

Correlação negativa forte

Correlação positiva forte

Correlação positiva fraca

Ausência de correlação

Access all questions and much more by creating a free account

Create resources

Host any resource

Get auto-graded reports

Google

Continue with Google

Email

Continue with Email

Microsoft

Continue with Microsoft

or continue with

Facebook

Facebook

Apple

Apple

Others

Others

By signing up, you agree to our Terms of Service & Privacy Policy

Already have an account?