Modelação estatística

1. A modelação estatística é uma ferramenta poderosa utilizada em vários domínios, como a economia, a biologia, a psicologia e outros, para analisar e interpretar dados. Envolve a utilização de modelos matemáticos para representar relações entre variáveis e fazer previsões ou tomar decisões com base em dados observados. Ao aplicar técnicas estatísticas, os investigadores podem descobrir padrões, tendências e dependências nos dados, o que conduz a conhecimentos valiosos e à tomada de decisões informadas. Através do processo de construção, teste e aperfeiçoamento de modelos, a modelação estatística permite-nos quantificar a incerteza, validar hipóteses e tirar conclusões significativas a partir de conjuntos de dados complexos. De um modo geral, a modelação estatística desempenha um papel crucial no avanço do conhecimento e da compreensão em várias disciplinas, fornecendo um quadro sistemático para analisar dados e tirar conclusões fiáveis.

Qual é o objetivo da análise de regressão na modelação estatística?

A) Examinar a relação entre as variáveis.
B) Para resumir dados categóricos.
C) Para calcular médias de dados numéricos.
D) Para criar representações visuais de dados.

2. A que se refere o termo "qualidade do ajuste" na modelação estatística?

A) O tamanho do conjunto de dados.
B) O tipo de teste estatístico utilizado.
C) O grau de adequação do modelo aos dados observados.
D) O número de variáveis no modelo.

3. Qual das seguintes opções é um pressuposto da regressão linear?

A) Distribuição normal dos resíduos
B) Homoscedasticidade
C) Independência das observações
D) Linearidade

4. Que tipo de modelo estatístico é adequado para prever resultados binários?

A) Árvore de decisão
B) APC
C) Regressão logística
D) ANOVA

5. Na modelação estatística, qual é o objetivo da engenharia de caraterísticas?

A) Criar novas variáveis de entrada a partir de dados existentes para melhorar o desempenho do modelo.
B) Para automatizar todo o processo de modelação.
C) Para remover todas as variáveis de entrada, exceto a mais importante.
D) Para ajustar o modelo exatamente aos dados de treino.

6. Qual é o objetivo de uma matriz de confusão na modelação estatística?

A) Para testar o pressuposto de linearidade em modelos de regressão.
B) Para resumir a distribuição de um conjunto de dados.
C) Para avaliar o desempenho de um modelo de classificação.
D) Avaliar a bondade do ajuste na regressão logística.

7. Qual é um método comum de validação de um modelo estatístico?

A) Teste do qui-quadrado
B) Análise de regressão
C) Validação cruzada
D) Análise de componentes principais

8. Qual é o objetivo do agrupamento na modelação estatística?

A) Agrupar pontos de dados semelhantes com base em padrões ou caraterísticas.
B) Para criar uma única medida composta a partir de múltiplas variáveis.
C) Investigar relações de causa e efeito.
D) Para traçar pontos de dados num espaço bidimensional.

9. Em modelação estatística, a que se refere o termo "sobreajuste"?

A) Quando um modelo é demasiado simples e não tem capacidade de previsão.
B) Quando um modelo se ajusta perfeitamente aos dados de treino mas falha nos novos dados.
C) Quando um modelo é correto e generaliza bem para dados não vistos.
D) Quando um modelo é demasiado complexo e capta o ruído nos dados.

Criado com That Quiz — onde a realização de um teste de matemática está a um clique de distância.