Considerando o código mostrado na figura apresentada, julgue o próximo item. 

A figura subsequente é obtida mediante aplicação do seguinte código R:

Considerando o código mostrado na figura apresentada, julgue o próximo item. 

A figura a seguir é obtida mediante aplicação do seguinte código R: 

Com respeito aos comandos de repetição da linguagem R, julgue o item que se segue. 

A variável x, que resulta da aplicação do loop for mostrado na figura que se segue, é igual à variável y obtida mediante aplicação do seguinte código: y <- 1:5. 

Considerando que um usuário inicie uma sessão R escrevendo um código na janela R Console conforme mostra a figura apresentada, julgue o item subsequente. 

Os códigos dados %>% arrange(desc(altura)) e dados %>% order(altura, decreasing = TRUE) retornam o mesmo resultado.

Considerando que um usuário inicie uma sessão R escrevendo um código na janela R Console conforme mostra a figura apresentada, julgue o item subsequente. 

O código dados %>% mutate(alt = altura*100) retorna um data frame conforme mostra a figura que se segue. 

Considerando que um usuário inicie uma sessão R escrevendo um código na janela R Console conforme mostra a figura apresentada, julgue o item subsequente. 

Os códigos dados %>% na.omit() e dados %>% drop_na() proporcionam o mesmo resultado. 

Considerando que um usuário inicie uma sessão R escrevendo um código na janela R Console conforme mostra a figura apresentada, julgue o item subsequente. 

A aplicação do código dados %>% filter(idade==30) proporciona o resultado conforme mostra a figura a seguir. 

        Uma regressão linear de Y sobre X consiste em obter a equação de uma reta, ou uma função linear, como o modelo que irá melhor representar a relação entre as variáveis; a determinação dos parâmetros dessa reta é denominada ajustamento.

Considerando essas informações, julgue o seguinte item. 

Um coeficiente de determinação entre as variáveis X e Y de 95% implica necessariamente a obtenção de uma reta dos mínimos quadrados crescente, ou seja, em uma correlação positiva.

        Uma regressão linear de Y sobre X consiste em obter a equação de uma reta, ou uma função linear, como o modelo que irá melhor representar a relação entre as variáveis; a determinação dos parâmetros dessa reta é denominada ajustamento.

Considerando essas informações, julgue o seguinte item. 

Para quaisquer valores das variáveis X e Y, a existência de um coeficiente de correlação diferente de zero é garantia para que haja uma relação entre X e Y.

        Uma regressão linear de Y sobre X consiste em obter a equação de uma reta, ou uma função linear, como o modelo que irá melhor representar a relação entre as variáveis; a determinação dos parâmetros dessa reta é denominada ajustamento.

Considerando essas informações, julgue o seguinte item. 

Suponha-se que, em uma pesquisa, o coeficiente de correlação entre duas variáveis X e Y tenha gerado um valor para o coeficiente de correlação de Pearson de 0,9200. Nesse caso, considerando-se X a variável independente e Y a variável dependente, o percentual da variância de Y explicado por X será de 84,64%. 

Julgue o item que se segue, em relação à análise de variância, técnica estatística utilizada para a comparação das médias de uma variável aleatória numérica em mais de duas populações.

Para a utilização da razão F, definida como a divisão entre a média quadrática entre grupos (MQentre) e a média quadrática dentro de grupos (MQdentro), é necessário que as amostras sejam extraídas aleatoriamente de determinada população de escores.  

Julgue o item que se segue, em relação à análise de variância, técnica estatística utilizada para a comparação das médias de uma variável aleatória numérica em mais de duas populações.

A variável numérica cujas médias sejam comparadas em três ou mais populações é chamada de variável de tratamento, ou fator, ou variável explanatória, ou variável independente. 

Julgue o item que se segue, em relação à análise de variância, técnica estatística utilizada para a comparação das médias de uma variável aleatória numérica em mais de duas populações.

A obtenção de uma razão F significante é condição para a utilização do teste DHS de Tukey para a comparação múltipla de médias. 

       Para uma determinada amostra, observou-se um conjunto de n eventos E_n, cujas frequências observadas e esperadas são, respectivamente, o₁, o₂, o₃, o₄, ..., o_n, e e₁, e₂, e₃, e₄, ..., e_n.

Tendo como referência essas informações, julgue o próximo item. 

A utilização do qui-quadrado como teste de aderência objetiva analisar a adequação dos modelos teóricos de distribuição à distribuição amostral.

       Para uma determinada amostra, observou-se um conjunto de n eventos E_n, cujas frequências observadas e esperadas são, respectivamente, o₁, o₂, o₃, o₄, ..., o_n, e e₁, e₂, e₃, e₄, ..., e_n.

Tendo como referência essas informações, julgue o próximo item. 

Se, para 50 lançamentos de uma moeda, forem observadas 30 caras e 20 coroas, então o valor de x² será inferior a 3,0.

        Para uma determinada amostra, observou-se um conjunto de n eventos E_n, cujas frequências observadas e esperadas são, respectivamente, o₁, o₂, o₃, o₄, ..., o_n, e e₁, e₂, e₃, e₄, ..., e_n.

Tendo como referência essas informações, julgue o próximo item. 

A medida denominada qui-quadrado, representada por x² , define a discrepância existente entre as frequências observadas e esperadas.

Julgue o item subsequente, considerando oito pares de valores das variáveis X e Y, tais que ∑ X = 24; ∑ Y = 49; ∑ X _ˑ Y = 181; ∑X² = 100 e ∑Y² = 343.

Se o par (x_i, y_i) for um dos oito pares ordenador das variáveis X e Y, ampliando-se o valor de x_i na reta dos mínimos quadrados ordinários que representa a regressão linear simples de Y em X, o valor de Y encontrado será tal que Y = y_i.  

Julgue o item subsequente, considerando oito pares de valores das variáveis X e Y, tais que ∑ X = 24; ∑ Y = 49; ∑ X _ˑ Y = 181; ∑X² = 100 e ∑Y² = 343.

Com base no coeficiente de correlação linear, é correto afirmar, em face dos dados apresentados, que se trata de uma correlação espúria.

Julgue o item subsequente, considerando oito pares de valores das variáveis X e Y, tais que ∑ X = 24; ∑ Y = 49; ∑ X _ˑ Y = 181; ∑X² = 100 e ∑Y² = 343.

A reta dos mínimos quadrados ordinários que representa a regressão linear simples de Y em X com intercepto não nulo terá coeficiente linear aproximado de 2,48. 

Julgue o item subsequente, considerando oito pares de valores das variáveis X e Y, tais que ∑ X = 24; ∑ Y = 49; ∑ X _ˑ Y = 181; ∑X² = 100 e ∑Y² = 343.

O coeficiente de correlação de Pearson para os valores apresentados será negativo, o que indica que a regressão linear será representada por uma reta decrescente.