Variável resposta, um conjunto de preditores, uma estimativa da natureza da relação entre resposta e preditores e um resíduo.
100
Cite 3 técnicas estatísticas que vão além dos modelos lineares.
Modelos lineares generalizados para variáveis resposta categóricas e discretas, modelos multinível, modelos mistos lineares generalizados, técnicas modernas para dados faltantes, modelos de regressão robusta, modelos não lineares.
100
Qual o nome da classe de modelos que engloba a ANOVA e a regressão linear?
Modelos lineares, ou modelos lineares gerais.
200
Qual o pré-requisito para dominar a estatística que é relacionado aos softwares?
Se adaptar aos softwares existentes.
200
Cite 5 termos do vocabulário dos testes de hipóteses.
Hipótese nula, hipótese alternativa, erro tipo I, erro tipo II, nível de significância, poder, bilateral, unilateral.
200
Cite 4 tópicos referentes a modelos lineares.
Variáveis dummy, interações, efeitos polinomiais, efeitos aleatórios, construção de modelo e ajuste de modelo.
200
Quais softwares estatísticos são mais abrangentes?
R (Splus), Stata, SAS
200
De modo geral, como podemos descrever um modelo linear?
Resposta=Modelo+erro
300
Qual é o pré-requisito prático para dominar a estatística?
Usar o conhecimento aplicando as técnicas em problemas familiares.
300
Cite 4 termos que pertencem ao vocabulário de amostragem.
Amostra aleatória simples, amostra por cluster, amostra por estrato, plano amostral complexo, amostra probabilística, amostra por conveniência.
300
Qual é a prova de que se domina modelos lineares?
Entender como a ANOVA e regressão pertencem ao mesmo grupo de modelos lineares e como alternar entre um e outro.
300
Qual a importância de dominar os modelos lineares antes de avançar para outras técnicas?
Porque muitas delas são extensões dos modelos lineares.
300
A principal diferença entre ANOVA e regressão está nas variáveis resposta ou nas preditoras?
Preditoras.
400
Quanto tempo é necessário para dominar a estatística?
São necessários vários anos.
400
Quais técnicas estatísticas são consideradas básicas ao conhecimento de estatística?
Regressão múltipla com preditores contínuos e ANOVA com um fator.
400
O que é necessário para dominar modelos lineares?
É necessário experiência com diversos bancos de dados, projetos, modelos e questões de pesquisa durante vários anos.
400
Existe um pacote estatístico que faça todo tipo de análise? Se sim, qual?
Se não, o que fazer?
Não. A solução é saber usar pelo menos dois programas estatísticos, sendo que um deles deve ser: SAS, R ou STATA.
400
Que tipo de variável preditora é usada na ANOVA?
Categórica.
500
Os pré-requisitos devem ser desenvolvidos separados ou em conjunto?
Devem ser desenvolvidos conjuntamente.
500
O que é necessário para dominar o conhecimento básico em estatística?
Experiência com análise de dados de vários projetos diferentes.
500
Quais outras técnicas estatísticas incluem os modelos lineares?
Equações estruturais, técnicas multivariadas, análise de sobrevivência ou técnicas de amostragem complexa.
500
Regressão logística é um tipo de modelo linear?
Se sim, qual?
Se não, por que?
Sim, uma regressão logística é um modelo linear generalizado.
500
Qual a diferença de codificação de uma variável preditora categórica na ANOVA e na Regressão linear?
Na ANOVA ela é feita de maneira a comparar cada grupo com a média geral e na Regressão linear para comparar um grupo de referência com os demais.