Julgue o próximo item, a respeito da modelagem estatística e da regressão.

A regressão linear múltipla permite avaliar o efeito de diversas variáveis independentes sobre uma variável dependente, ao mesmo tempo.

Julgue o próximo item, a respeito da modelagem estatística e da regressão.

A presença de multicolinearidade severa entre as variáveis independentes pode distorcer os coeficientes estimados em uma regressão linear múltipla.

Julgue o próximo item, a respeito da modelagem estatística e da regressão.

A linearização logarítmica ou exponencial possibilita a transformação de qualquer modelo de regressão não linear para modelos lineares.

Julgue o próximo item, a respeito da modelagem estatística e da regressão.

O coeficiente de determinação (R² ) sempre aumenta com a adição de novas variáveis ao modelo de regressão linear múltipla.

Acerca dos testes não paramétricos, julgue o item seguinte.

Testes não paramétricos não podem ser usados com grandes amostras, porque são menos precisos que os testes paramétricos.

Acerca dos testes não paramétricos, julgue o item seguinte.

Quando os dados da pesquisa não seguem uma distribuição normal, é apropriado o uso do teste de Wilcoxon para comparar duas amostras independentes.

Acerca dos testes não paramétricos, julgue o item seguinte.

Nos testes não paramétricos, são feitas poucas suposições a respeito da distribuição de probabilidade da população.

Acerca dos testes não paramétricos, julgue o item seguinte.

O teste de Kruskal-Wallis permite comparar mais de duas amostras independentes, mas assume que os dados seguem uma distribuição normal.

A partir dessa situação hipotética, julgue o seguinte item.

A análise de clusters é uma técnica multivariada que permite prever a qualidade do ar (boa, moderada ou ruim), com base em variáveis independentes como, por exemplo, os níveis de poluentes e em fatores meteorológicos.