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.

O código write_csv(dados, “D:/dados.csv”) permite salvar o data frame dados em “D:/dados.csv”.

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 En, 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.