No caso em apreço, se o paciente for submetido a uma endoscopia digestiva alta, provavelmente será encontrada uma esofagite erosiva, presente em 70% dos pacientes com o quadro descrito.

Para esse paciente, é adequado tratamento farmacológico com um inibidor de bomba de prótons em dose plena durante 8 semanas, não havendo a necessidade de realização de endoscopia digestiva alta para o diagnóstico de doença do refluxo gastroesofágico.

Para que o diagnóstico de doença pulmonar obstrutiva crônica seja estabelecido, é necessária tomografia de tórax que mostre enfisema e sinais de broncopatia inflamatória.

Julgue os itens a seguir a respeito de técnicas de amostragem.

A amostragem em múltiplos estágios requer que cada estágio use o mesmo método amostral (por exemplo, todos os estágios devem usar a amostragem aleatória simples) para manter a estrutura probabilística.

Julgue os itens a seguir a respeito de técnicas de amostragem.

Na amostragem sistemática com um elemento inicial escolhido ao acaso, o intervalo de seleção k deve sempre ser calculado como k = \( \dfrac{N}{n} \) arredondado para o inteiro imediatamente anterior para evitar viés de seleção.

Julgue os itens a seguir a respeito de técnicas de amostragem.

A amostragem por conglomerados sempre produz estimativas mais precisas que a amostragem aleatória simples quando os conglomerados são internamente homogêneos e heterogêneos entre os conglomerados.

Julgue os itens a seguir a respeito de técnicas de amostragem.

Na amostragem estratificada, o tamanho amostral em cada estrato deve ser proporcional ao tamanho do estrato na população.

Para validar as suposições clássicas usuais e detectar potenciais violações de um modelo de regressão linear múltipla na forma y = β₀ + β₁x₁ + β₂x₂ + ... + β_kx_k + ε, será feita uma análise de resíduos, a partir dos dados a seguir.

• Resíduo: \(e_i = y_i − \hat{y}_i\)
• Resíduos padronizados: \(\dfrac{e_i}{\hat{σ}}\) , em que \(\hat{σ} = \sqrt{QMR}\) e \(QMR\) é o quadrado médio do resíduo.
• Resíduos estudentizados: \(\dfrac{e_i}{\sqrt{QMR(1-h_{ii})}}\), em que h_ii é o i-ésimo elemento da diagonal da matriz hat.

Considerando as informações precedentes, julgue os itens que se seguem.

A estatística do teste de Durbin-Watson, calculada como DW = \( \dfrac{\sum_{ }^{ }\left(e_i-e_{i-1}\right)^2}{\sum_{ }^{ }e_i^2} \), é utilizada para testar as correlações e primeira ordem nos resíduos, com valores próximos de 2 indicando ausência de autocorrelação.

Para validar as suposições clássicas usuais e detectar potenciais violações de um modelo de regressão linear múltipla na forma y = β₀ + β₁x₁ + β₂x₂ + ... + β_kx_k + ε, será feita uma análise de resíduos, a partir dos dados a seguir.

• Resíduo: \(e_i = y_i − \hat{y}_i\)
• Resíduos padronizados: \(\dfrac{e_i}{\hat{σ}}\) , em que \(\hat{σ} = \sqrt{QMR}\) e \(QMR\) é o quadrado médio do resíduo.
• Resíduos estudentizados: \(\dfrac{e_i}{\sqrt{QMR(1-h_{ii})}}\), em que h_ii é o i-ésimo elemento da diagonal da matriz hat.

Considerando as informações precedentes, julgue os itens que se seguem.

A heteroscedasticidade pode ser detectada plotando-se os resíduos contra os valores ajustados e observando-se se a dispersão dos resíduos aumenta ou decresce sistematicamente com relação aos valores ajustados.

Para validar as suposições clássicas usuais e detectar potenciais violações de um modelo de regressão linear múltipla na forma y = β₀ + β₁x₁ + β₂x₂ + ... + β_kx_k + ε, será feita uma análise de resíduos, a partir dos dados a seguir.

• Resíduo: \(e_i = y_i − \hat{y}_i\)
• Resíduos padronizados: \(\dfrac{e_i}{\hat{σ}}\) , em que \(\hat{σ} = \sqrt{QMR}\) e \(QMR\) é o quadrado médio do resíduo.
• Resíduos estudentizados: \(\dfrac{e_i}{\sqrt{QMR(1-h_{ii})}}\), em que h_ii é o i-ésimo elemento da diagonal da matriz hat.

Considerando as informações precedentes, julgue os itens que se seguem.

Se um gráfico de probabilidade normal (Q-Q plot) dos resíduos mostra pontos que seguem aproximadamente uma linha reta, isso indica que a suposição de normalidade não é satisfeita.