O objetivo central do processo de amostragem é permitir que características, comportamentos ou opiniões observados em um grupo menor possam ser extrapolados e generalizados para todo o universo estudado, economizando-se tempo, recursos financeiros e esforço logístico. Assinale a opção que apresenta a principal diferença operacional entre a amostragem estratificada e a amostragem por conglomerados.

Em uma pesquisa de clima organizacional, o setor de recursos humanos de certa empresa utilizou um software de sorteio aleatório para selecionar 200 funcionários entre os 5.000 existentes.
A partir da situação hipotética precedente, assinale a opção que corresponde à técnica de amostragem que foi usada no caso em tela.

De uma população composta por N = 500 elementos deseja-se obter uma amostra aleatória simples, sem reposição, de tamanho n = 50.
A partir dessas informações, assinale a opção que corresponde à probabilidade de um elemento específico da população ser selecionado na extração da amostra.

Amostragem é um processo estatístico que consiste na seleção criteriosa de um subconjunto representativo (a amostra) a partir de um conjunto total de dados ou indivíduos (a população). Para que uma amostragem seja classificada tecnicamente como aleatória simples (AAS),

Uma empresa possui 800 funcionárias e 200 funcionários. Para garantir que a amostra mantenha o equilíbrio de gênero presente na empresa, a população é dividida em dois grupos conforme o sexo. Em seguida, realiza-se amostragem aleatória em cada grupo, de modo a selecionar 40 mulheres e 10 homens, o que resulta em uma amostra representativa de 50 pessoas.
Na situação hipotética apresentada, utilizou-se a técnica de amostragem

Certo pesquisador deseja avaliar o comportamento dos motoristas em um estacionamento. Ele decide entrevistar o motorista de cada décimo carro que entra no local, até obter uma amostra de 50 motoristas.
Na situação hipotética precedente, o pesquisador utilizou a técnica de amostragem

Em um modelo de regressão linear simples estimado por mínimos quadrados ordinários, um analista observa que a análise de variância decompõe apropriadamente a soma de quadrados total em soma de quadrados da regressão e soma de quadrados dos resíduos. Ao examinar o gráfico de resíduos versus valores ajustados, o analista identifica um padrão claro em formato de parábola (U invertido). Adicionalmente, ao calcular a correlação entre os resíduos ordinários e os valores ajustados, ele obtém valor próximo de zero. O analista também nota que, ao estimar o modelo por meio de máxima verossimilhança sob pressuposto de normalidade, os estimadores dos coeficientes de regressão são numericamente idênticos aos obtidos por mínimos quadrados, mas o estimador de máxima verossimilhança da variância do erro é ligeiramente menor que o estimador usual não viesado.
Nessa situação hipotética,

Na análise diagnóstica dos resíduos de um modelo de regressão múltipla estimado por mínimos quadrados ordinários, identificam-se três observações com características distintas: a i-ésima observação apresenta resíduo studentizado externamente superior a 3 em valor absoluto, mas baixo valor de alavancagem; a j-ésima observação apresenta alta alavancagem, mas resíduo próximo de zero; e a k-ésima observação apresenta, simultaneamente, resíduo studentizado moderado (aproximadamente 2) e alta alavancagem, o que resulta em distância de Cook substancialmente elevada.
Considerando a situação hipotética apresentada e os conceitos de leverage, outliers e observações influentes, assinale a opção correta.

Um pesquisador estima dois modelos de regressão aninhados: o modelo completo contém p variáveis explicativas além do intercepto, e o modelo reduzido, q variáveis explicativas além do intercepto, em que q < p. Ambos os modelos são estimados com os mesmos n dados. Para testar se as (p − q) variáveis adicionais do modelo completo contribuem significativamente para explicar a variação na variável resposta, o pesquisador calcula a diferença entre as somas dos quadrados dos resíduos dos dois modelos e constrói uma estatística F parcial. O teste resulta em um p-valor de 0,12 ao nível de 5%, o que implica a não rejeição da hipótese nula. Simultaneamente, ao examinar o modelo completo, o pesquisador observa que o teste F global é altamente significativo (p-valor < 0,001).
Nessa situação hipotética,

Na aplicação de um modelo de regressão linear múltipla com intercepto, um pesquisador observou que a soma dos quadrados da regressão representava 75% da soma dos quadrados total, o que indicava coeficiente de determinação de 0,75. Ao testar a significância global do modelo por meio do teste F, ele obteve um p-valor de 0,08 ao nível de 5%. O pesquisador, então, decidiu remover uma variável explicativa que apresentou o maior p-valor no teste t individual e reestimar o modelo. No novo modelo, a soma dos quadrados da regressão diminuiu, mas surpreendentemente o teste F global indicou significância ao nível de 5%.
A partir dessa situação hipotética, assinale a opção correta no que diz respeito à explicação para o fenômeno aparentemente paradoxal verificado.