Classifique as seguintes variáveis como quantitativa discreta ou contínua e qualitativa ordinal ou nominal.
(a) Região de residência (Norte, Nordeste, Centro Oeste, Sudeste ou Sul).

Passo 1

Beleza, vamos lá! A gente tem um exercício que pede para classificar uma variável. O conteúdo que vamos usar aqui é sobre tipos de variáveis: quantitativas (discretas ou contínuas) e qualitativas (ordinais ou nominais). Precisamos entender essas categorias para classificar a variável “Região de residência”.

Passo 2

Primeiro, vamos entender a diferença entre variáveis quantitativas e qualitativas.
  • Quantitativas são aquelas que medem alguma coisa, têm números que fazem sentido em termos de quantidade. Elas podem ser:
    • Discretas: têm valores contáveis, como o número de pessoas.
    • Contínuas: podem assumir qualquer valor dentro de um intervalo, como altura ou peso.
  • Qualitativas descrevem características ou qualidades. Elas podem ser:
    • Ordinais: têm uma ordem ou ranking, como níveis de satisfação (satisfeito, neutro, insatisfeito).
    • Nominais: não têm ordem, apenas diferentes categorias, como cores ou, no nosso caso, regiões.

Passo 3

Agora, vamos aplicar isso à nossa variável: Região de residência com as categorias Norte, Nordeste, Centro-Oeste, Sudeste e Sul.
  • Essas regiões não têm uma ordem ou hierarquia entre si. Não existe uma região “maior” ou “melhor” que outra dentro desse contexto.
  • Portanto, a variável não está relacionada a uma quantidade nem tem um ranking.

Resposta

A variável “Região de residência” é uma variável qualitativa nominal.

Exercícios relacionados

Um engenheiro de software deseja prever o tempo de resposta de uma API com base no número de requisições por segundo que o servidor recebe. Foram coletados os dados aprsentados na tabela abaixo:
(a) Determine a reta de regressão linear simples;
(b) Estime o tempo de resposta se o servidor receber 45 requisições por segundo.
Requisições por segundo (X) Tempo de resposta (Y)
10
20
30
40
50
Um pesquisador interessado em testar o efeito de um medicamento em reduzir o suor aplicou o produto em um dos braços, escolhido ao acasso, em uma amostra de nove indivíduos. O outro braço serviu de controle. O suor durante uma atividade física foi mensurado em ml nos dois braços. O pesquisador estava interessado em saber se existe correlação entre as medidas de suor do braço não tratado e do braço tratado . Calcule o coeficiente de correlação linear de Pearson entre e . As mensurações são apresentadas a seguir:
Indivíduo 1 2 3 4 5 6 7 8 9
6,625 5,508 4,279 2,104 1,117 1,308 5,881 7,796 2,688
0,113 0,142 0,067 0,083 0,055 0,121 0,207 0,076 0,101
Uma equipe de TI está monitorando o desempenho de um servidor web e coletou os seguintes dados sobre o número de requisições por segundo (variável X ) e o tempo médio de resposta do servidor em milissegundos (variável Y ) durante diferentes cargas de trabalho:
Requisições por segundo 100 200 300 400 500 600 700 800 900
Tempo de resposta 120 140 160 190 230 260 280 300 350
(a) Calcule o coeficiente de correlação de Pearson entre o número de requisições por segundo e o tempo de resposta;
(b) Interprete o resultado do coeficiente de correlação em termos da relação entre a carga no servidor e o tempo de resposta;
© Determine a equação da reta de regressão linear simples que modela a relação entre X (requisições por segundo) e Y (tempo de resposta);
(d) Utilize o modelo de regressão para estimar o tempo de resposta se o servidor receber 1100 requisições por segundo.
Um engenheiro de software deseja prever o tempo de resposta de uma API com base no número de requisições por segundo que o servidor recebe. Foram coletados os dados apresentados na tabela abaixo:
(a) Determine a reta de regressão linear simples;
(b) Estime o tempo de resposta se o servidor receber 45 requisições por segundo.
Requisições por segundo (X) Tempo de resposta (Y)
10
20
30
40
50