Os testes de aderência são utilizados para testar modelos e avaliar se os dados de uma amostra conformam-se ou não a uma distribuição de probabilidade específica. Sobre os testes de aderência, analise as afirmações a seguir:
I) Os testes avaliam duas hipóteses: se dados da amostra conformam-se a determinada distribuição de probabilidade ou se os dados da amostra não conformam-se a determinada distribuição de probabilidade.
II) Por meio dos testes de aderência é possível avaliar se existem discrepâncias entre as frequências esperadas e as frequências observadas em uma amostra preestabelecida.
III) São exemplos de testes de aderência os testes qui-quadrado e Kolmogorov-Smirnov. É(são) correta(s) a(s) alternativa(s):
I) Os testes avaliam duas hipóteses: se dados da amostra conformam-se a determinada distribuição de probabilidade ou se os dados da amostra não conformam-se a determinada distribuição de probabilidade.
II) Por meio dos testes de aderência é possível avaliar se existem discrepâncias entre as frequências esperadas e as frequências observadas em uma amostra preestabelecida.
III) São exemplos de testes de aderência os testes qui-quadrado e Kolmogorov-Smirnov. É(são) correta(s) a(s) alternativa(s):
Passo 1
Beleza, vamos lá! O exercício fala sobre testes de aderência. Esses testes são usados na estatística para verificar se os dados de uma amostra seguem uma determinada distribuição de probabilidade. Para resolver essa questão, vamos analisar cada uma das afirmações apresentadas e ver quais estão corretas, usando conceitos básicos sobre testes de aderência.
Passo 2
Vamos começar com a Afirmação I: “Os testes avaliam duas hipóteses: se dados da amostra conformam-se a determinada distribuição de probabilidade ou se os dados da amostra não conformam-se a determinada distribuição de probabilidade.”
Aqui, estamos falando sobre hipóteses nulas e alternativas. Em testes de aderência, a hipótese nula (H₀) geralmente afirma que os dados seguem uma distribuição específica, enquanto a hipótese alternativa (H₁) diz que não seguem. Então, essa afirmação está correta porque reflete exatamente como os testes de aderência funcionam, avaliando se há evidências para rejeitar a hipótese de que os dados seguem a distribuição proposta.
Passo 3
Passando para a Afirmação II: “Por meio dos testes de aderência é possível avaliar se existem discrepâncias entre as frequências esperadas e as frequências observadas em uma amostra preestabelecida.”
Esse ponto fala sobre a comparação entre frequências observadas (o que realmente aconteceu nos dados) e frequências esperadas (o que esperamos que aconteça de acordo com a distribuição teórica). Os testes de aderência, como o qui-quadrado, justamente medem essa discrepância para determinar se é significativa ou não. Então, essa afirmação também está correta.
Passo 4
Agora, a Afirmação III: “São exemplos de testes de aderência os testes qui-quadrado e Kolmogorov-Smirnov.”
Vamos checar os exemplos citados. O teste qui-quadrado é um dos mais comuns para testar a aderência, especialmente quando lidamos com frequências de categorias. O teste de Kolmogorov-Smirnov também é usado para comparar uma amostra com uma distribuição teórica, especialmente em dados contínuos. Ambos são, de fato, exemplos de testes de aderência. Portanto, essa afirmação também está correta.
Resposta
Todas as afirmações I, II e III estão corretas.