SóProvas


ID
3858358
Banca
IBFC
Órgão
EBSERH
Ano
2020
Provas
Disciplina
Estatística
Assuntos

Para entender a relação entre a variável independente X e a variável dependente Y, foi calculado o coeficiente de correlação linear de Pearson r=0,90. Sabe-se que existe uma relação de causa-efeito entre X e Y, então foi proposto um modelo de regressão linear simples. Acerca da explicação que este modelo será capaz de fornecer sobre a variabilidade da variável resposta, assinale a alternativa correta.

Alternativas
Comentários
  • O coeficiente de correlação (R) quantifica o quão intensa é a relação entre as variáveis.

    O coeficiente de determinação (R²) EXPLICA o quanto uma variável interfere na outra.

    A questão pediu o valor de R².

    Eu fiz da seguinte forma:

    0,9*0,9= 0,81

    0,81*100= 81% (gabarito, letra C)

    O coeficiente de correlação é igual a raiz quadrada do coeficiente de determinação, logo, a raiz quadrada de 0,81=0,9

    Espero que tenha dado pra entender.

  • Interpretei da seguinte forma (sujeita a erros):

    A correlação é dada pelo produto da covariância entre as variáveis x e y, dividido pelo produto dos respectivos desvios-padrão.

    Como a correlação entre as variáveis necessariamente passa pelo produto de ambas, eu considerei que ambas valem 0,9. Logo x*y = 0,9*0,9 = 0,81.

    Para achar o percentual, é só multiplicar 0,81 por 100 = 81%

    GAB C

    Indo além do que a questão pede, se considerarmos que o coeficiente de pearson mede o comportamento de uma variável em relação a outra, e que esse coeficiente varia de -1 até + 1, então quanto mais próximo dos extremos (- 1, +1), podemos dizer que há uma forte correlação entre elas. Ou seja, uma varia, a outra varia também. O que vai influenciar e o sentido.

    + 1, varia no mesmo sentido. - 1 varia no sentido oposto.

    Erros, avisem por DM.