Questão de Estatística · FGV TJ-AP 2024 (nº 68)

Em um modelo de regressão linear, a "significância conjunta de parâmetros" significa verificar se um grupo de variáveis explicativas, consideradas em conjunto, tem um impacto estatisticamente importante na variável dependente, ou seja, se seus coeficientes são todos zero ao mesmo tempo.

(A) Incorreta: O teste de Friedman é um teste não paramétrico para comparar três ou mais grupos relacionados, não sendo usado para significância de parâmetros em regressão.
(B) Incorreta: O teste Z da Normal é usado para testar hipóteses sobre médias ou proporções, geralmente com grandes amostras ou desvio padrão populacional conhecido, não para a significância conjunta de múltiplos parâmetros de regressão.
(C) Incorreta: O teste t de Student é utilizado para avaliar a significância individual de cada coeficiente de regressão (se um único coeficiente é diferente de zero), e não a significância conjunta de um conjunto de parâmetros. Armadilha: É comum ver o teste t em resultados de regressão para verificar a significância de cada variável, mas ele testa cada parâmetro separadamente, não um grupo deles simultaneamente.
(D) Correta: O teste F de Fisher-Snedecor é o teste estatístico apropriado para avaliar a significância conjunta de um conjunto de parâmetros em um modelo de regressão linear múltipla, comparando a variância explicada pelo modelo com a variância residual sob a hipótese nula de que todos os coeficientes testados são zero.
(E) Incorreta: O teste Qui-Quadrado de Pearson é usado para testar a independência entre variáveis categóricas ou a aderência de dados a uma distribuição, não para a significância de parâmetros de regressão.