O uso de técnicas de análise de regressão são amplamente utilizadas na estatística para prever resultados com base em um conjunto de variáveis de entrada.
Com relação às características da Regressão linear e da Regressão logística, analise os itens a seguir:

I. As duas técnicas buscam modelar a relação entre variáveis dependentes e independentes, no entanto, apresentam como principal diferença o tipo de variável que elas são capazes de prever.
II. A regressão linear minimiza as discrepâncias entre os valores de saída previstos e reais ao ajustar uma probabilidade, onde a variável dependente é limitada entre 0 e 1.
III. Ambos os tipos de regressões requerem um tamanho de amostra adequado e grande, de mesma dimensão, para representar valores em todas as categorias de resposta produzindo modelo com poder estatístico suficiente para detectar efeito significativo.

Está correto o que se afirma em

Em relação a regressão logística, analise as afirmativas a seguir.

I. É uma forma especializada de regressão que é formulada para prever e explicar uma variável categórica binária e, não uma medida dependente métrica.
II. Os modelos lineares generalizados podem ser considerados como uma abordagem de modelagem de dois estágios. Primeiro se modela a variável de resposta usando uma distribuição de probabilidade, como a distribuição binomial ou de Poisson e segundo se modela o parâmetro da distribuição usando uma coleção de preditores e uma forma especial de rede neural.
III. A regressão logística por ser usado como uma ferramenta para construir modelos quando existe uma variável de resposta categórica com três níveis. A regressão logística é um tipo de modelo linear não generalizado para variáveis de resposta onde a regressão linear múltipla não funciona muito bem.

Estão corretas as afirmativas

Matheus é um professor que precisa identificar padrões de utilização de LLMs (Large Language Models) em um grupo de estudantes. Ele utilizou como dados as notas finais da avaliação da disciplina de Estatística Básica (com distribuição das notas variando 0 a 100) e correlacionou esses dados à quantidade de horas dedicadas ao uso de LLMs pelos estudantes durante o semestre. O professor construiu um modelo para prever a pontuação de um aluno (Y), em função do número de horas dedicadas ao LLMs durante o último semestre (X), obtendo o modelo a seguir.

Ŷ = 100 − 0, 25x

Matheus certificou-se que o modelo atende a todas as premissas do modelo de regressão linear. As pontuações esperadas para dois alunos que dedicaram 300 horas e 50 horas ao uso de LLMs no último semestre são, respectivamente,

Uma professora de matemática aplicou uma prova para 5 alunos, e as notas obtidas foram 4, 6, 8, 10 e 12. Ela queria analisar o desvio-padrão populacional das notas para entender quão dispersas em relação à média estavam.
Com base nessa situação hipotética, assinale a opção que apresenta o desvio-padrão populacional das notas.

Determinada organização apresentou as despesas anuais a seguir.

Com base nessa situação hipotética, é correto afirmar que, em relação ao total das despesas anuais, as despesas anuais de material de escritório representam

Na tabela a seguir está registrado o número de habitantes de 5 municípios.

A população do município A supera em N habitantes a soma das populações dos municípios B, C, D e E.

O valor de N é:

O administrador de um Posto de Saúde registrou, em uma tabela, o tempo de atendimento de cinco pacientes.

O tempo médio de atendimento a esses pacientes, em minutos, corresponde a:

Um estudante faz um concurso que possui dez etapas. A nota final será calculada através da mediana das dez avaliações. A seguir tem-se as notas tiradas por ele. 
Qual será a nota final que esse candidato ficará no concurso?

A análise de dados através da estatística é fundamental no mundo dos negócios. Nesse sentido, analise as afirmações abaixo:

1. O histograma é um gráfico de barras vertical que representa a distribuição de frequência de uma variável quantitativa (discreta e contínua), muito semelhante ao diagrama de Pareto.
2. A média é a soma do total de valores de determinada variável (discreta ou contínua) dividida pelo número total de observações. A moda de uma série de dados é a observação que ocorre com maior frequência. Já a medida de tendência central é a mediana.
3. Uma das medidas separatrizes são os quartis, que correspondem a medidas de posição que dividem um conjunto de dados, ordenados em forma crescente, em quatro partes com dimensões iguais.
4. Uma variável aleatória pode ser caracterizada como variável que apresenta um valor único para cada elemento, sendo esse valor determinado aleatoriamente. Ela pode ser discreta, que é aquela que assume valores em um conjunto enumerável, não podendo assumir valores decimais ou não inteiros, e variável aleatória contínua, àquela que pode assumir diversos valores num intervalo de números reais.
5. A distribuição de probabilidade mais utilizada e importante é distribuição normal, conhecida como distribuição Gaussiana. Através dela é possível modelar uma infinidade de fenômenos naturais, estudos do comportamento humano, processos industriais, entre outros.

O resultado da somatória dos números correspondentes às afirmações corretas é: