Leia o trecho a seguir: A importância das análises estatísticas de amostras é fundamental para diversas áreas do conhecimento. Ao analisar um subconjunto representativo de uma população, podemos inferir características e tendências sobre o todo, permitindo tomar decisões mais precisas e embasadas. Seja em pesquisas científicas, estudos de mercado, controle de qualidade ou desenvolvimento de novos produtos, as análises estatísticas de amostras fornecem insights valiosos para compreender fenômenos complexos, identificar padrões e testar hipóteses, contribuindo para o avanço do conhecimento e a otimização de processos. Para calcular o(a) [preencher 1], utilizamos o teste t de Student, enquanto o(a) [preencher 2] é utilizada para comparar as médias de três ou mais grupos. Os termos [preencher 1] e [preencher 2] são corretamente substituídos por:

Análise da Questão de Estatística

Esta questão testa conhecimento sobre testes estatísticos paramétricos e suas aplicações específicas.

Contexto do Problema

O texto menciona duas situações diferentes de comparação estatística:

1. Um teste que usa o teste t de Student para uma finalidade específica
2. Um outro método para comparar médias de três ou mais grupos

## Análise das Alternativas

Explicação Detalhada

Teste t de Student:

• Utilizado para comparar as médias de DOIS grupos independentes
• Exemplo: comparar notas de alunos do sexo masculino vs feminino
• Formula básica: t = \frac{\bar{x}_1 - \bar{x}_2}{\sqrt{s_1^2/n_1 + s_2^2/n_2}}

Análise de Variância (ANOVA):

• Utilizada para comparar as médias de TRÊS OU MAIS grupos
• Exemplo: comparar notas de alunos de três turmas diferentes
• Se houver diferença significativa, realiza-se teste post-hoc para identificar quais grupos diferem

Por que as outras estão erradas?

• Coeficiente de correlação: mede relação entre variáveis, não compara médias
• Mediana: medida de tendência central, não é um teste estatístico
• Variância amostral: medida de dispersão, calculada mas não o propósito do teste t
• Desvio padrão: também medida de dispersão
• Teste qui-quadrado: usado para dados categóricos, não para médias
• Análise de regressão: usada para prever relações entre variáveis
• Análise fatorial: reduz dimensionalidade de variáveis
• Análise de cluster: agrupa observações similares

Conclusão

Alternativa B - 1 diferença entre as médias de dois grupos - 2 análise de variância

Esta é a única alternativa que corretamente identifica:

• O propósito do teste t de Student (comparar 2 grupos)
• O propósito da ANOVA (comparar 3+ grupos)