1
resposta

Meus comentários

A alternativa correta é a letra “b”, pois o teste de ANOVA de duas vias é adequado para analisar os efeitos de dois fatores e suas interações em uma variável dependente, como o tempo de preparo, permitindo identificar diferenças significativas. Minhas justificativas: (1) O tempo de preparo é uma variável quantitativa contínua (minutos); (2) Existem dois fatores categóricos: tipo de ingrediente (frango, carne, peixe) e método de preparo (assar, fritar, grelhar); (3) O objetivo é avaliar efeitos principais (ingrediente e método) e a interação entre eles.

A ANOVA de duas vias é exatamente a técnica estatística apropriada para esse cenário, pois permite identificar: (a) Se o tipo de ingrediente influencia o tempo de preparo; (b) Se o método de preparo influencia o tempo de preparo; (c) Se a combinação entre ingrediente e método altera significativamente o tempo (interação).

No mais, as demais opções são inadequadas. Sobre o item "a", Testes t múltiplos aumentariam o risco de erro tipo I e não avaliam interação. Sobre o item "c", Qui-quadrado é para variáveis categóricas, não contínuas. Sobre o item "d", regressão linear simples ignora um fator importante e a interação entre eles.

Portanto, a escolha mais correta e estatisticamente robusta é (b).

1 resposta

Olá, Sergio! Tudo bem?

Você fez uma boa análise da situação e justificou muito bem a escolha da ANOVA de duas vias como a abordagem mais adequada para o problema apresentado. A ANOVA de duas vias é realmente a técnica apropriada quando se quer avaliar o efeito de dois fatores independentes (neste caso, tipo de ingrediente e método de preparo) sobre uma variável dependente contínua (tempo de preparo), além de verificar se há interação entre esses fatores.

Sua explicação sobre por que as outras opções não são adequadas também está correta. O teste t múltiplo, como você mencionou, pode aumentar o risco de erro tipo I e não avalia interações. O teste qui-quadrado é mais adequado para variáveis categóricas, e a regressão linear simples não considera a interação entre os fatores.

Dica: sempre que estiver diante de um problema estatístico, comece identificando o tipo de variável e o número de fatores envolvidos, isso ajuda a direcionar a escolha do teste de forma mais segura.

Como você aplicaria esse mesmo raciocínio se surgisse um terceiro fator no problema?

Alura Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!