Os testes estatísticos, como o teste t pareado ou o teste de Wilcoxon, ajudam a verificar diferenças significativas entre modelos. Eles consideram variações nas amostras para evitar conclusões baseadas apenas em resultados médios. Assim, garantem uma análise mais robusta e confiável. Neste contexto, compreenda e associe os conceitos às descrições correspondentes sobre a análise da curva ROC (Receiver Operating Characteristic). Conceito Descrição I. Objetivo da curva ROC a. Avalia o desempenho de um modelo classificatório considerando diferentes limiares de decisão. II. Interpretação da AUC-ROC b. Um modelo com uma área sob a curva ROC (AUC-ROC) igual a 0,5 tem um desempenho equivalente ao de um classificador aleatório. III. Aplicabilidade da curva ROC c. É útil para problemas de classificação binária e não pode ser adaptada para problemas multiclasse. Assinale a alternativa que apresenta a associação correta. Questão 2Resposta A. I-C; II-A; III-B. B. I-A; II-B; III-C. C. I-A; II-C; II-B. D. I-B; II-C; III-A. E. I-B; II-A; III-C.