Dica do autor: Quando o desfecho é uma variável contínua (aqui: índice de massa corporal — IMC) e queremos comparar a média entre dois grupos independentes (consumo baixo vs consumo alto de gordura), o pulo do gato é lembrar do teste t de Student para amostras independentes. Esse teste estima se a diferença observada entre as médias pode ser explicada pelo acaso, assumindo basicamente: 1) independência das observações; 2) distribuição aproximadamente normal do desfecho em cada grupo (especialmente importante em amostras pequenas); e 3) variâncias semelhantes entre os grupos. Se a homogeneidade de variância não for atendida, usa-se a versão de Welch do t (que corrige variâncias desiguais). Se a normalidade for claramente violada e a amostra for pequena, a alternativa é um teste não paramétrico (Mann–Whitney). Já a ANOVA faz o mesmo raciocínio que o t, mas quando há três ou mais grupos; o qui‑quadrado é pra variáveis categóricas; e correlação serve pra medir associação entre duas variáveis numéricas, não para comparar médias.

Alternativa A: INCORRETA. A análise de correlação (por exemplo, coeficiente de Pearson ou Spearman) avalia a força e a direção da associação entre duas variáveis numéricas contínuas — por exemplo, IMC e ingestão total de calorias como variáveis contínuas. Não responde à pergunta “as médias de IMC são iguais entre dois grupos categóricos (baixo vs alto consumo de gordura)?”. Ou seja, correlação não compara médias entre grupos.

Alternativa B: INCORRETA. O teste Qui‑quadrado é usado para testar independência ou associação entre duas variáveis categóricas (por exemplo, presença/ausência de obesidade categorizada e baixo/alto consumo de gordura). Como o IMC aqui é tratado como média (variável contínua), o qui‑quadrado não se aplica diretamente para comparar médias.

Alternativa C: CORRETA. O teste t de Student para amostras independentes é a escolha adequada para comparar a média do IMC entre dois grupos independentes (baixo vs alto consumo de gordura). Ele testa a hipótese nula de igualdade das médias. Lembre‑se de checar pressupostos (normalidade e homogeneidade de variâncias); se variâncias forem desiguais, usar a versão de Welch; se amostras pequenas e distribuição não normal, considerar Mann–Whitney.

Alternativa D: INCORRETA. A ANOVA (análise de variância) compara médias, mas é desenhada para três ou mais grupos. Para apenas dois grupos independentes, a ANOVA de um fator retorna o mesmo p do teste t, mas a forma clássica e direta é o teste t. Na prática, se só há dois níveis (baixo vs alto), o t é o caminho mais simples; ANOVA seria excessiva para esta situação.

Resposta: Alternativa C