Analista Fazendário Municipal - Área de Conhecimento: Ciências Econômicas/Finanças
Um grupo de trabalho está estudando o efeito de diversosfatores sobre o consumo de refrigerante em certa cidade. Paratanto, usando dados mensais de 10 anos, estimou-se por mínimosquadrados a equação a seguir.
No modelo, Yt representa o consumo de refrigerante (em10.000 litros) na cidade durante o mês t, Pt indica o preço médio(em reais) do refrigerante na cidade durante o mês t, Ct é uma variável binária que assume o valor 1 nos meses t em que uma campanha publicitária exibindo os efeitos negativos do consumo excessivo de refrigerante foi veiculada na cidade e 0 nos demais meses, e Tempt é a temperatura média (em °C) na cidade durante o mês t. Além disso, os valores nos parênteses indicam o erro-padrão dos respectivos coeficientes.
A partir dessa situação hipotética e considerando que, para os graus de liberdade do modelo, o valor da distribuição bicaudal t de Student a 5% de significância seja de 1,98, julgue o item que se segue. Não é possível rejeitar a hipótese de que o efeito da campanha publicitária tenha sido nulo na cidade em questão, durante o período estudado, a 5% de significância.
CCerto
EErrado
Revelar gabarito e comentário▾
GabaritoC — Certo
Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.
Teste de hipóteses para o coeficiente da variável binária (campanha publicitária)
Gabarito: letra C (CERTO). O efeito da campanha publicitária é medido pelo coeficiente da variável binária , estimado em com erro-padrão . A estatística do teste é , cujo valor absoluto é menor que o valor crítico bicaudal de a 5% de significância. Portanto, não se rejeita a hipótese nula de que o efeito da campanha seja nulo.
A questão exige a aplicação do teste de hipóteses para um coeficiente de regressão. A hipótese nula é (a campanha não tem efeito) e a alternativa é (teste bicaudal). A estatística de teste é a razão entre o coeficiente estimado e seu erro-padrão, que segue distribuição t de Student com graus de liberdade, onde é o número de observações e o número de variáveis explicativas.
Com dados mensais de 10 anos, temos observações. O modelo tem 3 variáveis explicativas (, , ), então os graus de liberdade são . O enunciado informa que o valor crítico bicaudal a 5% é .
Calculando a estatística:
Como , a estatística não cai na região de rejeição. Logo, não há evidência estatística para rejeitar ao nível de 5% de significância.
A pegadinha está em comparar o valor absoluto da estatística com o valor crítico. O coeficiente é negativo e aparentemente grande em magnitude, mas o erro-padrão também é grande, resultando em uma estatística pequena. O candidato apressado pode olhar apenas para o coeficiente () e concluir que há efeito, ignorando a incerteza da estimativa.
NÃO CAIA NESSA!
A banca explora a confusão entre a magnitude do coeficiente e sua significância estatística. Um coeficiente de parece grande, mas o erro-padrão de é ainda maior, tornando a estatística pequena (). O que decide é a razão coeficiente/erro-padrão, não o valor isolado do coeficiente. Com , não se rejeita a hipótese nula.
✅ CERTO. A afirmação está correta: não é possível rejeitar a hipótese de efeito nulo da campanha publicitária a 5% de significância, pois a estatística calculada () é menor que o valor crítico ().