Pular para o conteúdo principal

Questão de Estatística — Inferência estatística — CESPE / CEBRASPE 2023

EstatísticaInferência estatística
Código
ce160030
Banca
CESPE / CEBRASPE
Órgão
SEFIN de Fortaleza - CE
Ano
2023
Nível
Superior
Cargo
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.

Yt = 371,6(171,7) - 50,68(11,43) Pt - 28,43(29,73) Ct + 1,62(0,68) Tempt + ξt,

com R2 ajustado de 0,5342.

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.
  1. CCerto
  2. 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 CtC_t, estimado em 28,43-28,43 com erro-padrão 29,7329,73. A estatística do teste é t=28,4329,730,956t = \frac{-28,43}{29,73} \approx -0,956, cujo valor absoluto é menor que o valor crítico bicaudal de 1,981,98 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 H0:βC=0H_0: \beta_C = 0 (a campanha não tem efeito) e a alternativa é H1:βC0H_1: \beta_C \neq 0 (teste bicaudal). A estatística de teste é a razão entre o coeficiente estimado e seu erro-padrão, que segue distribuição t de Student com nk1n - k - 1 graus de liberdade, onde nn é o número de observações e kk o número de variáveis explicativas.

Com dados mensais de 10 anos, temos n=120n = 120 observações. O modelo tem 3 variáveis explicativas (PtP_t, CtC_t, TemptTemp_t), então os graus de liberdade são 12031=116120 - 3 - 1 = 116. O enunciado informa que o valor crítico bicaudal a 5% é 1,981,98.

Calculando a estatística:

t=β^CEP(β^C)=28,4329,730,956t = \frac{\hat{\beta}_C}{EP(\hat{\beta}_C)} = \frac{-28,43}{29,73} \approx -0,956

Como t=0,956<1,98|t| = 0,956 < 1,98, a estatística não cai na região de rejeição. Logo, não há evidência estatística para rejeitar H0H_0 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 (28,43-28,43) 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 28,43-28,43 parece grande, mas o erro-padrão de 29,7329,73 é ainda maior, tornando a estatística tt pequena (0,956-0,956). O que decide é a razão coeficiente/erro-padrão, não o valor isolado do coeficiente. Com t<1,98|t| < 1,98, 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 (t0,956|t| \approx 0,956) é menor que o valor crítico (1,981,98).

Gabarito: letra C

Link permanente: /questoes/ce160030