Tecnologista Pleno 2 - I - Especialidade: Tecnologias Habilitadoras - Área de Atuação: Inteligência Artificial e Ciências de Dados
Julgue o item que se segue, relativos a modelos de regressão e inferência estatística.Os modelos de regressão resistente são alternativas em que os estimadores são baseados em medianas.
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”.
Modelos de regressão resistente
Gabarito: letra C (CERTO). Os modelos de regressão resistente são, de fato, alternativas em que os estimadores são baseados em medianas — e não em médias, como no método dos mínimos quadrados ordinários. Essa é a característica central que define a regressão resistente (ou robusta) na estatística.
A regressão resistente faz parte da família dos métodos robustos de estimação. Enquanto a regressão clássica por mínimos quadrados minimiza a soma dos quadrados dos resíduos — o que a torna sensível a outliers, pois um valor extremo eleva muito o quadrado do erro —, a regressão resistente busca estimadores que não sejam fortemente influenciados por observações atípicas. A mediana é uma medida de posição resistente justamente porque não é afetada por valores extremos: alterar um valor no extremo da amostra não muda a mediana, mas muda a média. Por isso, os estimadores baseados em medianas (como a regressão mediana, que minimiza a soma dos desvios absolutos) são chamados de resistentes.
A banca explora aqui uma distinção conceitual importante: a regressão tradicional (mínimos quadrados) usa a média como referência, enquanto a regressão resistente usa a mediana. O candidato que confunde os dois conceitos pode marcar errado, achando que a afirmação se refere a outro tipo de modelo. Mas a definição está correta: modelos de regressão resistente são aqueles cujos estimadores são baseados em medianas.
Regressão resistente
1Estimadores baseados em medianas
Robusta a outliers
Não afetada por valores extremos
2Regressão clássica (MQO)
Estimadores baseados em médias
Sensível a outliers
LEVEL · soulevel.com.br
PEGA ESSA DICA!
Para fixar: mínimos quadrados → média → sensível a outliers; regressão resistente → mediana → robusta a outliers. Na prova, quando aparecer "resistente" ou "robusto", associe imediatamente a mediana e à resistência a valores extremos.