Pular para o conteúdo principal

Questão de Estatística — Modelos lineares — CESPE / CEBRASPE 2024

EstatísticaModelos lineares
Código
ce185142
Banca
CESPE / CEBRASPE
Órgão
SEBRAE-NACIONAL
Ano
2024
Nível
Superior
Cargo
Analista Técnico II – Cientista de Dados

    Um analista pretende ajustar um modelo de regressão linear simples com um intercepto e um coeficiente angular β, utilizando uma amostra de tamanho igual a 402.


Nessa situação, se a razão t correspondente à estimativa de β a ser obtida pelo método de mínimos quadrados ordinários for igual a 20, então o coeficiente de explicação (ou determinação) R2 proporcionado pelo modelo em tela será igual a


  1. A0,44.
  2. B0,50.
  3. C0,95.
  4. D0,99.
Revelar gabarito e comentário

GabaritoB — 0,50.

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”.

Coeficiente de determinação (R²) e a estatística t na regressão linear simples

Gabarito: letra B (R² = 0,50). Em um modelo de regressão linear simples com intercepto, a estatística t para testar a hipótese nula de que o coeficiente angular é zero relaciona-se diretamente com o coeficiente de determinação pela fórmula t=(n−2)R21−R2t = \sqrt{\frac{(n-2)R^2}{1-R^2}}. Com n = 402 e t = 20, isolando R² obtém-se exatamente 0,50. Essa relação é um resultado clássico da análise de regressão, derivado da equivalência entre o teste t e o teste F na regressão simples.

O coeficiente de determinação (R²) mede a proporção da variabilidade total da variável dependente (Y) que é explicada pela variável independente (X) no modelo. Ele varia entre 0 e 1, sendo mais próximo de 1 quanto melhor o ajuste. Na regressão linear simples, o R² também é igual ao quadrado do coeficiente de correlação linear entre X e Y.

A estatística t para o coeficiente angular β^\hat{\beta} é dada por:

t=β^sβ^t = \frac{\hat{\beta}}{s_{\hat{\beta}}}

onde sβ^s_{\hat{\beta}} é o erro padrão da estimativa. Na regressão simples, essa estatística pode ser expressa em função do R² e do tamanho amostral n:

t=(n−2)R21−R2t = \sqrt{\frac{(n-2)R^2}{1-R^2}}

Essa relação decorre do fato de que o quadrado da estatística t é igual à estatística F do teste de significância global da regressão, e na regressão simples o F é dado por F=R2/1(1−R2)/(n−2)F = \frac{R^2/1}{(1-R^2)/(n-2)}.

Substituindo os valores fornecidos:

  • n = 402, logo n − 2 = 400

  • t = 20

Elevando ambos os lados ao quadrado:

t2=(n−2)R21−R2⇒400=400⋅R21−R2t^2 = \frac{(n-2)R^2}{1-R^2} \Rightarrow 400 = \frac{400 \cdot R^2}{1-R^2}

Dividindo ambos os lados por 400:

1=R21−R21 = \frac{R^2}{1-R^2}

Multiplicando em cruz:

1−R2=R2⇒1=2R2⇒R2=0,51 - R^2 = R^2 \Rightarrow 1 = 2R^2 \Rightarrow R^2 = 0,5

Portanto, o coeficiente de determinação é 0,50.

Caso

R² testado

t calculado (n−2=400)

Resultado

A

0,44

√(400·0,44/0,56) ≈ 17,7

Inviável (≠ 20)

B

0,50

√(400·0,50/0,50) = 20

Consistente (t = 20)

C

0,95

√(400·0,95/0,05) ≈ 87,2

Inviável (≠ 20)

D

0,99

√(400·0,99/0,01) ≈ 199

Inviável (≠ 20)

Alternativa A — ❌ Incorreta

O valor 0,44 não satisfaz a relação. Se R² = 0,44, teríamos t=400⋅0,440,56≈314,29≈17,7t = \sqrt{\frac{400 \cdot 0,44}{0,56}} \approx \sqrt{314,29} \approx 17,7, que não é 20. Esse número não corresponde a nenhum cálculo direto com os dados fornecidos.

Alternativa B — ✅ Correta ⟵ GABARITO

Como demonstrado, R² = 0,50 é o único valor que, com n = 402, produz t = 20. A relação t2=(n−2)R21−R2t^2 = \frac{(n-2)R^2}{1-R^2} é resolvida exatamente para R² = 0,5.

Alternativa C — ❌ Incorreta

R² = 0,95 daria um t muito maior: t=400⋅0,950,05=7600≈87,2t = \sqrt{\frac{400 \cdot 0,95}{0,05}} = \sqrt{7600} \approx 87,2, bem distante de 20. Esse valor é típico de um ajuste quase perfeito, mas não condiz com a estatística fornecida.

Alternativa D — ❌ Incorreta

R² = 0,99 resultaria em t=400⋅0,990,01=39600≈199t = \sqrt{\frac{400 \cdot 0,99}{0,01}} = \sqrt{39600} \approx 199, um valor absurdamente maior que 20. A alternativa tenta explorar a ideia de que um t alto implica R² muito próximo de 1, mas a relação exata mostra que t = 20 com n = 402 corresponde a R² = 0,50.

NÃO CAIA NESSA!

A banca explora a intuição de que um t muito alto (20) deve indicar um R² altíssimo (0,95 ou 0,99). Mas o R² depende do tamanho amostral: com n = 402, mesmo um R² moderado de 0,50 já produz um t de 20. O candidato que não conhece a fórmula t=(n−2)R21−R2t = \sqrt{\frac{(n-2)R^2}{1-R^2}} tende a chutar um valor alto. Memorize essa relação — ela é recorrente em provas de regressão.

PEGA ESSA DICA!

Quando a questão fornecer t (ou F) e n, e pedir R², use a relação t2=(n−2)R21−R2t^2 = \frac{(n-2)R^2}{1-R^2}. Isole R²: R2=t2t2+(n−2)R^2 = \frac{t^2}{t^2 + (n-2)}. Com t = 20 e n − 2 = 400, temos R2=400400+400=0,5R^2 = \frac{400}{400+400} = 0,5. Esse atalho resolve em segundos.

Gabarito: letra B

Link permanente: /questoes/ce185142