Pular para o conteúdo principal

Questão de Estatística — Inferência estatística — CESPE / CEBRASPE 2025

EstatísticaInferência estatística
Código
ce198770
Banca
CESPE / CEBRASPE
Órgão
EMBRAPA
Ano
2025
Nível
Superior
Cargo
Analista - Área: Métodos Quantitativos Avançados - Subárea: Métodos Quantitativos
Acerca de testes estatísticos paramétricos e não paramétricos e de modelagem e simulação com previsão de cenários para suporte à tomada de decisão, julgue o próximo item.O uso do algoritmo Jackknife para a estimativa de uma média aumenta a variância do valor estimado sem o uso do algoritmo.
  1. CCerto
  2. EErrado
Revelar gabarito e comentário

GabaritoE — Errado

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”.

Jackknife e a variância do estimador

Gabarito: ERRADO (letra E). O algoritmo Jackknife não aumenta a variância do valor estimado; pelo contrário, ele é uma técnica de reamostragem utilizada justamente para estimar e reduzir o viés de um estimador, além de fornecer uma estimativa de sua variância. A afirmação do item inverte o papel do método: o Jackknife não é usado para aumentar a variabilidade, mas para avaliá-la e corrigir o viés.

O Jackknife (ou "canivete suíço") é um método de reamostragem proposto por Quenouille e Tukey. A ideia central é, a partir de uma amostra de tamanho nn, gerar nn novas amostras, cada uma omitindo uma observação diferente. Para cada uma dessas subamostras, calcula-se o estimador de interesse (por exemplo, a média). Com esses nn valores, é possível:

  • Estimar o viés do estimador original, permitindo uma correção (estimador jackknife);

  • Estimar a variância do estimador, por meio da fórmula específica do método.

Portanto, o Jackknife é uma ferramenta para inferir sobre a variabilidade do estimador, e não para aumentá-la. A variância do estimador jackknife é uma estimativa da variância do estimador original — ela não é, por si só, maior ou menor; ela reflete a incerteza amostral. O que pode ocorrer é que, em alguns casos, o estimador corrigido (sem viés) tenha variância ligeiramente diferente da original, mas isso não é uma propriedade geral do método, e certamente não é o seu objetivo.

A pegadinha da banca está em confundir o papel do Jackknife (estimar variância e corrigir viés) com um suposto efeito de aumentar a variância. O candidato que não conhece o método pode ser induzido a marcar "Certo", achando que a reamostragem introduz mais variabilidade. Na verdade, o Jackknife é uma técnica de redução de viés e de estimação da variância, não de aumento.

1Objetivo
Estimar variância
Corrigir viés
2Funcionamento
Omitir 1 observação por vez
Gerar n subamostras
Recalcular o estimador
3O que NÃO faz
Não aumenta a variância
Jackknife (reamostragem)
LEVELsoulevel.com.br
Jackknife (reamostragem): Objetivo (Estimar variância, Corrigir viés); Funcionamento (Omitir 1 observação por vez, Gerar n subamostras, Recalcular o estimador); O que NÃO faz (Não aumenta a variância)
NÃO CAIA NESSA!

A banca troca o objetivo do Jackknife: ele não serve para aumentar a variância, mas para estimar a variância e corrigir o viés do estimador. Lembre-se: reamostragem não é sinônimo de aumento de variabilidade — é uma forma de avaliar a incerteza.

PEGA ESSA DICA!

Para questões sobre métodos de reamostragem, lembre-se do par: Jackknife → estimar viés e variância (omitindo uma observação por vez); Bootstrap → estimar a distribuição amostral (reamostrando com reposição). Se a alternativa disser que o método "aumenta" algo, desconfie: o papel é de estimação e correção.

✅ CERTO — a afirmação está errada, pois o Jackknife não aumenta a variância; ele a estima e corrige o viés. Gabarito: letra E (ERRADO).

Link permanente: /questoes/ce198770