Pular para o conteúdo principal

Questão de Estatística — Estatística descritiva (análise exploratória de dados) — CESPE / CEBRASPE 2025

EstatísticaEstatística descritiva (análise exploratória de dados)
Código
ce204577
Banca
CESPE / CEBRASPE
Órgão
FUNPRESP-EXE
Ano
2025
Nível
Superior
Cargo
Analista de Previdência Complementar - Área 5: Gestão e Investimentos e Riscos de Investimentos
As tabelas precedentes mostram as estimativas dos coeficientes e seus respectivos erros padrão proporcionados pelo método de mínimos quadrados ordinários em um modelo de regressão linear com um intercepto e 4 variáveis regressoras (X₁, X₂, X₃ e X₄) para modelar uma variável dependente Y. As tabelas mostram, ainda, o tamanho da amostra, o coeficiente de determinação (R² ) e o erro quadrático médio desse modelo, que foi igual a 36. Com base nessas informações e nos dados das tabelas, julgue o item subsequente.A variância amostral da variável dependente Y é superior a 85.
  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”.
SE LIGUE NESSA!

Esta questão depende de uma tabela com os dados do modelo de regressão (estimativas, erros padrão, tamanho da amostra, R² e erro quadrático médio). O raciocínio abaixo apresenta o método completo para resolver o item; confira os valores na tabela original da prova.

Variância amostral de Y em um modelo de regressão linear múltipla

Gabarito: letra C (CERTO). A variância amostral de Y é obtida pela relação entre o coeficiente de determinação (R²) e o erro quadrático médio (EQM), passando pela soma dos quadrados dos erros e pela soma total dos quadrados. Com os dados do enunciado — n = 106, R² = 60% e EQM = 36 — o cálculo conduz a um valor aproximado de 86,6, que é superior a 85.

O erro quadrático médio (EQM) é a estimativa da variância dos resíduos, calculado como a razão entre a soma dos quadrados dos erros (SQE) e os graus de liberdade do erro (GLE). Em um modelo com k variáveis explicativas e n observações, os graus de liberdade do erro são dados por:

GLerro=n−1−kGL_{erro} = n - 1 - k

No modelo em questão, há 4 variáveis regressoras (k = 4) e n = 106, logo:

GLerro=106−1−4=101GL_{erro} = 106 - 1 - 4 = 101

Como o EQM é 36, a soma dos quadrados dos erros é:

SQE=EQM×GLerro=36×101=3636SQE = EQM \times GL_{erro} = 36 \times 101 = 3636

O coeficiente de determinação R² relaciona a soma dos quadrados dos erros com a soma total dos quadrados (SQT):

R2=1−SQESQTR^2 = 1 - \frac{SQE}{SQT}

Com R² = 0,6, temos:

0,6=1−3636SQT⇒3636SQT=0,4⇒SQT=36360,4=90900,6 = 1 - \frac{3636}{SQT} \Rightarrow \frac{3636}{SQT} = 0,4 \Rightarrow SQT = \frac{3636}{0,4} = 9090

Finalmente, a variância amostral de Y é a soma total dos quadrados dividida por n − 1:

sY2=SQTn−1=9090105≈86,57s_Y^2 = \frac{SQT}{n-1} = \frac{9090}{105} \approx 86,57

Como 86,57 > 85, o item está certo.

NÃO CAIA NESSA!

A banca não fornece diretamente a soma total dos quadrados; é preciso reconstruí-la a partir do R² e do EQM. O candidato que tenta calcular a variância de Y diretamente dos coeficientes ou dos erros padrão se perde — o caminho correto é sempre passar pela decomposição da variância total em variância explicada e variância residual.

PEGA ESSA DICA!

Em questões de regressão que pedem a variância de Y, memorize a cadeia: EQM → SQE → SQT → variância. Os graus de liberdade do erro são n − 1 − k, e a variância amostral é SQT/(n−1). Com esses passos, você resolve qualquer item desse tipo.

Gabarito: letra C (CERTO).

Link permanente: /questoes/ce204577