Questão de Estatística — Inferência estatística — CESPE / CEBRASPE 2025
- Código
- ce217905
- Banca
- CESPE / CEBRASPE
- Órgão
- TJ-PA
- Ano
- 2025
- Nível
- Superior
- Cargo
- Analista Judiciário - Especialidade: Estatística
- CCerto
- EErrado
GabaritoC — Certo
✅ CERTO. O estimador de mínimos quadrados (EMQ) requer menos suposições sobre distribuições do que o estimador de máxima verossimilhança (EMV) para ser consistente. O EMQ é consistente sob condições gerais sobre os erros (média zero, variância constante e não correlação), sem exigir uma distribuição específica; já o EMV, para ser consistente, depende de suposições sobre a distribuição dos erros (por exemplo, normalidade). Essa é a distinção central que a questão explora.
O modelo de regressão linear é expresso como , em que é o vetor resposta, é a matriz de covariáveis, é o vetor de parâmetros e é o erro. O objetivo é estimar a partir dos dados.
O método dos mínimos quadrados consiste em minimizar a soma dos quadrados dos resíduos:
Para que o EMQ seja consistente (isto é, convirja em probabilidade para o verdadeiro valor de quando o tamanho da amostra cresce), basta que os erros tenham média zero, variância constante e sejam não correlacionados — não é necessário especificar a distribuição de probabilidade dos erros. Essa é uma das grandes vantagens do EMQ: ele é um método de estimação que não depende de suposições distribucionais fortes.
Já o método da máxima verossimilhança (EMV) exige que se especifique a distribuição de probabilidade dos dados (ou dos erros). Para o modelo de regressão linear, o EMV é obtido maximizando a função de verossimilhança, que depende da distribuição assumida. Se os erros forem normais, o EMV coincide com o EMQ; mas se a distribuição for outra, o EMV pode ser diferente e sua consistência depende de condições de regularidade sobre essa distribuição. Portanto, o EMV requer mais suposições sobre distribuições para ser consistente.
A banca explora exatamente essa diferença: o candidato pode pensar que ambos exigem as mesmas suposições, mas o EMQ é mais robusto nesse aspecto.
Estimador | Suposições sobre distribuição | Consistência |
|---|---|---|
EMQ | Média zero, variância constante, não correlação (sem distribuição específica) | Consistente sob condições gerais |
EMV | Distribuição específica dos erros (ex.: normalidade) | Consistente apenas sob condições de regularidade da distribuição assumida |
A afirmação está correta. O EMQ é consistente sob condições gerais sobre os erros (média zero, variância constante, não correlação), sem exigir uma distribuição específica. O EMV, por sua vez, requer a especificação da distribuição dos erros (por exemplo, normalidade) para ser consistente. Portanto, o EMQ requer menos suposições sobre distribuições que o EMV.
Para fixar: EMQ = mínimos quadrados, não precisa de distribuição; EMV = máxima verossimilhança, precisa de distribuição. Quando a questão falar em "consistência" e "suposições sobre distribuições", lembre-se dessa diferença.
Gabarito: letra C (CERTO).
Link permanente: /questoes/ce217905