Pular para o conteúdo principal

Questão de Estatística — Inferência estatística — CESPE / CEBRASPE 2025

EstatísticaInferência estatística
Código
ce217925
Banca
CESPE / CEBRASPE
Órgão
TJ-PA
Ano
2025
Nível
Superior
Cargo
Analista Judiciário - Especialidade: Estatística
Acerca de estimadores pontuais, julgue o item a seguir.Para cada parâmetro populacional, há um único estimador pontual.
  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”.

Estimadores pontuais e a unicidade do estimador

❌ ERRADO. A afirmação de que "para cada parâmetro populacional há um único estimador pontual" é falsa. Para um mesmo parâmetro, existem inúmeros estimadores pontuais possíveis — por exemplo, a média populacional μ pode ser estimada pela média amostral, pela mediana amostral, por uma média ponderada qualquer, ou por outros estimadores. O que varia é a qualidade desses estimadores, avaliada por propriedades como não-viesamento, eficiência e consistência.

A estimação pontual consiste em usar uma função da amostra (uma estatística) para obter um valor único que sirva como aproximação do parâmetro populacional. Como há infinitas funções que podem ser definidas sobre a amostra, há também infinitos candidatos a estimadores para cada parâmetro. A escolha entre eles é feita com base em critérios objetivos, como as propriedades desejáveis dos estimadores.

Parâmetro populacional

Estimadores possíveis

Unicidade?

μ (média populacional)

Média amostral (X̄)

Não

μ (média populacional)

Mediana amostral

Não

μ (média populacional)

Média ponderada (ex.: 0,1X₁ + 0,3X₂ + 0,6X₃)

Não

μ (média populacional)

Qualquer outra função da amostra

Não

Item — ❌ Errado

A afirmativa está errada porque nega a pluralidade de estimadores. Para ilustrar, considere o parâmetro média populacional μ. São todos estimadores pontuais de μ:

  • a média amostral Xˉ=1n∑i=1nXi\bar{X} = \frac{1}{n}\sum_{i=1}^{n} X_i;

  • a mediana amostral;

  • qualquer média ponderada dos elementos da amostra, como μ^=0,1X1+0,3X2+0,6X3\hat{\mu} = 0,1X_1 + 0,3X_2 + 0,6X_3 (desde que os pesos somem 1).

Esses estimadores diferem entre si em propriedades como variância e viés. Por exemplo, a média amostral é não-viesada e, entre os estimadores lineares não-viesados, é o de menor variância (eficiência). Já a mediana amostral também é não-viesada para populações simétricas, mas possui variância maior. Portanto, não existe um único estimador para cada parâmetro — a afirmação contraria a própria definição de estimação pontual.

PEGA ESSA DICA!

Para questões sobre estimadores, lembre-se: a pergunta-chave não é "qual é o estimador?", mas "quais propriedades tornam um estimador bom?". As principais propriedades são: não-viesamento (esperança do estimador igual ao parâmetro), eficiência (menor variância entre os não-viesados), consistência (converge em probabilidade para o parâmetro com o aumento da amostra) e suficiência (resume toda a informação relevante da amostra). Na prova, quando aparecer "único estimador", desconfie: a banca explora a ideia de que existem muitos estimadores possíveis, e a escolha depende de critérios.

Gabarito: letra E (ERRADO).

Link permanente: /questoes/ce217925