Questão de Estatística — Amostragem — CESPE / CEBRASPE 2025
- Código
- ce219606
- Banca
- CESPE / CEBRASPE
- Órgão
- TRF - 6ª REGIÃO
- Ano
- 2025
- Nível
- Superior
- Cargo
- Analista Judiciário – Área: Apoio Especializado – Especialidade: Estatística
- CCerto
- EErrado
GabaritoC — Certo
Gabarito: letra C — CERTO. A distribuição t de Student é, de fato, a ferramenta padrão para inferências sobre a média quando a variância populacional é desconhecida e a amostra é pequena (em geral, n < 30), pois nesses casos a distribuição amostral da média não pode ser aproximada pela normal padrão com segurança. A afirmativa está correta ao associar a t de Student a amostras com menos de 30 elementos — é exatamente o critério que a banca cobra.
A distribuição t de Student foi desenvolvida por William Sealy Gosset (sob o pseudônimo "Student") para lidar com o problema prático de fazer inferências com amostras pequenas, quando o desvio padrão populacional é desconhecido e precisa ser estimado pelo desvio padrão amostral. Nessa situação, a estatística
segue uma distribuição t com graus de liberdade, que tem caudas mais pesadas que a normal padrão — refletindo a incerteza adicional introduzida pela estimativa de por . À medida que cresce, a distribuição t se aproxima da normal padrão; na prática, para , a aproximação pela normal já é considerada satisfatória, e por isso o critério de usar t para amostras pequenas (n < 30) é consagrado.
A pegadinha que a banca explora aqui é a inversão do critério: muitos candidatos confundem e acham que a t de Student é usada apenas para amostras grandes, ou que a normal é que seria usada para amostras pequenas. Na verdade, o raciocínio é o oposto: com amostras pequenas e variância desconhecida, a t de Student é a distribuição correta; com amostras grandes (n ≥ 30), o Teorema Central do Limite permite usar a normal, mesmo que a variância seja desconhecida (nesse caso, usa-se a normal com o desvio padrão amostral, ou a t, que se aproxima da normal).
A banca adora inverter o critério de uso da t de Student. O candidato desatento pode pensar: "t é para amostras grandes" — e errar. Lembre-se: t de Student é para amostras pequenas (n < 30) com variância desconhecida; para amostras grandes (n ≥ 30), a normal (ou a própria t, que se aproxima da normal) é suficiente. Essa inversão é o coração da questão.
Na hora da prova, monte um quadro mental rápido: variância populacional conhecida → use Z (normal); variância desconhecida e n < 30 → use t de Student; variância desconhecida e n ≥ 30 → pode usar Z (aproximação pela normal) ou t (que se aproxima da normal). Esse fluxo resolve a maioria das questões de intervalo de confiança e teste de hipóteses para a média.
Gabarito: letra C — CERTO.
Link permanente: /questoes/ce219606