Pular para o conteúdo principal

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

EstatísticaEstatística descritiva (análise exploratória de dados)
Código
ce223271
Banca
CESPE / CEBRASPE
Órgão
EMBRAPA
Ano
2025
Nível
Superior
Acerca das técnicas de análise estatística, julgue o item a seguir.O erro percentual absoluto médio é a métrica que mais penaliza outliers.
  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”.

Erro percentual absoluto médio (MAPE) e sensibilidade a outliers

❌ ERRADO. O erro percentual absoluto médio (MAPE) não é a métrica que mais penaliza outliers; essa característica pertence ao erro quadrático médio (MSE), que eleva ao quadrado os erros, amplificando desproporcionalmente o impacto de valores extremos. O MAPE, por sua vez, calcula a média dos erros percentuais absolutos, tratando cada observação de forma linear e sem peso adicional para outliers.

O MAPE é definido como a média dos valores absolutos dos erros percentuais entre o valor previsto e o observado, ou seja, MAPE=1n∑i=1n∣yi−y^iyi∣×100%MAPE = \frac{1}{n} \sum_{i=1}^{n} \left| \frac{y_i - \hat{y}_i}{y_i} \right| \times 100\%. Por ser uma média de percentuais, ele é sensível a outliers, mas não os penaliza de forma mais severa do que outras métricas. A métrica que mais penaliza outliers é o erro quadrático médio (MSE), pois o quadrado dos erros faz com que erros grandes contribuam de forma desproporcionalmente maior para o valor final. Por exemplo, um erro de 10 unidades contribui com 100 no MSE, enquanto um erro de 1 unidade contribui com apenas 1 — ou seja, o erro 10 vezes maior contribui 100 vezes mais.

A banca explora uma confusão comum entre sensibilidade a outliers e a forma como cada métrica pondera os erros. O MAPE é sensível a outliers, mas não é o que mais os penaliza. O MSE, por elevar os erros ao quadrado, é o que mais amplifica o efeito de valores extremos. Já o erro absoluto médio (MAE) é mais robusto, pois trata os erros de forma linear.

Métricas de erro
  • 1MAE (erro absoluto médio)
    • Trata erros de forma linear
    • Mais robusto a outliers
  • 2MAPE (erro percentual absoluto médio)
    • Média dos erros percentuais
    • Sensível, mas sem peso extra
  • 3MSE (erro quadrático médio)
    • Eleva erros ao quadrado
    • Penaliza mais outliers
LEVEL · soulevel.com.br

Critério

MAPE

MSE

MAE

Fórmula

Média dos |erros percentuais|

Média dos erros ao quadrado

Média dos erros absolutos

Penalização de outliers

Linear (sem peso extra)

Quadrática (amplifica muito)

Linear (robusto)

Sensibilidade a outliers

Moderada

Máxima

Mínima

Unidade

Percentual (%)

Quadrado da unidade original

Mesma unidade dos dados

Alternativa E — ✅ Correta (gabarito)

A afirmação está errada, pois o MAPE não é a métrica que mais penaliza outliers. O erro quadrático médio (MSE) é que possui essa propriedade, devido à elevação ao quadrado dos erros. O MAPE, embora sensível a outliers, não os penaliza de forma mais severa que outras métricas como o MSE.

NÃO CAIA NESSA!

A banca troca a métrica que mais penaliza outliers (MSE) pelo MAPE. O candidato que sabe que o MAPE é sensível a outliers pode marcar como certo, mas a questão pede a que mais penaliza — e essa é o MSE, não o MAPE. Lembre-se: quanto maior a potência aplicada ao erro, maior a penalização de outliers (MSE > MAE > MAPE).

Gabarito: letra E (ERRADO).

Link permanente: /questoes/ce223271