Pular para o conteúdo principal

Questão de Estatística — Modelos lineares — CESPE / CEBRASPE 2025

EstatísticaModelos lineares
Código
ce224011
Banca
CESPE / CEBRASPE
Órgão
Polícia Federal
Ano
2025
Nível
Superior
Em uma perícia sobre contratos licitatórios, foi analisada a diferença D entre os valores licitados (VL) e os valores efetivamente pagos (VP) para certo tipo de prestação de serviço. Para essa finalidade, selecionou-se uma amostra aleatória simples de 36 contratos, assumindo-se que a população seja descrita por uma distribuição normal. Os resultados mostram que, para a variável D = VL − VP, a média amostral foi R$ 5 mil e o desvio padrão amostral, R$ 3 mil. Além disso, a regressão linear simples da variável VL sobre VP, obtida pelo método de mínimos quadrados ordinários, foi VL = 0,5 + 1,1 × VP. Com base nos dados apresentados na situação hipotética precedente, julgue o próximo item. O desvio padrão da variável VL foi superior ao desvio padrão da variável VP .
  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”.

Regressão linear simples: relação entre desvios padrão

Gabarito: letra C (CERTO). O desvio padrão de VL é superior ao de VP porque o coeficiente angular da regressão de VL sobre VP é 1,1 (maior que 1), o que amplifica a variabilidade da variável dependente em relação à independente. A relação entre as variâncias é dada por Var(VL)=1,12⋅Var(VP)+Var(ε)Var(VL) = 1,1^2 \cdot Var(VP) + Var(\varepsilon), e como o termo de erro é não negativo, o desvio padrão de VL é necessariamente maior que o de VP.

A questão explora a relação entre as variâncias de duas variáveis ligadas por uma regressão linear simples. No modelo VL=0,5+1,1⋅VP+εVL = 0,5 + 1,1 \cdot VP + \varepsilon, o coeficiente angular β=1,1\beta = 1,1 indica que, em média, um aumento de 1 unidade em VP corresponde a um aumento de 1,1 unidade em VL. Essa inclinação maior que 1 já sugere que VL tem maior dispersão que VP, mas é preciso considerar também o erro aleatório ε\varepsilon.

A variância de VL pode ser decomposta em duas partes: a variância explicada pela regressão (que depende de β2\beta^2 e da variância de VP) e a variância do erro. Matematicamente:

Var(VL)=β2⋅Var(VP)+Var(ε)Var(VL) = \beta^2 \cdot Var(VP) + Var(\varepsilon)

Como Var(ε)≥0Var(\varepsilon) \geq 0 e β2=1,12=1,21>1\beta^2 = 1,1^2 = 1,21 > 1, temos que Var(VL)>Var(VP)Var(VL) > Var(VP), e consequentemente o desvio padrão de VL é maior que o de VP. O valor do intercepto (0,5) não afeta a variância, pois é uma constante que apenas desloca a reta verticalmente.

A pegadinha da banca está em tentar usar os dados amostrais de D (média 5 e desvio 3) para calcular diretamente os desvios de VL e VP, o que não é possível sem informações adicionais sobre a correlação entre eles. A informação relevante é exclusivamente o coeficiente angular da regressão, que já é suficiente para responder à questão.

Caso

Atribuição

Resultado

Caso 1: β = 1,1 e Var(ε) = 0

Var(VL) = 1,21·Var(VP) + 0

Var(VL) > Var(VP) → DP(VL) > DP(VP)

Caso 2: β = 1,1 e Var(ε) > 0

Var(VL) = 1,21·Var(VP) + Var(ε)

Var(VL) > Var(VP) → DP(VL) > DP(VP)

Caso 3: β = 1,1 e Var(ε) ≥ 0 (geral)

Var(VL) = 1,21·Var(VP) + Var(ε)

Var(VL) ≥ 1,21·Var(VP) > Var(VP) → DP(VL) > DP(VP)

Item — ✅ CERTO

O item afirma que o desvio padrão de VL é superior ao de VP. Isso é verdadeiro, pois o coeficiente angular da regressão é 1,1, maior que 1. A variância de VL é dada por Var(VL)=1,12⋅Var(VP)+Var(ε)Var(VL) = 1,1^2 \cdot Var(VP) + Var(\varepsilon), e como Var(ε)≥0Var(\varepsilon) \geq 0, temos Var(VL)≥1,21⋅Var(VP)>Var(VP)Var(VL) \geq 1,21 \cdot Var(VP) > Var(VP). Portanto, o desvio padrão de VL é maior que o de VP.

NÃO CAIA NESSA!

A banca tenta induzir o candidato a usar os dados de D (média 5, desvio 3) para calcular os desvios de VL e VP, o que seria impossível sem a correlação entre eles. A chave é perceber que o coeficiente angular da regressão já é suficiente: sendo 1,1 > 1, a variabilidade de VL é amplificada em relação à de VP. Fique atento: em regressão linear, o coeficiente angular maior que 1 implica que a variável dependente tem maior dispersão que a independente, independentemente dos dados amostrais de outras variáveis.

Gabarito: letra C (CERTO).

Link permanente: /questoes/ce224011