Pular para o conteúdo principal

Questão de Estatística — Inferência estatística — CESPE / CEBRASPE 2026

EstatísticaInferência estatística
Código
ce230235
Banca
CESPE / CEBRASPE
Órgão
Telebras
Ano
2026
Nível
Superior
Cargo
Especialista em Gestão de Telecomunicações - Analista Superior - Subatividade: Estatística
Considerando que X₁, X₂, ..., Xn sejam cópias independentes e identicamente distribuídas de uma variável aleatória X com função de densidade de probabilidade f(x,ϕ), julgue o próximo item.O estimador de máxima verossimilhança para o parâmetro ϕ é a quantidade ϕ̂ que faz que os dados observados sejam mais prováveis (ou plausíveis) de ocorrerem.
  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”.

Estimador de máxima verossimilhança: definição conceitual

Gabarito: letra C (CERTO). O estimador de máxima verossimilhança (EMV) é, por definição, o valor do parâmetro que maximiza a função de verossimilhança — ou seja, aquele que torna os dados observados os mais prováveis (ou plausíveis) de ocorrerem. Essa é a essência do método de máxima verossimilhança, e o item apenas a descreve corretamente.

O método de máxima verossimilhança é um dos pilares da inferência estatística. Dada uma amostra aleatória simples X1,X2,…,XnX_1, X_2, \ldots, X_n de uma população com densidade f(x,ϕ)f(x, \phi), a função de verossimilhança é o produto das densidades avaliadas nos dados observados:

L(ϕ)=∏i=1nf(xi,ϕ)L(\phi) = \prod_{i=1}^{n} f(x_i, \phi)

O estimador ϕ^\hat{\phi} é o valor de ϕ\phi que maximiza L(ϕ)L(\phi) (ou, equivalentemente, o logaritmo da verossimilhança, ℓ(ϕ)=ln⁡L(ϕ)\ell(\phi) = \ln L(\phi), por ser mais fácil de derivar). Intuitivamente, escolhemos o parâmetro que torna a amostra que realmente observamos a mais provável possível — exatamente o que o enunciado afirma.

A distinção importante é entre estimador e estimativa: o estimador é a regra (função da amostra) que produz a estimativa; a estimativa é o valor numérico obtido quando aplicamos o estimador aos dados observados. O item fala em "quantidade ϕ^\hat{\phi}" — termo que abrange ambos — e a descrição conceitual está correta.

A pegadinha que a banca poderia explorar (e não explora aqui) seria inverter o sentido: dizer que o EMV é o valor que torna os dados menos prováveis, ou confundir com o método dos mínimos quadrados, que minimiza a soma dos quadrados dos resíduos — critério diferente, embora em modelos normais lineares os dois coincidam.

Definição corretaDefinição incorretamaximiza verossimilhançaminimiza erroscoincidem em casos específicosLEVELsoulevel.com.br
Conceito de estimador — só Definição correta: maximiza verossimilhança; só Definição incorreta: minimiza erros; Definição correta∩Definição incorreta: coincidem em casos específicos
NÃO CAIA NESSA!

A banca poderia trocar "mais prováveis" por "menos prováveis" ou confundir máxima verossimilhança com mínimos quadrados. Aqui o item está correto, mas fique atento: o EMV maximiza a verossimilhança; o método dos mínimos quadrados minimiza a soma dos quadrados dos erros. São critérios distintos, que só coincidem em casos específicos (como na regressão linear com erros normais).

✅ CERTO.

Gabarito: letra C.

Link permanente: /questoes/ce230235