Questão de Estatística — Inferência estatística — FCC 2023
Estatística›Inferência estatística
Código
fc069874
Banca
FCC
Órgão
TRT - 18ª Região (GO)
Ano
2023
Nível
Superior
Cargo
Analista Judiciário - Estatística
Considere o código na linguagem de programação R a seguir:Y<-c(12,3,11,1,13,20,2,25,26,15) #linha 1X1<-c(18,16,25,12,20,35,17,25,39,20) #linha 2X2<-c(2,3,2,3,3,2,1.5,5,1,2.5) #linha 3dados<-data.frame(cbind(Y,X1,X2)) #linha 4modelo<-lm(Y~X1+X2,data=dados) #linha 5summary(modelo) #linha 6 x_novo = data.frame(X1=13,X2=3) #linha 7predict( modelo,x_novo,interval="confidence") #linha 8predict(modelo,x_novo,interval="prediction") #linha 9É correto afirmar que a linha
A5 gera um gráfico de dispersão para os valores Y, X1 e X2.
B7 exclui do conjunto de dados os valores X1 = 13 e X2 = 3.
C5 gera um modelo de regressão logística tendo Y como variável resposta.
D6 gera um histograma com as distribuições de Y, X1 e X2.
E8 fornece um intervalo de confiança de 95% para a estimativa da resposta média de Y dado os valores X1 = 13 e X2 = 3.
Revelar gabarito e comentário▾
GabaritoE — 8 fornece um intervalo de confiança de 95% para a estimativa da resposta média de Y dado os valores X1 = 13 e X2 = 3.
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 Múltipla no R: Intervalos de Confiança e Predição
Gabarito: letra E. A linha 8 do código, predict(modelo, x_novo, interval="confidence"), calcula o intervalo de confiança para a resposta média de Y quando X1 = 13 e X2 = 3, com nível de confiança padrão de 95% no R. As demais alternativas descrevem incorretamente as funções das linhas do código.
A questão testa o conhecimento prático da linguagem R aplicada à regressão linear múltipla. Vamos entender o que cada linha faz:
Linha 1 a 3: Criam os vetores Y, X1 e X2 com os dados.
Linha 4:data.frame(cbind(Y,X1,X2)) combina os vetores em um data frame chamado dados.
Linha 5:lm(Y~X1+X2, data=dados) ajusta um modelo de regressão linear múltipla, onde Y é a variável resposta (dependente) e X1 e X2 são as variáveis explicativas (independentes). A função lm (linear model) é usada para isso.
Linha 6:summary(modelo) exibe um resumo estatístico do modelo ajustado, incluindo coeficientes, erros padrão, valor-p, R², etc. Não gera gráficos.
Linha 7:x_novo = data.frame(X1=13, X2=3) cria um novo data frame com os valores das variáveis explicativas para os quais queremos fazer previsões. Não exclui nada do conjunto de dados original.
Linha 8:predict(modelo, x_novo, interval="confidence") calcula o intervalo de confiança para a média da variável resposta Y, dado X1=13 e X2=3. Por padrão, o nível de confiança é 95%.
Linha 9:predict(modelo, x_novo, interval="prediction") calcula o intervalo de predição para uma nova observação individual de Y, dado X1=13 e X2=3. O intervalo de predição é sempre mais largo que o intervalo de confiança, pois incorpora a variabilidade adicional de uma observação individual.
A distinção central é entre intervalo de confiança (para a média da resposta) e intervalo de predição (para uma nova observação). A banca explora exatamente essa confusão.
Intervalos de Confiança e Predição — só Intervalo de Confiança: média de Y; só Intervalo de Predição: nova observação; Intervalo de Confiança∩Intervalo de Predição: 95% padrão
Alternativa A — ❌ Incorreta
A linha 5 (lm(Y~X1+X2, data=dados)) ajusta um modelo de regressão linear, não gera gráfico de dispersão. Para criar um gráfico de dispersão, usaríamos funções como plot() ou ggplot(). O erro é confundir a função de ajuste de modelo com a de visualização de dados.
Alternativa B — ❌ Incorreta
A linha 7 (x_novo = data.frame(X1=13, X2=3)) cria um novo data frame com os valores X1=13 e X2=3 para serem usados na previsão. Ela não exclui esses valores do conjunto de dados original dados. O erro é interpretar a criação de um objeto novo como uma operação de exclusão.
Alternativa C — ❌ Incorreta
A linha 5 ajusta um modelo de regressão linear múltipla (função lm), não um modelo de regressão logística. A regressão logística seria ajustada com a função glm() e o argumento family=binomial, e é usada quando a variável resposta é binária (0 ou 1). Aqui, Y é uma variável contínua (valores como 12, 3, 11, etc.), então o modelo linear é apropriado.
Alternativa D — ❌ Incorreta
A linha 6 (summary(modelo)) exibe um resumo numérico do modelo ajustado, com coeficientes, erros padrão, estatísticas de teste, etc. Não gera histograma. Para gerar um histograma, usaríamos a função hist(). O erro é confundir a saída textual de resumo com uma representação gráfica.
Alternativa E — ✅ Correta ⟵ GABARITO
A linha 8 (predict(modelo, x_novo, interval="confidence")) calcula o intervalo de confiança para a resposta média de Y, dado X1=13 e X2=3. O argumento interval="confidence" especifica que queremos o intervalo de confiança, e o nível padrão é 95%. Isso está exatamente de acordo com a descrição da alternativa.
PEGA ESSA DICA!
Para diferenciar na prova, lembre-se: interval="confidence" é para a média (incerteza do modelo), enquanto interval="prediction" é para uma nova observação (incerteza do modelo + variabilidade individual). O intervalo de predição é sempre mais largo.