Pular para o conteúdo principal

Questão de Estatística — Medidas de Dispersão (Amplitude, Desvio Médio, Variância, Desvio Padrão e Coeficiente de Variação) — FGV 2023

EstatísticaMedidas de Dispersão (Amplitude, Desvio Médio, Variância, Desvio Padrão e Coeficiente de Variação)
Código
fg073617
Banca
FGV
Órgão
Banco do Brasil
Ano
2023
Nível
Superior
Acerca do desvio padrão de um conjunto de números, analise as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa.( ) E sempre maior ou igual a zero.( ) Pode ser definido como a raiz quadrada da soma dos quadrados dos desvios em torno da média.( ) Quanto mais concentrados os números estão em torno da media, maior é o desvio padrão.As afirmativas são, respectivamente.
  1. AF - F - F.
  2. BV - F - F.
  3. CV - F - V.
  4. DV - V - F.
  5. EV - V - V.
Revelar gabarito e comentário

GabaritoB — V - F - F.

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”.

Desvio padrão: conceito e propriedades

Gabarito: letra B — sequência V – F – F. O desvio padrão é sempre maior ou igual a zero (1ª verdadeira), mas não é a raiz quadrada da soma dos quadrados dos desvios (2ª falsa — falta dividir pelo número de elementos) e não aumenta quando os dados ficam mais concentrados em torno da média (3ª falsa — na verdade, diminui). A definição correta: raiz quadrada da variância, que é a média dos quadrados dos desvios em relação à média.

O desvio padrão é a medida de dispersão mais utilizada em estatística. Ele indica, em média, o quanto os valores de um conjunto se afastam da média aritmética. Quanto menor o desvio padrão, mais homogêneos (concentrados) são os dados; quanto maior, mais heterogêneos (dispersos).

A fórmula do desvio padrão populacional é:

σ=∑i=1n(xi−μ)2n\sigma = \sqrt{\frac{\sum_{i=1}^{n}(x_i - \mu)^2}{n}}

Observe que dentro da raiz temos a variância — a média dos quadrados dos desvios. O desvio padrão é simplesmente a raiz quadrada da variância. Por isso, a afirmativa II está errada: ela omitiu a divisão por nn (ou por n−1n-1 no caso amostral).

A afirmativa III inverte a relação entre concentração e desvio padrão. Quando os dados estão mais concentrados em torno da média, os desvios (xi−μ)(x_i - \mu) são menores, logo a variância e o desvio padrão diminuem. A afirmativa diz exatamente o contrário.

Afirmativa

Definição correta?

Consequência lógica

Valor

1 — "Sempre maior ou igual a zero"

Sim (raiz quadrada da variância ≥ 0)

Verdadeira

V

2 — "Raiz quadrada da soma dos quadrados dos desvios"

Não (falta dividir por n)

Falsa

F

3 — "Mais concentrados → maior desvio padrão"

Não (concentração alta → desvio menor)

Falsa

F

Afirmativa 1 — ✅ Verdadeira

O desvio padrão é sempre maior ou igual a zero. Isso decorre do fato de ser a raiz quadrada da variância, que é uma soma de quadrados dividida por nn (ou n−1n-1), portanto nunca negativa. A raiz quadrada de um número não negativo é não negativa. O desvio padrão é zero apenas quando todos os elementos do conjunto são iguais (variância nula).

Afirmativa 2 — ❌ Falsa

A afirmativa diz que o desvio padrão é a raiz quadrada da soma dos quadrados dos desvios. Isso está errado: falta a divisão pelo número de elementos (ou por n−1n-1 no caso amostral). A definição correta é a raiz quadrada da média dos quadrados dos desvios, ou seja, a raiz quadrada da variância. A fórmula correta é:

σ=∑i=1n(xi−μ)2n\sigma = \sqrt{\frac{\sum_{i=1}^{n}(x_i - \mu)^2}{n}}

A banca omitiu o denominador nn (ou n−1n-1), transformando a definição em algo incorreto.

Afirmativa 3 — ❌ Falsa

A afirmativa inverte a relação: quanto mais concentrados os números estão em torno da média, menor é o desvio padrão. Isso porque, se os valores estão próximos da média, os desvios (xi−μ)(x_i - \mu) são pequenos, logo a soma dos quadrados dos desvios é pequena, e o desvio padrão diminui. A afirmativa diz que o desvio padrão aumenta, o que é o oposto do que ocorre.

NÃO CAIA NESSA!

A banca explora a confusão entre concentração e dispersão. Muitos candidatos pensam que "mais concentrado" significa "mais desvio", mas é exatamente o contrário: concentração alta → desvio pequeno. Lembre-se: desvio padrão mede dispersão, não concentração.

NÃO CAIA NESSA!

Para não errar, associe o desvio padrão à ideia de "espalhamento". Se os dados estão todos iguais, desvio padrão = 0. Se estão muito espalhados, desvio padrão grande. Na prova, desconfie de afirmativas que usam "maior" ou "menor" sem pensar na definição — a banca adora inverter o sentido.

Gabarito: letra B — sequência V – F – F.

Link permanente: /questoes/fg073617