Pular para o conteúdo principal

Questão de Estatística — Estatística descritiva (análise exploratória de dados) — FGV 2025

EstatísticaEstatística descritiva (análise exploratória de dados)
Código
fg118917
Banca
FGV
Órgão
Prefeitura de Rio de Janeiro - RJ
Ano
2025
Nível
Superior
Cargo
Gestor de Segurança Municipal
Sobre os conceitos de correlação e análise de associação causal, assinale a opção correta.
  1. AA significância estatística de um coeficiente de correlação de Pearson de 0.90 é suficiente para concluir a existência de uma relação causal direta entre as duas variáveis.
  2. BA demonstração de precedência temporal (causa ocorre antes do efeito), quando combinada com uma forte correlação, é uma condição suficiente para provar a causalidade.
  3. CPara estabelecer uma correlação estatística, é um requisito metodológico essencial que o pesquisador demonstre que não há variáveis de confundimento omitidas.
  4. DDiferentemente da análise de correlação, que é simétrica, a análise causal pressupõe uma assimetria na relação, identificando a variável que atua como causa e a que é afetada.
  5. ESe duas variáveis possuem uma forte relação causal, a correlação linear entre elas será, por definição, nula.
Revelar gabarito e comentário

GabaritoD — Diferentemente da análise de correlação, que é simétrica, a análise causal pressupõe uma assimetria na relação, identificando a variável que atua como causa e a que é afetada.

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”.

Correlação e causalidade: a fronteira que a banca cobra

Gabarito: letra D. A alternativa correta captura a distinção essencial entre correlação e causalidade: a correlação é uma medida simétrica de associação linear entre duas variáveis, enquanto a análise causal exige estabelecer uma direção — qual variável é a causa e qual é o efeito. Essa assimetria é o que separa os dois conceitos, e é exatamente o que a letra D afirma.

A questão explora um dos erros mais comuns em estatística: confundir correlação com causalidade. Correlação mede a força e a direção de uma relação linear entre duas variáveis, mas não diz nada sobre qual variável influencia a outra — nem se existe influência alguma. Causalidade, por sua vez, é uma afirmação sobre um mecanismo: X causa Y. Para estabelecer causalidade, não basta observar associação; é preciso controlar fatores de confusão, demonstrar precedência temporal e, idealmente, realizar experimentos controlados.

A correlação de Pearson é simétrica: ρ(X,Y)=ρ(Y,X)\rho(X,Y) = \rho(Y,X). Isso significa que a correlação entre X e Y é a mesma entre Y e X — não há direção. Já a análise causal é assimétrica: se X causa Y, não se pode simplesmente inverter os papéis. Essa é a essência da alternativa D.

A banca monta as alternativas para testar se o candidato sabe que correlação não implica causalidade, e que a causalidade exige mais do que uma simples associação estatística. Vamos analisar cada uma.

Conceito

Correlação (Pearson)

Análise Causal

Natureza da relação

Simétrica: ρ(X,Y) = ρ(Y,X)

Assimétrica: X causa Y ≠ Y causa X

Direção

Não há direção (sem causa/efeito)

Há direção (identifica causa e efeito)

Exigência metodológica

Apenas associação linear entre duas variáveis

Controle de confundidores, precedência temporal, experimentos

Conclusão possível

Associação estatística (força e direção linear)

Afirmação de mecanismo causal (X → Y)

Alternativa A — ❌ Incorreta

A significância estatística de um coeficiente de correlação indica apenas que a associação observada é improvável de ter ocorrido por acaso, dado um nível de significância. Não diz nada sobre causalidade. Uma correlação de 0,90 pode ser altamente significativa, mas isso não prova que uma variável causa a outra — pode haver uma variável de confusão, ou a relação pode ser espúria. O erro está em afirmar que significância estatística é suficiente para concluir causalidade.

Alternativa B — ❌ Incorreta

A precedência temporal (causa antes do efeito) é uma condição necessária, mas não suficiente, para estabelecer causalidade. Mesmo combinada com uma forte correlação, não prova causalidade: pode haver uma terceira variável que cause ambas, ou a relação pode ser espúria. A alternativa erra ao dizer que é "condição suficiente".

Alternativa C — ❌ Incorreta

Para estabelecer uma correlação estatística, não é necessário demonstrar que não há variáveis de confusão omitidas. A correlação é uma medida descritiva da associação entre duas variáveis; ela pode ser calculada independentemente de outras variáveis. A preocupação com variáveis de confusão é relevante para a interpretação causal, não para o cálculo da correlação em si. A alternativa confunde os requisitos da análise causal com os da análise de correlação.

Alternativa D — ✅ Correta ⟵ GABARITO

A correlação é simétrica: ρ(X,Y)=ρ(Y,X)\rho(X,Y) = \rho(Y,X). Já a análise causal é assimétrica: identifica-se uma variável como causa e outra como efeito. Essa é a distinção fundamental entre os dois conceitos. A alternativa D está correta ao afirmar que a análise causal pressupõe uma assimetria na relação.

Alternativa E — ❌ Incorreta

Se duas variáveis possuem uma forte relação causal, a correlação linear entre elas pode ser alta, baixa ou até nula, dependendo da natureza da relação. Por exemplo, uma relação causal não linear pode ter correlação linear próxima de zero. A alternativa erra ao afirmar que a correlação será, por definição, nula — na verdade, o oposto é mais comum: relações causais frequentemente produzem correlações não nulas.

NÃO CAIA NESSA!

A banca explora a confusão clássica entre correlação e causalidade. O candidato que sabe que "correlação não implica causalidade" pode marcar a alternativa A ou B, achando que estão corretas por mencionarem a necessidade de mais evidências. Mas a pegadinha está na palavra "suficiente": tanto A quanto B afirmam que certas condições são suficientes para provar causalidade, o que é falso. A única alternativa que captura a distinção conceitual correta é a D.

NÃO CAIA NESSA!

Na prova, quando aparecer "correlação" e "causalidade", lembre-se: correlação é simétrica e não tem direção; causalidade é assimétrica e exige direção. Se a alternativa disser que algo é "suficiente" para provar causalidade, desconfie — quase sempre é pegadinha.

Gabarito: letra D

Link permanente: /questoes/fg118917