Pular para o conteúdo principal

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

EstatísticaEstatística descritiva (análise exploratória de dados)
Código
fg118919
Banca
FGV
Órgão
Prefeitura de Rio de Janeiro - RJ
Ano
2025
Nível
Superior
Cargo
Gestor de Segurança Municipal
Um pesquisador encontrou correlação positiva entre o número de vigilantes em um bairro e o número de ocorrências registradas. Entretanto, é sabido que bairros mais perigosos tendem a receber mais vigilantes.Nesse caso, a correlação observada é um exemplo de
  1. Acausalidade direta, pois mais vigilantes geram maior número de ocorrências.
  2. Bcorrelação espúria, causada por variável omitida.
  3. Chomoscedasticidade entre variáveis.
  4. Derro amostral não correlacionado.
  5. Evalidade aumentada por viés de seleção.
Revelar gabarito e comentário

GabaritoB — correlação espúria, causada por variável omitida.

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 espúria e variável omitida

Gabarito: letra B. A correlação positiva entre número de vigilantes e ocorrências é espúria, pois a verdadeira causa é uma variável omitida — o nível de periculosidade do bairro — que influencia simultaneamente as duas variáveis observadas. O pesquisador observa uma associação sem relação causal direta, exatamente o que caracteriza a correlação espúria.

A correlação mede a força e a direção da associação linear entre duas variáveis, mas não implica causalidade. Quando uma terceira variável (não incluída na análise) afeta ambas as variáveis estudadas, a correlação observada entre elas pode ser alta mesmo que não exista relação causal direta. Esse fenômeno é conhecido como correlação espúria (ou confundimento). No exemplo, a periculosidade do bairro é a variável omitida: bairros mais perigosos atraem mais vigilantes (mais segurança) e, ao mesmo tempo, registram mais ocorrências. A correlação entre vigilantes e ocorrências é um reflexo dessa causa comum, não uma relação direta.

A distinção central é entre correlação e causalidade: correlação é uma medida estatística de associação; causalidade exige que uma variável seja a causa da outra, o que não pode ser inferido apenas pela correlação. A pegadinha da banca está em sugerir que "mais vigilantes geram mais ocorrências" (alternativa A), quando na verdade a relação é explicada pela variável omitida.

Caso

Variável omitida (periculosidade)

Vigilantes (V)

Ocorrências (O)

Correlação V–O

Interpretação

1

Alta

Alto

Alto

Positiva

Espúria (confundimento)

2

Baixa

Baixo

Baixo

Positiva

Espúria (confundimento)

3

Alta

Alto

Baixo

Negativa

Não é o caso observado

4

Baixa

Baixo

Alto

Negativa

Não é o caso observado

Alternativa A — ❌ Incorreta

Afirma que há causalidade direta entre vigilantes e ocorrências. Isso é exatamente o erro que a questão quer evitar: a correlação observada não implica que os vigilantes causem as ocorrências. A relação é espúria, mediada pela periculosidade do bairro.

Alternativa B — ✅ Correta ⟵ GABARITO

A correlação é espúria, causada por variável omitida (periculosidade do bairro). Essa variável influencia tanto o número de vigilantes quanto o número de ocorrências, gerando uma associação sem relação causal direta. É o conceito clássico de confundimento.

Alternativa C — ❌ Incorreta

Homoscedasticidade refere-se à constância da variância dos erros em um modelo de regressão, não à relação entre duas variáveis. Não tem relação com o fenômeno descrito.

Alternativa D — ❌ Incorreta

Erro amostral não correlacionado é um conceito de amostragem, referente à variação aleatória das estimativas. Não explica a correlação observada entre vigilantes e ocorrências.

Alternativa E — ❌ Incorreta

Validade aumentada por viés de seleção não se aplica. O viés de seleção refere-se a distorções na escolha da amostra, não à presença de uma variável omitida que confunde a relação. A alternativa tenta confundir conceitos de validade com o problema de confundimento.

NÃO CAIA NESSA!

A banca tenta fazer você cair na alternativa A, que afirma causalidade direta. Lembre-se: correlação não implica causalidade. Quando há uma variável omitida que influencia ambas as variáveis, a correlação é espúria. Fique atento a contextos em que uma terceira variável pode explicar a associação.

PEGA ESSA DICA!

Para identificar correlação espúria, pergunte-se: "existe uma variável não observada que pode influenciar as duas variáveis estudadas?" Se sim, a correlação pode ser espúria. Esse é um padrão comum em questões de estatística descritiva.

Gabarito: letra B

Link permanente: /questoes/fg118919