Questão de Estatística — Estatística descritiva (análise exploratória de dados) — FGV 2025
Estatística›Estatística descritiva (análise exploratória de dados)
Código
fg118926
Banca
FGV
Órgão
Prefeitura de Rio de Janeiro - RJ
Ano
2025
Nível
Superior
Cargo
Gestor de Segurança Municipal
Com relação aos conceitos básicos de análise exploratória de dados, analise as afirmativas a seguir:I. Quando o coeficiente de correlação de Pearson entre duas variáveis aleatórias é nulo, isso implica que as variáveis são independentes.II. O coeficiente de variação é uma medida adimensional que avalia a dispersão de forma relativa à média dos dados.III. A mediana é uma medida fortemente influenciada por outliers, enquanto a média é uma medida robusta na presença dos mesmos.Está correto o que se afirma em
AI, apenas.
BII, apenas.
CI e III, apenas.
DII e III, apenas.
EI, II e III.
Revelar gabarito e comentário▾
GabaritoB — II, apenas.
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”.
Análise exploratória de dados: correlação, coeficiente de variação e medidas de tendência central
Gabarito: letra B — apenas a afirmativa II está correta. O coeficiente de correlação de Pearson nulo não implica independência entre as variáveis (apenas ausência de relação linear), e a mediana é robusta a outliers, enquanto a média é fortemente influenciada por eles. A afirmativa II está correta porque o coeficiente de variação é, de fato, uma medida adimensional que expressa a dispersão relativa à média.
A questão cobra três conceitos fundamentais da estatística descritiva: correlação, dispersão relativa e robustez de medidas de tendência central. Vamos analisar cada um com profundidade para entender não só o gabarito, mas a lógica por trás de cada afirmativa.
Sobre a afirmativa I (correlação nula ≠ independência): O coeficiente de correlação de Pearson mede apenas a força e a direção da relação linear entre duas variáveis. Quando ele é nulo, isso significa que não há relação linear, mas pode existir uma relação não linear (por exemplo, uma relação quadrática perfeita, como com simétrico em torno de zero). Nesse caso, a correlação de Pearson é zero, mas as variáveis são claramente dependentes. A independência é um conceito mais forte: exige que a distribuição conjunta seja o produto das marginais, o que implica correlação nula, mas a recíproca não é verdadeira. Portanto, a afirmativa I está errada.
Sobre a afirmativa II (coeficiente de variação): O coeficiente de variação (CV) é definido como o desvio padrão dividido pela média, frequentemente expresso em porcentagem: . Como é uma razão entre duas medidas na mesma unidade, ele é adimensional (não tem unidade de medida) e permite comparar a dispersão relativa de conjuntos de dados com médias diferentes. Essa é uma propriedade central do CV, e a afirmativa está correta.
Sobre a afirmativa III (mediana vs. média e outliers): A mediana é uma medida de posição baseada na ordem dos dados, não em seus valores numéricos. Por isso, ela é robusta a outliers: um valor extremo não altera a mediana (a menos que mude a posição central, o que só ocorre com mudanças drásticas na ordem). Já a média é calculada somando todos os valores e dividindo pelo número de observações, de modo que um único outlier pode deslocá-la significativamente. A afirmativa III inverte exatamente essa relação, afirmando que a mediana é influenciada e a média é robusta — o oposto do que ocorre. Portanto, está errada.
Afirmativa
Conteúdo avaliado
Veredito
I
Correlação de Pearson nula implica independência entre as variáveis
Falso
II
Coeficiente de variação é adimensional e mede dispersão relativa à média
Verdadeiro
III
Mediana é influenciada por outliers; média é robusta
Falso
Análise exploratória de dados: Correlação de Pearson (Mede relação linear, Nula ≠ independência); Coeficiente de variação (Adimensional, Dispersão relativa à média); Medidas de tendência central (Mediana: robusta a outliers, Média: sensível a outliers)
Item I — ❌ Incorreto
A afirmativa I afirma que correlação nula implica independência. Isso é falso. O coeficiente de Pearson mede apenas a associação linear. Exemplo clássico: considere com valores e . A correlação de Pearson entre e é zero, mas é perfeitamente determinada por (dependência funcional). A independência é uma propriedade probabilística mais forte: para todos os eventos. A recíproca (independência ⇒ correlação nula) é verdadeira, mas a afirmativa usa a implicação contrária, que não vale.
Item II — ✅ Correto
O coeficiente de variação é definido como , onde é o desvio padrão e a média. Como ambas as medidas têm a mesma unidade, a razão é adimensional. Ele expressa a dispersão relativa à média, permitindo comparar a variabilidade de conjuntos com médias muito diferentes (ex.: pesos de formigas vs. pesos de elefantes). É uma medida amplamente utilizada em análise exploratória de dados.
Item III — ❌ Incorreto
A afirmativa III inverte a relação entre mediana e média quanto à robustez. A mediana é resistente a outliers porque depende apenas da posição central dos dados ordenados; um valor extremo não a altera (a menos que mude a ordem central). A média é sensível a outliers porque incorpora todos os valores em seu cálculo; um único valor muito grande ou muito pequeno pode deslocá-la consideravelmente. Portanto, a mediana é a medida robusta, e a média é a influenciada — exatamente o contrário do que a afirmativa diz.
NÃO CAIA NESSA!
A banca explora a confusão clássica entre correlação e independência (item I) e inverte a robustez de mediana e média (item III). No item I, o candidato pode lembrar que independência implica correlação nula e assumir erroneamente a recíproca. No item III, a troca de papéis é sutil: muitos decoram que "mediana é robusta" e "média é sensível", mas a afirmativa os inverte. Fique atento a essas inversões — elas são recorrentes em provas de estatística.
PEGA ESSA DICA!
Para fixar, lembre-se: correlação nula = ausência de relação linear, não independência; CV = desvio padrão / média (adimensional); mediana = robusta, média = sensível a outliers. Monte uma tabela mental comparando essas propriedades e revise antes da prova.
Gabarito: letra B — apenas a afirmativa II está correta.