Questão de Estatística — Conhecimentos de estatística — FGV 2025
Estatística›Conhecimentos de estatística
Código
fg125590
Banca
FGV
Órgão
TCE-PE
Ano
2025
Nível
Superior
Em um estudo técnico baseado em um grande conjunto de dados, foram empregadas técnicas de aprendizado de máquina e análise estatística para identificar padrões e outras informações. Entretanto, os resultados foram questionados, pois, embora tenha sido demonstrada existência de correlação, não foi estabelecida relação de causalidade.
Considerando as melhores práticas e os desafios da mineração de dados, analise as afirmativas a seguir.
I. Foram gerados insights a partir de dados válidos e confiáveis.
II. A equipe executora contava com especialistas com experiência em programação Python, R e SQL.
III. A metodologia empregada atendeu a literatura e outros estudos técnicos semelhantes, descrevendo que foi selecionada apenas uma base de informações de dados não estruturados atualizada para realizar o processamento, em virtude de limitações de capacidade computacional, dos custos envolvidos e dos testes que demonstraram a introdução de incerteza ao se realizar uma coleta ampla e profunda de conjuntos de dados.
Está correto o que se afirma em:
AI, apenas.
BI e II, apenas.
CII e III, apenas.
DI e III, apenas.
EI, II e III.
Revelar gabarito e comentário▾
GabaritoE — I, II e III.
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”.
Mineração de dados: correlação, causalidade e boas práticas
Gabarito: letra E — corretos os itens I, II e III. A questão cobra a distinção entre correlação e causalidade na mineração de dados: a existência de correlação não implica causalidade, e as afirmativas descrevem boas práticas que, se adotadas, tornam o estudo tecnicamente sólido, ainda que a relação causal não tenha sido estabelecida.
A mineração de dados (data mining) é o processo de descobrir padrões e informações úteis em grandes conjuntos de dados, combinando estatística, aprendizado de máquina e banco de dados. O ponto central da questão é a diferença entre correlação (associação estatística entre variáveis) e causalidade (relação de causa e efeito). Correlação não implica causalidade: duas variáveis podem estar correlacionadas sem que uma cause a outra, seja por acaso, seja por uma variável de confusão. As boas práticas em mineração de dados incluem usar dados válidos e confiáveis, ter equipe qualificada e adotar metodologia adequada, considerando limitações práticas.
Distribuição de itens corretos — só Grupo I: 1; só Grupo II: 1; só Grupo III: 1; Grupo I∩Grupo II: 0; Grupo I∩Grupo III: 0; Grupo II∩Grupo III: 0; Grupo I∩Grupo II∩Grupo III: 0
Item I — ✅ Correto
A afirmativa diz que "foram gerados insights a partir de dados válidos e confiáveis". Isso está correto: a validade e a confiabilidade dos dados são pré-requisitos para qualquer análise. Dados válidos medem o que se propõem a medir; dados confiáveis são consistentes e precisos. Sem isso, os insights gerados seriam questionáveis. O enunciado não indica que os dados eram inválidos ou não confiáveis — apenas que a relação de causalidade não foi estabelecida, o que é uma limitação de interpretação, não de qualidade dos dados.
Item II — ✅ Correto
A afirmativa diz que "a equipe executora contava com especialistas com experiência em programação Python, R e SQL". Isso está correto: Python e R são as linguagens mais usadas em análise de dados e aprendizado de máquina, e SQL é essencial para manipular bancos de dados. Ter uma equipe com essas habilidades é uma boa prática e um requisito comum em projetos de mineração de dados. O enunciado não sugere que a equipe era desqualificada.
Item III — ✅ Correto
A afirmativa diz que "a metodologia empregada atendeu a literatura e outros estudos técnicos semelhantes, descrevendo que foi selecionada apenas uma base de informações de dados não estruturados atualizada para realizar o processamento, em virtude de limitações de capacidade computacional, dos custos envolvidos e dos testes que demonstraram a introdução de incerteza ao se realizar uma coleta ampla e profunda de conjuntos de dados". Isso está correto: a afirmativa descreve uma decisão metodológica justificada — usar uma única base de dados não estruturados, atualizada, devido a limitações de capacidade computacional, custos e ao fato de que uma coleta mais ampla introduziria incerteza. Essa é uma prática aceitável, desde que documentada e justificada, como a afirmativa faz. A limitação de escopo não invalida o estudo; apenas delimita seu alcance.
Conclusão: os itens I, II e III estão corretos, portanto a alternativa é a letra E.
NÃO CAIA NESSA!
A banca explora a confusão entre correlação e causalidade. O candidato pode achar que, como não houve relação causal, o estudo é inválido e, portanto, os itens I, II e III estariam errados. Mas a ausência de causalidade não invalida as boas práticas descritas — ela apenas limita a interpretação dos resultados. Correlação é um passo inicial; causalidade exige mais evidências (experimentos, controle de confusão). Fique atento: a questão pergunta sobre as práticas do estudo, não sobre a validade da conclusão causal.
PEGA ESSA DICA!
Em questões sobre mineração de dados, lembre-se do mantra "correlação não implica causalidade". Para estabelecer causalidade, são necessários métodos como experimentos controlados, análise de séries temporais ou técnicas como o teste de Granger. Na prova, identifique se a questão foca na qualidade do processo (boas práticas) ou na validade da inferência causal — são coisas distintas.