Questão de Estatística — Conhecimentos de estatística — INSTITUTO AOCP 2021
Estatística›Conhecimentos de estatística
Código
qq661461
Banca
INSTITUTO AOCP
Órgão
PC-PA
Ano
2021
Nível
Superior
Cargo
Escrivão de Polícia Civil
Em estatística, um outlier, valor aberrante ou valor atípico, é uma observação que apresenta um grande afastamento dos demais membros da série de valores. Isso demonstra uma inconsistência com os demais valores. A detecção dessa anomalia (outlier) pode ser utilizada em diversos campos, tais como: movimentação financeira fraudulenta em cartões de crédito ou outra atividade financeira; erros de medida (registro errado ou equipamento desregulado etc.); processos distintos daqueles que geram as demais observações. Então, um método para se identificar um outlier é usar o gráfico
Adenominado histograma.
Bdenominado Diagrama de Dispersão.
Cdenominado Caixa e Bigodes (Box-andWhisker Plot).
Dem Colunas.
Eem Setores Circulares.
Revelar gabarito e comentário▾
GabaritoC — denominado Caixa e Bigodes (Box-andWhisker Plot).
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”.
Detecção de outliers e o gráfico Boxplot
Gabarito: letra C. O gráfico de Caixa e Bigodes (Box-and-Whisker Plot) é o método gráfico clássico para identificar outliers, pois representa os quartis e os limites de detecção de valores discrepantes — observações fora desses limites são consideradas outliers. Os demais gráficos (histograma, dispersão, colunas e setores) não têm essa finalidade específica.
O outlier (valor aberrante ou atípico) é uma observação que se afasta drasticamente das demais, indicando inconsistência — pode ser erro de medição, fraude ou um processo distinto. Para detectá-lo, a estatística descritiva usa o boxplot, que resume a distribuição em cinco números: mínimo, primeiro quartil (Q1), mediana, terceiro quartil (Q3) e máximo. A partir de Q1 e Q3, calculam-se os limites de detecção:
Limite inferior = Q1 − 1,5 × (Q3 − Q1)
Limite superior = Q3 + 1,5 × (Q3 − Q1)
Qualquer observação abaixo do limite inferior ou acima do limite superior é marcada como outlier. Esse critério é o que torna o boxplot o gráfico adequado para a pergunta.
Métodos de detecção de outliers — Boxplot: 5; Histograma: 1; Dispersão: 1; Colunas: 1; Setores: 1
Alternativa A — ❌ Incorreta
O histograma mostra a distribuição de frequências de uma variável contínua, com barras contíguas. Ele pode revelar a forma da distribuição, mas não possui um critério formal para destacar outliers — um valor atípico aparece apenas como uma barra isolada, sem limites de detecção.
Alternativa B — ❌ Incorreta
O Diagrama de Dispersão é usado para visualizar a relação entre duas variáveis quantitativas. Embora um ponto isolado possa sugerir um outlier, ele não é o método específico para detectá-lo — o boxplot é.
Alternativa C — ✅ Correta ⟵ GABARITO
O Box-and-Whisker Plot (gráfico de caixa e bigodes) é exatamente o método gráfico para identificar outliers. Ele mostra os quartis e os limites de detecção (Q1 − 1,5×AIQ e Q3 + 1,5×AIQ), e os pontos fora desses limites são considerados valores discrepantes. É a ferramenta padrão da análise exploratória de dados para esse fim.
Alternativa D — ❌ Incorreta
O gráfico em Colunas compara categorias por barras separadas. Não possui mecanismo para detectar outliers — serve para comparar magnitudes entre categorias, não para analisar a dispersão de uma variável contínua.
Alternativa E — ❌ Incorreta
O gráfico em Setores Circulares (pizza) mostra a proporção de partes de um todo. Não tem relação com detecção de outliers, pois não representa a distribuição dos valores nem seus limites.
NÃO CAIA NESSA!
A banca tenta confundir o candidato oferecendo gráficos comuns (histograma, dispersão, colunas, setores) que aparecem em outras análises. O erro típico é escolher o histograma, que mostra a distribuição, mas não tem o critério formal de limites para outliers. O boxplot é o único que incorpora os quartis e os limites de detecção — lembre-se disso na prova.
PEGA ESSA DICA!
Para identificar outliers, o boxplot é a resposta. Memorize a fórmula dos limites: Limite inferior = Q1 − 1,5 × (Q3 − Q1) e Limite superior = Q3 + 1,5 × (Q3 − Q1). Qualquer ponto fora desses limites é outlier. Essa é a definição que a banca espera.