Questões Comentadas de Estatística para Concursos: Domine o CESPE!

Introdução: Estatística – O Diferencial em Concursos Públicos

A Estatística é uma disciplina que tem ganhado cada vez mais relevância nos editais dos concursos públicos brasileiros, especialmente para cargos que exigem raciocínio lógico, análise de dados e tomada de decisão embasada. Bancas como o CESPE/Cebraspe são conhecidas por suas questões elaboradas, que exigem não apenas o conhecimento das fórmulas, mas a compreensão aprofundada dos conceitos e a capacidade de identificar as "pegadinhas".

Neste artigo, vamos mergulhar em questões comentadas de Estatística para concursos, focando em exemplos desafiadores para desvendar o raciocínio por trás das soluções e preparar você para gabaritar. Abordaremos temas essenciais como funções de densidade, variáveis aleatórias, média, mediana e regressão linear, fornecendo explicações detalhadas, dicas de estudo e, claro, as armadilhas comuns que o CESPE adora armar. Prepare-se para fortalecer sua base e otimizar sua preparação com as ferramentas do Concursa+!

Questões Comentadas de Estatística para Dominar a Banca CESPE/Cebraspe

Vamos analisar algumas questões complexas, extraídas de provas recentes da banca CESPE/Cebraspe, adaptadas para 2026, para entender como abordar cada tópico e evitar erros comuns.

Questão 1: Função de Densidade de Probabilidade e Normalização

(Adaptado de CESPE/Cebraspe)

Considere que o horário de ocorrência de um evento em um determinado local seja representado por uma variável aleatória contínua X, cuja função de densidade é dada por f(x) = (12 - x)/γ, onde 0 ≤ x ≤ 24 e γ é uma constante. Avalie a afirmação: "O valor da constante γ é inferior a 0."

Resposta Correta: Errado (E)

Resolução Detalhada:

Para que uma função seja considerada uma Função de Densidade de Probabilidade (FDP), duas condições fundamentais devem ser satisfeitas:

1. Não Negatividade: f(x) ≥ 0 para todos os valores de x em seu domínio.
2. Integral Total Igual a 1: A integral de f(x) em todo o seu domínio deve ser igual a 1 (∫ f(x)dx = 1).

Vamos analisar a função f(x) = (12 - x)/γ para 0 ≤ x ≤ 24.

Passo 1: Avaliar a condição de não negatividade.

Se γ for uma constante positiva (γ > 0):

• Para x < 12, (12 - x) > 0, então f(x) > 0.
• Para x = 12, (12 - x) = 0, então f(x) = 0.
• Para x > 12, (12 - x) < 0, então f(x) < 0.

Como a FDP não pode assumir valores negativos e f(x) seria negativa para x > 12 no intervalo [0, 24], esta função, como definida, não pode ser uma FDP válida para esse domínio se γ for positivo.

Se γ for uma constante negativa (γ < 0):

Para que f(x) ≥ 0, teríamos que (12 - x) ≤ 0 (se dividirmos por um número negativo, o sinal inverte a desigualdade), o que significa x ≥ 12. No entanto, para 0 ≤ x < 12, (12 - x) > 0. Se dividirmos um número positivo por um γ negativo, f(x) será negativo, invalidando a função como FDP para o domínio dado.

Concluímos que, sob a definição proposta para o domínio [0, 24], a função f(x) = (12 - x)/γ não pode ser uma função de densidade de probabilidade válida.

Passo 2: Avaliar a condição da integral total.

Mesmo ignorando a não negatividade e tentando calcular a integral:

∫₀²⁴ (12 - x)/γ dx = (1/γ) * ∫₀²⁴ (12 - x) dx

= (1/γ) * [12x - x²/2]₀²⁴

= (1/γ) * [(12 * 24 - (24)²/2) - (12 * 0 - (0)²/2)]

= (1/γ) * [(288 - 576/2) - 0]

= (1/γ) * [288 - 288]

= (1/γ) * 0 = 0

A integral resultar em 0, e não em 1, é mais uma evidência de que a função, com esse domínio, não é uma FDP válida. Portanto, a premissa implícita da questão (que a função é uma FDP) é falha.

Passo 3: Concluir sobre a afirmação "O valor da constante γ é inferior a 0."

Para que γ permitisse que f(x) ≥ 0 em *qualquer* parte de um domínio válido (se o domínio fosse ajustado, por exemplo, para 0 ≤ x ≤ 12, onde (12-x) é não-negativo), γ teria que ser um valor positivo. Se γ fosse negativo, a função assumiria valores negativos (pois (12-x) é positivo nesse intervalo), o que é incompatível com uma FDP.

Assim, a afirmação de que "o valor da constante γ é inferior a 0" é Errada. Para uma FDP, a constante de normalização (quando presente em um denominador de uma expressão que já é positiva) deve ser sempre positiva para garantir a condição de não negatividade.

Dicas de Estudo e Armadilhas da Banca:

• Fundamentos são Tudo: Sempre verifique as duas condições básicas para uma FDP: não negatividade e integral igual a 1. O CESPE adora criar funções que falham em uma dessas condições, induzindo o candidato a erros de conceito.
• Domínio Importa: Fique atento aos limites do domínio da variável aleatória. Pequenas mudanças podem invalidar uma função ou exigir uma análise diferente.
• Sinais: Preste muita atenção aos sinais de variáveis e constantes. Um γ negativo alteraria completamente a análise da não negatividade da função, levando a valores inválidos.

Questão 2: Variáveis Aleatórias Contínuas e Densidade Marginal

(Adaptado de CESPE/Cebraspe)

Considere que X e Y sejam variáveis aleatórias contínuas que se distribuem conjuntamente conforme a função de densidade f(x, y) = x + y, na qual 0 ≤ x ≤ 1 e 0 ≤ y ≤ 1. Avalie a afirmação: "Y é uma variável aleatória uniforme no intervalo (0,1)."

Resposta Correta: Errado (E)

Resolução Detalhada:

Uma variável aleatória contínua Y é considerada uniforme no intervalo (a, b) se sua função de densidade de probabilidade (FDP) marginal for fY(y) = 1/(b - a) para a ≤ y ≤ b, e 0 caso contrário. No caso do intervalo (0,1), a FDP marginal de Y deveria ser fY(y) = 1/(1 - 0) = 1 para 0 ≤ y ≤ 1.

Para verificar a afirmação, precisamos calcular a densidade marginal de Y, fY(y), integrando a função de densidade conjunta f(x, y) em relação a X, sobre todo o seu domínio.

Passo 1: Calcular a densidade marginal de Y.

fY(y) = ∫₀¹ f(x, y) dx

fY(y) = ∫₀¹ (x + y) dx

Passo 2: Resolver a integral.

fY(y) = [x²/2 + xy]₀¹

Aplicando os limites de integração:

fY(y) = [(1²/2 + 1*y) - (0²/2 + 0*y)]

fY(y) = (1/2 + y) - 0

fY(y) = 1/2 + y

Passo 3: Comparar com a densidade uniforme.

Obtivemos que a densidade marginal de Y é fY(y) = 1/2 + y. Para que Y fosse uma variável aleatória uniforme no intervalo (0,1), sua densidade marginal deveria ser fY(y) = 1.

Claramente, fY(y) = 1/2 + y não é igual a 1, pois varia com y (por exemplo, em y=0, fY(0) = 0.5; em y=1, fY(1) = 1.5). Portanto, Y não é uma variável aleatória uniforme.

A afirmação é Errada.

Dicas de Estudo e Armadilhas da Banca:

• Definições Precisas: Tenha as definições de distribuições de probabilidade (Uniforme, Normal, Exponencial, etc.) na ponta da língua. Saber exatamente como é a FDP marginal de uma uniforme é crucial.
• Integração Corretamente: A integração para obter a densidade marginal é um passo fundamental. Erros básicos de cálculo integral são muito penalizadores em provas de Estatística para concursos.
• Cuidado com Premissas: O CESPE muitas vezes testa se o candidato consegue verificar a validade de uma afirmação, e não apenas seguir uma receita. Não assuma que a variável é uniforme; prove-a ou refute-a através dos cálculos.

Questão 3: Média Aritmética e Frequência Relativa em Amostras

(Adaptado de CESPE/Cebraspe)

Uma amostra aleatória de n observações de uma variável X, que pode assumir apenas os valores +4 ou -1, apresenta uma média aritmética igual a 3. Avalie a afirmação: "Nessa amostra aleatória, a quantidade de observações iguais a +4 foi igual a 0,8n."

Resposta Correta: Certo (C)

Resolução Detalhada:

A média aritmética de uma amostra é calculada somando-se todos os valores e dividindo pelo número total de observações. Quando temos dados agrupados por frequência, podemos usar o conceito de média ponderada.

Seja `f_4` a frequência relativa (proporção) de observações iguais a +4 e `f_-1` a frequência relativa de observações iguais a -1.

Sabemos que a soma das frequências relativas deve ser 1: `f_4 + f_-1 = 1`.

A média aritmética (`x̄`) é dada por: `x̄ = (valor_1 * f_1 + valor_2 * f_2 + ...) / (f_1 + f_2 + ...)`.

Neste caso, com apenas dois valores possíveis e a soma das frequências relativas sendo 1, a fórmula simplifica para: `x̄ = 4 * f_4 + (-1) * f_-1`.

Passo 1: Montar o sistema de equações.

Temos as seguintes informações:

1. `f_4 + f_-1 = 1` (Equação 1)
2. `3 = 4 * f_4 - 1 * f_-1` (Equação 2, usando a média dada `x̄ = 3`)

Passo 2: Resolver o sistema para encontrar `f_4`.

Da Equação 1, podemos expressar `f_-1` em termos de `f_4`: `f_-1 = 1 - f_4`.

Substitua `f_-1` na Equação 2:

3 = 4 * f_4 - 1 * (1 - f_4)

3 = 4 * f_4 - 1 + f_4

3 = 5 * f_4 - 1

Adicione 1 a ambos os lados:

3 + 1 = 5 * f_4

4 = 5 * f_4

Divida por 5:

f_4 = 4 / 5

f_4 = 0,8

Passo 3: Interpretar o resultado.

A frequência relativa de observações iguais a +4 é 0,8. Isso significa que a proporção de observações iguais a +4 na amostra é de 80%. Se a amostra tem `n` observações no total, a quantidade de observações iguais a +4 é, de fato, `0,8 * n`.

A afirmação é Certa.

Dicas de Estudo e Armadilhas da Banca:

• Média Ponderada: Lembre-se que a média pode ser calculada como uma média ponderada das frequências relativas dos valores distintos da variável. É um conceito básico, mas muito cobrado.
• Sistemas de Equações: Muitas questões de Estatística Básica se resumem a montar e resolver um sistema de equações simples. Pratique essa habilidade matemática fundamental.
• Variáveis Discretas: Para variáveis que assumem poucos valores discretos, a abordagem por frequências relativas ou absolutas é a mais eficiente para calcular medidas de tendência central.

Questão 4: Regressão Linear Simples e Análise de Coeficientes

(Adaptado de CESPE/Cebraspe)

Um estudo objetivou avaliar a evolução do número mensal Y de milhares de ocorrências de certo tipo de evento em determinado ano. Com base no método dos mínimos quadrados ordinários (MQO), esse estudo apresentou um modelo de regressão linear simples da forma Ŷ = 5 + 0,1T, em que Ŷ representa a reta ajustada para o número de ocorrências e T representa o tempo (em meses). Foram fornecidos os seguintes dados: o coeficiente de correlação linear simples entre Y e T é r = 0,1; o desvio padrão de Y é Sy = 1; e o desvio padrão de T é Sx = 3,6. Avalie a afirmação: "O modelo de regressão linear simples apresentado é consistente com os dados fornecidos."

Resposta Correta: Errado (E)

Resolução Detalhada:

Em um modelo de regressão linear simples da forma Ŷ = a + bT, o coeficiente angular (b) e o coeficiente linear (a) são estimados pelo método dos Mínimos Quadrados Ordinários (MQO).

O coeficiente angular 'b' é fundamental e pode ser calculado a partir do coeficiente de correlação (r) e dos desvios padrão das variáveis X (ou T, neste caso) e Y, pela fórmula:

b = r * (Sy / Sx)

Passo 1: Identificar os valores fornecidos.

• Coeficiente de correlação linear simples (r) = 0,1
• Desvio padrão da variável dependente Y (Sy) = 1
• Desvio padrão da variável independente T (Sx) = 3,6
• Coeficiente angular (b) do modelo proposto = 0,1 (extraído da equação Ŷ = 5 + 0,1T)

Passo 2: Calcular o coeficiente angular 'b' usando a fórmula teórica.

b_calculado = r * (Sy / Sx)

b_calculado = 0,1 * (1 / 3,6)

b_calculado = 0,1 * 0,2777...

b_calculado ≈ 0,0278

Passo 3: Comparar o 'b' calculado com o 'b' do modelo proposto.

O modelo proposto é Ŷ = 5 + 0,1T, o que implica que o coeficiente angular 'b' do modelo é 0,1.

No entanto, nosso cálculo resultou em b_calculado ≈ 0,0278.

Como 0,1 é significativamente diferente de 0,0278, o coeficiente angular do modelo apresentado (0,1) não é consistente com o coeficiente angular que deveria ser obtido a partir dos dados fornecidos (r, Sy, Sx).

A afirmação de que "O modelo de regressão linear simples apresentado é consistente com os dados fornecidos" é Errada.

Vale ressaltar que o coeficiente linear 'a' também pode ser calculado por a = Ȳ - b * T̄ (onde Ȳ e T̄ são as médias de Y e T, respectivamente), mas a inconsistência já é evidente no coeficiente angular, que é o principal indicador da relação entre as variáveis.

Dicas de Estudo e Armadilhas da Banca:

• Fórmulas Chave: Domine as fórmulas dos coeficientes da regressão linear pelo método MQO. A relação entre 'b', 'r', Sy e Sx é uma das mais importantes e frequentemente cobradas em Estatística para concursos.
• Verificação de Consistência: O CESPE adora testar a coerência entre os elementos de um modelo estatístico. Não basta saber a fórmula, é preciso aplicá-la para verificar se os dados e o modelo "conversam".
• Precisão em Cálculos: Embora estejamos usando aproximações, o erro de magnitude entre 0,1 e 0,0278 é grande o suficiente para indicar a inconsistência. Em alguns casos, a banca pode exigir maior precisão, então use calculadoras permitidas com sabedoria.

Questão 5: Mediana Amostral em Distribuições Discretas

(Adaptado de CESPE/Cebraspe)

Considere uma amostra aleatória de uma variável X, que assume apenas os valores +4 e -1. Sabe-se que 80% das observações são iguais a +4 e as demais são iguais a -1. Avalie a afirmação: "A mediana amostral da variável X foi igual a 2,5."

Resposta Correta: Errado (E)

Resolução Detalhada:

A mediana é o valor que divide um conjunto de dados ordenado ao meio, de forma que 50% das observações estejam abaixo dela e 50% acima. Para calcular a mediana, os dados devem ser primeiramente ordenados.

Temos uma amostra onde:

• 80% das observações são +4
• 20% das observações são -1

Vamos imaginar uma amostra de tamanho `n`.

Passo 1: Ordenar os dados.

Se ordenarmos a amostra em ordem crescente, teremos primeiro todos os valores -1 e depois todos os valores +4.

Exemplo hipotético com `n = 10` observações:

• 20% de 10 = 2 observações de -1.
• 80% de 10 = 8 observações de +4.

A amostra ordenada seria: (-1, -1, +4, +4, +4, +4, +4, +4, +4, +4).

Passo 2: Encontrar a posição da mediana.

A mediana é o 50º percentil. Independentemente do tamanho `n` da amostra, o ponto crucial é onde está o 50% dos dados. Em uma amostra ordenada:

• Os primeiros 20% dos dados têm valor -1.
• Os próximos 80% dos dados (ou seja, do 21º percentil ao 100º percentil) têm valor +4.

Isso significa que o 50º percentil (a mediana) estará no grupo dos valores +4, pois os 20% iniciais de -1 não chegam ao meio da distribuição.

Se você tem 20% de valores iguais a -1 e 80% de valores iguais a +4, ao percorrer a amostra ordenada, você passa pelos -1 e, em seguida, pelos +4. O meio da amostra (o 50º percentil) estará, sem dúvida, entre os valores +4.

Passo 3: Determinar o valor da mediana.

Como 80% dos valores são +4, e 20% são -1, a mediana, que é o valor central (50º percentil), estará necessariamente dentro do grupo de +4.

Assim, a mediana amostral da variável X é +4.

Portanto, a afirmação de que "A mediana amostral da variável X foi igual a 2,5" é Errada.

Dicas de Estudo e Armadilhas da Banca:

• Definição Clara de Mediana: Não confunda mediana com moda (valor mais frequente) ou média. A mediana exige ordenação e busca pelo valor central (o 50º percentil).
• Visualização: Para dados discretos com poucas categorias e frequências claras, visualize a distribuição. Imagine uma lista longa dos números para entender onde o meio se encontra.
• Fração e Percentil: Entenda que 50% dos dados devem estar abaixo da mediana. Se 80% dos dados são um valor e 20% são outro, o valor que constitui a maioria (e que engloba o meio da distribuição) será o de maior frequência, se essa frequência for maior que 50%.

Estratégias de Estudo Eficazes para Estatística em Concursos

Gabaritar Estatística exige mais do que memorização de fórmulas; requer compreensão conceitual e prática. Aqui estão algumas estratégias para você aplicar:

1. Domine a Teoria: Antes de resolver questões, certifique-se de que compreende os conceitos fundamentais de cada tópico (probabilidade, inferência, regressão, etc.). Utilize livros didáticos e videoaulas.
2. Prática Intensa com Questões: Resolva o máximo de questões possível, especialmente as da banca do seu concurso. A prática leva à familiaridade com o estilo da banca e os tipos de armadilhas que podem surgir.
3. Estude Questões Comentadas: Faça um estudo aprofundado das questões comentadas. Não apenas veja a resposta, mas entenda o "porquê" de cada passo da resolução e, principalmente, onde você errou ou poderia ter errado. O Concursa+ oferece um vasto banco de questões com comentários detalhados e inteligência artificial para otimizar seu aprendizado.
4. Crie seu Caderno de Erros: Anote as questões que errou, os conceitos que confundiu e as fórmulas que esqueceu. Revise este caderno periodicamente para reforçar seus pontos fracos e transformar erros em acertos futuros.
5. Simulados Regulares: Faça simulados completos para gerenciar seu tempo e simular as condições reais da prova. Isso ajuda a identificar quais áreas ainda precisam de mais atenção e a aprimorar sua estratégia de prova.

Conclusão

A Estatística é uma matéria que pode parecer desafiadora à primeira vista, mas com dedicação e as estratégias de estudo corretas, torna-se um grande diferencial na sua aprovação em concursos públicos. As questões comentadas que analisamos aqui demonstram a profundidade que o CESPE/Cebraspe busca em seus candidatos, exigindo não só o conhecimento teórico, mas também a habilidade de aplicá-lo com precisão e identificar as sutilezas.

Lembre-se: cada erro é uma oportunidade de aprendizado. Utilize plataformas como o Concursa+ para ter acesso a um material de estudo completo e otimizado, com questões comentadas por especialistas e ferramentas de inteligência artificial que se adaptam ao seu ritmo. Invista em sua preparação, compreenda os fundamentos e pratique incessantemente. Sua vaga está mais próxima do que você imagina!