Métodos Quantitativos em Contabilidade

Prévia do material em texto

Questão 1/10 - Métodos Quantitativos voltados para Contabilidade 
 Ler em voz alta 
Uma empresa de produtos de beleza notou que, nos meses em que investiu mais em 
publicidade (Variável A), houve também um aumento nas vendas de protetor solar 
(Variável B). A equipe de marketing ficou entusiasmada, sugerindo que o aumento da 
publicidade causou diretamente o aumento nas vendas de protetor solar. No entanto, 
um estatístico da equipe alertou para a necessidade de cautela na interpretação dessa 
relação. 
Considerando o cenário descrito e os princípios da estatística, assinale a alternativa que 
melhor explica por que a correlação observada entre o investimento em publicidade e 
as vendas de protetor solar não pode ser diretamente interpretada como uma relação 
de causa e efeito. 
 
A 
 
Uma correlação positiva forte sempre significa que a variável de publicidade é a causa 
direta do aumento nas vendas de protetor solar. 
 
B 
 
A correlação só é válida para dados coletados em experimentos controlados, não para 
observações de mercado como vendas e publicidade. 
 
C 
 
A correlação indica uma associação entre as variáveis, mas não estabelece causalidade; o 
aumento nas vendas de protetor solar pode ser influenciado por fatores externos como o 
clima quente, que também levaria a um aumento no investimento em publicidade de 
produtos sazonais. 
Você assinalou essa alternativa (C) 
 
D 
 
Para provar a causalidade, bastaria calcular um coeficiente de correlação de Pearson acima 
de 0.90, independentemente de qualquer outro fator. 
 
Questão 2/10 - Métodos Quantitativos voltados para Contabilidade 
 Ler em voz alta 
Uma equipe de auditores está analisando os dados de faturamento mensal de diferentes 
filiais de uma empresa e precisa verificar se essa variável segue uma distribuição 
normal, o que é um pré-requisito para a aplicação de alguns testes estatísticos 
paramétricos. Como parte da análise exploratória, a equipe plotou um histograma dos 
dados de faturamento. Ao observar o gráfico, a distribuição das barras formou um 
padrão semelhante a um sino. 
Considerando a análise do histograma e o objetivo de verificar a normalidade dos dados, 
assinale a alternativa que descreve corretamente a relação entre a visualização do 
histograma e a Distribuição Normal. 
 
A 
 
O formato de sino no histograma prova que os dados seguem uma distribuição normal, 
tornando desnecessária qualquer outra análise de normalidade. 
 
B 
 
Embora o histograma possa ter formato de sino, ele não é uma ferramenta adequada para 
examinar a normalidade de dados, pois apenas testes formais são válidos para essa 
verificação. 
javascript:void(0)
javascript:void(0)
 
C 
 
A forma de sino do histograma é irrelevante para a normalidade, uma vez que a distribuição 
normal é caracterizada exclusivamente pela média e pelo desvio padrão dos dados, sem 
dependência de sua representação gráfica. 
 
D 
 
A observação de um histograma com formato de sino é um indicativo visual de que os 
dados podem seguir uma distribuição normal, e plotar tal gráfico é, de fato, uma das 
primeiras e mais importantes formas de examinar essa característica de um conjunto de 
dados. 
Você assinalou essa alternativa (D) 
 
Questão 3/10 - Métodos Quantitativos voltados para Contabilidade 
 Ler em voz alta 
Uma consultoria contábil está avaliando se a implementação de um novo sistema de 
gestão financeira resultou em uma redução significativa nos erros de lançamento de 
dados. Para chegar a uma conclusão baseada em evidências, a equipe planeja utilizar 
ferramentas estatísticas inferenciais que permitam analisar dados de amostra e fazer 
afirmações robustas sobre a população de todos os lançamentos. 
Considerando o cenário apresentado e a aplicação de métodos estatísticos inferenciais, 
assinale a alternativa que define corretamente um conceito fundamental nesse tipo de 
análise. 
 
A 
 
A distribuição amostral refere-se ao cálculo de uma faixa de valores ao redor de um 
estimador pontual, indicando a precisão da estimativa em relação ao verdadeiro parâmetro 
populacional. 
 
B 
 
O teste de hipótese é um procedimento estatístico que avalia uma afirmação sobre um 
parâmetro populacional com base em dados amostrais, buscando distinguir resultados que 
provavelmente ocorreriam por acaso daqueles que indicam um efeito real 
Você assinalou essa alternativa (B) 
 
C 
 
A estatística bivariada é o processo de repetir infinitamente a coleta de dados da mesma 
população com amostras de mesmo tamanho, a fim de determinar a forma da distribuição 
das estimativas. 
 
D 
 
A distribuição normal é um cálculo da margem de erro para mais ou para menos, usado 
para estabelecer os limites de aceitação em um teste de significância. 
 
Questão 4/10 - Métodos Quantitativos voltados para Contabilidade 
 Ler em voz alta 
Uma equipe de marketing realizou uma pesquisa com uma grande amostra aleatória de 
consumidores para estimar a proporção de clientes que pretendem comprar um novo 
produto. Para garantir a precisão de sua estimativa e comunicar essa precisão de forma 
adequada, a equipe decidiu construir um intervalo de confiança para a proporção 
populacional, utilizando a aproximação da distribuição binomial pela normal, dadas as 
condições favoráveis de tamanho da amostra. 
javascript:void(0)
javascript:void(0)
Considerando a tarefa de construir um intervalo de confiança para a proporção 
populacional a partir da amostra e utilizando a aproximação normal da distribuição 
binomial, assinale a alternativa que apresenta um passo essencial nesse processo. 
 
A 
 
O cálculo da margem de erro é desnecessário, pois a estimação pontual da proporção já 
indica sua precisão. 
 
B 
 
A determinação do número de pares na amostra é o primeiro passo para qualquer cálculo de 
proporção, sendo crucial para a aplicação da fórmula binomial. 
 
C 
 
A verificação das condições para que a distribuição binomial possa ser aproximada pela 
distribuição normal (como np = 5 e n(1-p) = 5) é um passo fundamental antes de prosseguir 
com a construção do intervalo de confiança para a proporção. 
Você assinalou essa alternativa (C) 
 
D 
 
O nível de significância é utilizado apenas em testes de hipóteses, não tendo relevância na 
construção de intervalos de confiança para proporções. 
 
Questão 5/10 - Métodos Quantitativos voltados para Contabilidade 
 Ler em voz alta 
Uma equipe de análise de dados está trabalhando com um conjunto de informações 
financeiras que, após verificação, seguem uma distribuição normal. Para realizar 
inferências estatísticas e aplicar corretamente os modelos, é crucial que a equipe 
compreenda as características fundamentais dessa distribuição, uma das mais 
importantes na estatística inferencial. A clareza sobre suas propriedades permite uma 
interpretação precisa dos resultados e a validação das suposições de diversos testes. 
Considerando a importância da Distribuição Normal em análises estatísticas, assinale a 
alternativa que descreve corretamente as suas propriedades essenciais. 
 
A 
 
Possui uma curva em forma de sino, é simétrica em torno da média, e a média, mediana e 
moda são coincidentes em seu centro, com a área total sob a curva sendo igual a um. 
Você assinalou essa alternativa (A) 
 
B 
 
É uma distribuição sempre assimétrica à direita, onde a moda é maior que a média e a 
mediana, e sua área total pode variar dependendo do desvio padrão. 
 
C 
 
Sua forma é determinada exclusivamente pelo desvio padrão, o que permite identificar o 
valor do p-valor para qualquer teste de hipóteses realizado, independentemente do nível de 
significância. 
 
D 
 
É caracterizada por possuir sua hipótese nula e alternativa já definidas, sendo o principal 
objetivo de seu uso determinar a área crítica para rejeição da hipótese. 
 
Questão 6/10 - Métodos Quantitativos voltados para Contabilidade 
 Ler em voz alta 
Uma equipe de pesquisadores está analisando o desempenho financeiro deempresas 
e o impacto de certas políticas corporativas. Eles têm acesso a dados anuais de diversas 
javascript:void(0)
javascript:void(0)
empresas ao longo de uma década. A equipe discute a melhor forma de modelar esses 
dados, reconhecendo que características intrínsecas a cada empresa (como cultura 
organizacional ou qualidade da gestão) podem influenciar os resultados, mas não são 
diretamente observáveis. 
Com base nas características dos diferentes tipos de estruturas de dados e nos desafios 
de modelagem, a afirmação que descreve corretamente a vantagem dos dados em 
painel na abordagem de problemas de heterogeneidade não observada é: 
 
A 
 
O uso de dados em painel é essencialmente para corrigir problemas de multicolinearidade 
entre as variáveis independentes, ao invés de usar o Fator de Inflação da Variância (VIF). 
 
B 
 
Os dados em painel são particularmente vantajosos para abordar a heterogeneidade não 
observada e invariante no tempo entre as unidades (empresas, neste caso), pois permitem o 
uso de técnicas como os Modelos de Efeitos Fixos, que controlam características específicas 
de cada unidade que não mudam ao longo do tempo e que não são mensuráveis, mitigando o 
viés de variável omitida. 
Você assinalou essa alternativa (B) 
 
C 
 
Dados em painel eliminam automaticamente todos os problemas de endogeneidade e 
causalidade reversa, tornando o modelo livre de vieses, mesmo sem o uso de variáveis 
instrumentais. 
 
D 
 
A principal vantagem dos dados em painel é permitir a análise de tendências de curto prazo 
de uma única entidade, de forma mais eficiente do que as séries históricas. 
 
Questão 7/10 - Métodos Quantitativos voltados para Contabilidade 
 Ler em voz alta 
Uma empresa de contabilidade forense está investigando uma grande base de dados 
de transações. Eles suspeitam de um certo padrão de fraude que pode ser modelado 
por uma distribuição binomial, onde a probabilidade de uma transação ser fraudulenta 
é muito pequena, mas o número total de transações (n) é extremamente grande. Para 
calcular a probabilidade de um grande número de fraudes (X) ocorrer, a aplicação direta 
da fórmula da distribuição binomial se torna computacionalmente inviável e trabalhosa. 
Considerando a situação descrita e as características da distribuição binomial para 
grandes volumes de dados, assinale a alternativa que justifica a utilidade da 
aproximação da distribuição binomial pela normal. 
 
A 
 
A distribuição normal pode ser usada como uma aproximação da binomial em qualquer 
situação, independentemente do tamanho da amostra, simplificando sempre os cálculos. 
 
B 
 
A utilidade da aproximação reside em transformar uma variável contínua (normal) em uma 
discreta (binomial), o que facilita a análise de contagens. 
 
C 
 
A aplicação direta da fórmula binomial para grandes tamanhos de amostra e número de 
sucessos é computacionalmente trabalhosa, tornando a distribuição normal uma aproximação 
útil e mais fácil de calcular, desde que as condições de aproximação (n não muito pequeno) 
sejam atendidas. 
javascript:void(0)
Você assinalou essa alternativa (C) 
 
D 
 
A distribuição binomial é intrinsecamente mais complexa que a normal, por isso, sempre 
que possível, deve-se substituí-la pela normal, mesmo que as condições de aproximação 
não sejam plenamente satisfeitas. 
 
Questão 8/10 - Métodos Quantitativos voltados para Contabilidade 
 Ler em voz alta 
Uma instituição financeira está interessada em prever se um cliente irá "aprovar" ou 
"rejeitar" uma oferta de empréstimo pessoal (variável dependente Y, codificada como 1 
para aprovar e 0 para rejeitar) com base em seu histórico de crédito (variável 
independente X1) e renda mensal (variável independente X2). Inicialmente, um analista 
considerou aplicar um modelo de regressão linear simples (Mínimos Quadrados 
Ordinários - MQO), mas foi alertado de que essa abordagem pode não ser a mais 
adequada para uma variável dependente binária. 
Considerando o desafio de modelar uma variável dependente qualitativa (binária) em 
regressão, a afirmação que descreve corretamente a inadequação da regressão linear 
simples e a abordagem mais apropriada é: 
 
A 
 
A principal razão para não usar regressão linear simples com variáveis dependentes binárias 
é que ela sempre resultará em um coeficiente de determinação (R2) muito baixo, tornando o 
modelo inútil. 
 
B 
 
A regressão linear simples é inadequada para uma variável dependente binária porque pode 
violar pressupostos de normalidade e homocedasticidade dos erros, além de gerar previsões 
fora do intervalo [0,1]; para esse tipo de variável dependente, a regressão logística (Logit) é 
a abordagem mais indicada. 
Você assinalou essa alternativa (B) 
 
C 
 
A regressão linear simples pode ser usada, desde que se remova os outliers da variável 
dependente, e os coeficientes serão interpretados diretamente como a probabilidade de 
aprovação. 
 
D 
 
A única alternativa à regressão linear para variáveis dependentes qualitativas é a análise de 
componentes principais, que identifica os fatores mais importantes na decisão do cliente. 
 
Questão 9/10 - Métodos Quantitativos voltados para Contabilidade 
 Ler em voz alta 
Uma equipe de pesquisadores em contabilidade está desenvolvendo um estudo para 
estimar a média populacional de um determinado indicador financeiro e testar hipóteses 
sobre ele. Para que suas inferências sejam válidas e robustas, é essencial que a equipe 
compreenda conceitos fundamentais da estatística inferencial, como as distribuições 
amostrais das estatísticas utilizadas e a interpretação correta dos níveis de confiança e 
significância em seus processos de estimação e teste. 
Considerando o contexto da estatística inferencial em que a equipe está trabalhando, 
assinale a alternativa que apresenta uma afirmação correta sobre os conceitos 
abordados. 
javascript:void(0)
javascript:void(0)
 
A 
 
O nível de significância (a) representa a probabilidade de um intervalo de confiança conter 
o verdadeiro valor do parâmetro populacional. 
 
B 
 
A distribuição amostral de uma estatística é definida como a distribuição de todas as 
possíveis estimativas dessa estatística obtidas de múltiplas amostras de mesmo tamanho, 
extraídas da mesma população. 
Você assinalou essa alternativa (B) 
 
C 
 
A principal finalidade de uma distribuição amostral é determinar se um p-valor é 
significativo, controlando o risco de um Erro Tipo II (ß). 
 
D 
 
Em um teste de hipóteses, o nível de confiança (1-a) e o nível de significância (a) são 
conceitos mutuamente exclusivos e sem relação com a formação de distribuições amostrais. 
 
Questão 10/10 - Métodos Quantitativos voltados para Contabilidade 
 Ler em voz alta 
Uma empresa de telecomunicações realizou uma análise de regressão linear simples 
para investigar a relação entre o número de chamadas de suporte técnico recebidas por 
dia (variável independente X) e o tempo médio de espera dos clientes (variável 
dependente Y). O modelo gerado apresentou um coeficiente de determinação (R2) de 
0.65. 
Com base no resultado da análise de regressão e na interpretação do coeficiente de 
determinação (R2), assinale a alternativa que melhor descreve o que o valor de 0.65 
indica neste contexto. 
 
A 
 
Aproximadamente 65% da variação no tempo médio de espera dos clientes pode ser 
explicada pelo número de chamadas de suporte técnico recebidas por dia, de acordo com o 
modelo. 
Você assinalou essa alternativa (A) 
 
B 
 
O modelo de regressão linear prevê que 65% dos clientes terão um tempo de espera abaixo 
da média. 
 
C 
 
Existe uma correlação negativa de 0.65 entre o número de chamadas e o tempo de espera. 
 
D 
 
Para cada 100 chamadas de suporte técnico, o tempo médio de espera aumenta em 65 
minutos. 
 
 
Questão 1/10 - Métodos Quantitativos voltados para Contabilidade 
 Ler em voz alta 
Um analista está investigando os determinantes dos salários em uma indústria,mas 
percebe que seus dados contêm alguns salários extremamente altos (outliers) e que a 
variabilidade dos salários aumenta com o nível de experiência (heterocedasticidade). 
javascript:void(0)
http://www.uninter.com/
javascript:void(0)
Ele está preocupado que a regressão linear padrão (Mínimos Quadrados Ordinários - 
MQO) possa fornecer resultados enganosos devido a esses problemas. 
Considerando os desafios apresentados nos dados de salário e as propriedades da 
Regressão Quantílica, a afirmação que descreve corretamente como a Regressão 
Quantílica pode ser vantajosa em cenários com outliers e heterocedasticidade é: 
 
A 
 
Em presença de outliers e heterocedasticidade, a regressão linear simples 
(MQO) continua sendo o método mais eficiente, desde que se utilize 
transformações logarítmicas na variável dependente. 
 
B 
 
A Regressão Quantílica é particularmente útil em cenários com outliers ou 
heterocedasticidade, pois ela é mais robusta a observações extremas e não 
assume que a variância dos erros seja constante (homocedasticidade) em toda a 
distribuição, permitindo modelar como os preditores afetam diferentes partes 
da distribuição da variável dependente. 
Você assinalou essa alternativa (B) 
 
C 
 
A Regressão Quantílica resolve automaticamente problemas de endogeneidade 
e multicolinearidade, tornando-a a escolha ideal para qualquer conjunto de 
dados com essas características. 
 
D 
 
O uso da Regressão Quantílica é limitado a casos onde a variável dependente é 
uma contagem (como número de filhos) e não para variáveis contínuas como 
salário, que exigem outros modelos. 
 
Questão 2/10 - Métodos Quantitativos voltados para Contabilidade 
 Ler em voz alta 
Um time de cientistas de dados está desenvolvendo um modelo de regressão linear 
múltipla para prever o preço de imóveis (variável dependente Y) com base em 
diversas características, como área construída (X1), número de quartos (X2) e número 
de banheiros (X3). Ao analisar as estatísticas do modelo, eles notaram que algumas 
variáveis independentes apresentavam uma correlação muito alta entre si, levantando 
a preocupação com um problema conhecido em regressão. 
Com base no problema identificado pela equipe e nos indicadores de análise de 
regressão, a afirmação que descreve corretamente a multicolinearidade e sua principal 
implicação no modelo de regressão é: 
 
A 
 
A multicolinearidade é um problema que surge quando os resíduos do modelo 
de regressão não seguem uma distribuição normal, invalidando os testes de 
hipótese. 
 
B 
 
Se houver multicolinearidade, o modelo de regressão não poderá ser ajustado, 
pois os softwares estatísticos não conseguirão calcular os coeficientes. 
 
C 
 
A multicolinearidade indica que a variável dependente possui múltiplos fatores 
causais, o que é um cenário ideal para a regressão, pois aumenta o R2 do 
modelo. 
javascript:void(0)
 
D 
 
A multicolinearidade ocorre quando há uma alta correlação entre duas ou mais 
variáveis independentes do modelo, o que dificulta a estimação precisa dos 
efeitos individuais de cada preditor e resulta em erros-padrão inflacionados 
para os coeficientes. 
Você assinalou essa alternativa (D) 
 
Questão 3/10 - Métodos Quantitativos voltados para Contabilidade 
 Ler em voz alta 
Uma equipe de análise financeira precisa estimar características de uma grande 
população de investimentos com base em uma amostra. Para fazer inferências precisas 
sobre a população, é fundamental que a equipe selecione e utilize as estatísticas 
amostrais que são consideradas "boas estimadoras" dos parâmetros populacionais 
correspondentes, garantindo que as estimativas sejam confiáveis e eficientes. 
Considerando o objetivo de estimar parâmetros populacionais a partir de dados 
amostrais, assinale a alternativa que apresenta um conjunto de estatísticas amostrais 
amplamente reconhecidas como "boas estimadoras" para os parâmetros populacionais 
de interesse. 
 
A 
 
Mediana amostral, moda amostral, amplitude amostral e coeficiente de 
variação amostral. 
 
B 
 
Média amostral, desvio-padrão amostral, erro padrão da média e tamanho da 
amostra. 
 
C 
 
Proporção amostral, mediana amostral, desvio-padrão interquartil e variância. 
 
D 
 
Média amostral, proporção amostral, variância amostral e desvio-padrão 
amostral. 
Você assinalou essa alternativa (D) 
 
Questão 4/10 - Métodos Quantitativos voltados para Contabilidade 
 Ler em voz alta 
Uma equipe de análise de dados está trabalhando com um conjunto de informações 
financeiras que, após verificação, seguem uma distribuição normal. Para realizar 
inferências estatísticas e aplicar corretamente os modelos, é crucial que a equipe 
compreenda as características fundamentais dessa distribuição, uma das mais 
importantes na estatística inferencial. A clareza sobre suas propriedades permite uma 
interpretação precisa dos resultados e a validação das suposições de diversos testes. 
Considerando a importância da Distribuição Normal em análises estatísticas, assinale a 
alternativa que descreve corretamente as suas propriedades essenciais. 
 
A 
 
Possui uma curva em forma de sino, é simétrica em torno da média, e a média, 
mediana e moda são coincidentes em seu centro, com a área total sob a curva 
sendo igual a um. 
Você assinalou essa alternativa (A) 
javascript:void(0)
javascript:void(0)
 
B 
 
É uma distribuição sempre assimétrica à direita, onde a moda é maior que a 
média e a mediana, e sua área total pode variar dependendo do desvio padrão. 
 
C 
 
Sua forma é determinada exclusivamente pelo desvio padrão, o que permite 
identificar o valor do p-valor para qualquer teste de hipóteses realizado, 
independentemente do nível de significância. 
 
D 
 
É caracterizada por possuir sua hipótese nula e alternativa já definidas, sendo o 
principal objetivo de seu uso determinar a área crítica para rejeição da 
hipótese. 
 
Questão 5/10 - Métodos Quantitativos voltados para Contabilidade 
 Ler em voz alta 
Uma equipe de pesquisadores está analisando o desempenho financeiro de empresas 
e o impacto de certas políticas corporativas. Eles têm acesso a dados anuais de diversas 
empresas ao longo de uma década. A equipe discute a melhor forma de modelar esses 
dados, reconhecendo que características intrínsecas a cada empresa (como cultura 
organizacional ou qualidade da gestão) podem influenciar os resultados, mas não são 
diretamente observáveis. 
Com base nas características dos diferentes tipos de estruturas de dados e nos desafios 
de modelagem, a afirmação que descreve corretamente a vantagem dos dados em 
painel na abordagem de problemas de heterogeneidade não observada é: 
 
A 
 
O uso de dados em painel é essencialmente para corrigir problemas de 
multicolinearidade entre as variáveis independentes, ao invés de usar o Fator 
de Inflação da Variância (VIF). 
 
B 
 
Os dados em painel são particularmente vantajosos para abordar a 
heterogeneidade não observada e invariante no tempo entre as unidades 
(empresas, neste caso), pois permitem o uso de técnicas como os Modelos de 
Efeitos Fixos, que controlam características específicas de cada unidade que não 
mudam ao longo do tempo e que não são mensuráveis, mitigando o viés de 
variável omitida. 
Você assinalou essa alternativa (B) 
 
C 
 
Dados em painel eliminam automaticamente todos os problemas de 
endogeneidade e causalidade reversa, tornando o modelo livre de vieses, 
mesmo sem o uso de variáveis instrumentais. 
 
D 
 
A principal vantagem dos dados em painel é permitir a análise de tendências 
de curto prazo de uma única entidade, de forma mais eficiente do que as séries 
históricas. 
 
Questão 6/10 - Métodos Quantitativos voltados para Contabilidade 
 Ler em voz alta 
javascript:void(0)
javascript:void(0)
Uma equipe de analistas financeiros está investigando a relação entre o investimento 
em publicidade (variável X) e o volume de vendas subsequente (variável Y) de um 
produto.Eles sabem que ferramentas estatísticas como a correlação podem ajudar a 
compreender essa associação, mas precisam ter clareza sobre as características e 
limitações dessas relações no contexto dos dados do mundo real. 
Considerando a análise de relações entre variáveis no contexto da estatística aplicada, 
assinale a alternativa que apresenta uma afirmação correta. 
 
A 
 
O coeficiente de correlação de Pearson é uma medida da força e da direção da 
relação linear entre duas variáveis quantitativas. 
Você assinalou essa alternativa (A) 
 
B 
 
Em contextos do mundo real, a correlação de Pearson é utilizada 
principalmente para identificar relações não lineares perfeitas entre variáveis. 
 
C 
 
A principal limitação da correlação é que ela não indica a direção da relação, 
apenas a sua força. 
 
D 
 
As relações lineares no mundo real são caracterizadas por seguir padrões 
perfeitos, onde todos os pontos de dados se alinham exatamente em uma reta 
no plano cartesiano. 
 
Questão 7/10 - Métodos Quantitativos voltados para Contabilidade 
 Ler em voz alta 
Uma equipe de pesquisa em gestão de projetos está analisando a relação entre o 
número de horas trabalhadas em um projeto (Variável X) e a satisfação do cliente ao 
final do projeto (Variável Y, medida em uma escala de 0 a 100). Ao calcular o coeficiente 
de correlação de Pearson entre essas duas variáveis, a equipe obteve um valor próximo 
de zero (r = 0,05). Apesar desse resultado, um dos membros da equipe suspeita que 
ainda possa haver uma relação importante entre as variáveis, mas de natureza diferente 
da linear. 
Com base no cenário apresentado e na interpretação do coeficiente de correlação de 
Pearson, assinale a alternativa que melhor descreve a implicação de um coeficiente de 
correlação próximo de zero e o que a equipe deveria considerar a seguir. 
 
A 
 
Um coeficiente de correlação de Pearson de 0,05 comprova que não existe 
absolutamente nenhuma relação entre as horas trabalhadas e a satisfação do 
cliente. 
 
B 
 
Um coeficiente de correlação de Pearson próximo de zero indica que não há 
uma forte relação linear entre as variáveis, mas não elimina a possibilidade de 
que exista uma relação não linear significativa que um diagrama de dispersão 
poderia revelar. 
Você assinalou essa alternativa (B) 
 
C 
 
Esse resultado de correlação implica que o aumento das horas trabalhadas 
causa diretamente a manutenção da satisfação do cliente em um nível 
constante. 
javascript:void(0)
 
D 
 
O valor de r = 0,05 sugere uma correlação negativa muito forte, indicando que 
quanto mais horas trabalhadas, menor a satisfação do cliente. 
 
Questão 8/10 - Métodos Quantitativos voltados para Contabilidade 
 Ler em voz alta 
Um analista de dados utilizou a regressão linear para modelar a relação entre as horas 
de estudo de estudantes (variável independente) e suas notas em uma prova (variável 
dependente). Após ajustar o modelo, o analista criou um gráfico de dispersão dos 
resíduos em relação aos valores previstos (ou aos valores da variável independente). 
Ao observar esse gráfico, ele percebeu que a dispersão dos resíduos aumentava 
consistentemente à medida que os valores previstos (ou as horas de estudo) 
aumentavam. 
Com base na observação do analista sobre a dispersão dos resíduos, a premissa 
fundamental da regressão linear que está sendo violada e sua correta implicação para 
o modelo são: 
 
A 
 
A premissa violada é a da homocedasticidade, o que significa que a variância 
dos resíduos não é constante. Essa violação resulta em erros-padrão viesados 
para os coeficientes, tornando as inferências estatísticas (como testes de 
hipótese e intervalos de confiança) não confiáveis. 
Você assinalou essa alternativa (A) 
 
B 
 
A premissa violada é a da linearidade, indicando que a relação entre horas de 
estudo e notas não é uma linha reta, e, portanto, o modelo deve ser 
reespecificado. 
 
C 
 
A premissa violada é a da normalidade dos resíduos, o que exige a aplicação 
de testes de normalidade mais rigorosos e a remoção de outliers. 
 
D 
 
A violação observada significa que os coeficientes de regressão estimados 
(slope e intercepto) são viesados e inconsistentes, invalidando completamente 
a interpretação do modelo. 
 
Questão 9/10 - Métodos Quantitativos voltados para Contabilidade 
 Ler em voz alta 
Uma pesquisadora está investigando os fatores que influenciam o desempenho de 
alunos em um exame padronizado. Ela suspeita que variáveis como horas de estudo, 
nível socioeconômico e qualidade da escola podem ter efeitos diferentes sobre os 
alunos que têm desempenho muito baixo, médio ou muito alto. A regressão linear 
tradicional (Mínimos Quadrados Ordinários - MQO) foca apenas no efeito médio. 
Considerando a suspeita da pesquisadora sobre o impacto diferenciado dos fatores no 
desempenho dos alunos e as abordagens de regressão, a afirmação que descreve 
corretamente a Regressão Quantílica e sua principal vantagem para este cenário é: 
javascript:void(0)
javascript:void(0)
 
A 
 
A Regressão Quantílica é uma alternativa à regressão logística, sendo utilizada 
quando a variável dependente é binária e a regressão linear simples não é 
adequada. 
 
B 
 
A Regressão Quantílica permite analisar o impacto dos preditores em 
diferentes pontos da distribuição da variável dependente (por exemplo, na 
mediana, no 25º ou no 75º percentil), oferecendo uma visão mais completa e 
granular dos efeitos, especialmente útil quando os efeitos variam ao longo da 
distribuição. 
Você assinalou essa alternativa (B) 
 
C 
 
Essa técnica é primariamente utilizada para corrigir problemas de 
multicolinearidade em modelos de regressão linear múltipla, pois ajusta os 
coeficientes para cada variável independentemente. 
 
D 
 
A principal vantagem da Regressão Quantílica sobre a Regressão Linear 
Mínimos Quadrados (MQO) é que ela sempre produz um R2 muito maior, 
indicando um ajuste superior do modelo aos dados. 
 
Questão 10/10 - Métodos Quantitativos voltados para Contabilidade 
 Ler em voz alta 
Uma consultoria contábil está avaliando se a implementação de um novo sistema de 
gestão financeira resultou em uma redução significativa nos erros de lançamento de 
dados. Para chegar a uma conclusão baseada em evidências, a equipe planeja utilizar 
ferramentas estatísticas inferenciais que permitam analisar dados de amostra e fazer 
afirmações robustas sobre a população de todos os lançamentos. 
Considerando o cenário apresentado e a aplicação de métodos estatísticos inferenciais, 
assinale a alternativa que define corretamente um conceito fundamental nesse tipo de 
análise. 
 
A 
 
A distribuição amostral refere-se ao cálculo de uma faixa de valores ao redor 
de um estimador pontual, indicando a precisão da estimativa em relação ao 
verdadeiro parâmetro populacional. 
 
B 
 
O teste de hipótese é um procedimento estatístico que avalia uma afirmação 
sobre um parâmetro populacional com base em dados amostrais, buscando 
distinguir resultados que provavelmente ocorreriam por acaso daqueles que 
indicam um efeito real 
Você assinalou essa alternativa (B) 
 
C 
 
A estatística bivariada é o processo de repetir infinitamente a coleta de dados 
da mesma população com amostras de mesmo tamanho, a fim de determinar a 
forma da distribuição das estimativas. 
javascript:void(0)
 
D 
 
A distribuição normal é um cálculo da margem de erro para mais ou para 
menos, usado para estabelecer os limites de aceitação em um teste de 
significância. 
 
 
 
http://www.uninter.com/