Questão de Estatística · FGV MP-SC 2022 (nº 57)

Conceito-chave: A matriz de confusão separa os erros e acertos de um modelo. Acurácia é o total de acertos sobre o total de casos; Precisão é, entre os que o modelo disse ser fraude, quantos realmente eram; Revocação (ou recall) é, entre as fraudes reais, quantas o modelo conseguiu achar. Em fraude, a revocação baixa é fatal: o modelo deixa passar quase todos os golpes.

(A) Incorreta: A acurácia de 99% é verdadeira, mas ela é enganosa porque a base tem pouquíssimas fraudes (classe desbalanceada); o modelo acerta tudo no "não-fraude" e erra quase tudo no "fraude", então só a acurácia não garante adequação.

(B) Incorreta: A precisão de 80% é verdadeira, mas a revocação de 3% (não citada aqui) mostra que o modelo acha só 3 em cada 100 fraudes reais — inadequado para detecção de fraude.

(C) Incorreta: Os números (99%, 80%, 3%) estão corretos, mas a conclusão está invertida: revocação de 3% significa que o modelo não é adequado, pois deixa 97% das fraudes passarem despercebidas.

(D) Correta: A acurácia é 99% (pois os não-fraudes dominam a base), a precisão é 80% (dos 75 previstos como fraude, 60 são reais) e a revocação é 3% (dos 2.000 fraudes reais, só 60 foram capturados). Com recall tão baixo, o modelo falha no objetivo principal — não é adequado para detecção de fraude.

(E) Incorreta: Os valores de precisão (99%) e revocação (99,99%) são inventados; a matriz mostra precisão de 80% e recall de 3%, portanto a afirmação é falsa.