Questão de Estatística · FGV TJDFT 2022 (nº 44)

Em R, um fator é uma forma de armazenar dados categóricos. Ele guarda os valores como números inteiros (códigos internos) e associa esses números a rótulos (os níveis do fator). Para somar os valores numéricos que os níveis representam, é preciso converter esses níveis para o tipo numérico correto.

• (A) Correta: sum(as.numeric(as.character(x)), na.rm = TRUE)
  Primeiro, as.character(x) converte o fator x para um vetor de caracteres, usando os rótulos (levels) do fator ("1", "3", "4", "3", "4", NA). Em seguida, as.numeric() converte esses caracteres para números (1, 3, 4, 3, 4, NA). Finalmente, sum(..., na.rm = TRUE) soma esses números, ignorando o NA, resultando em 1 + 3 + 4 + 3 + 4 = 15.

• (B) Incorreta: sum(x)
  Quando sum() é aplicado diretamente a um fator, ele tenta somar os códigos internos do fator (que são inteiros que representam a ordem dos níveis). No caso de x, os níveis 1, 3, 4 são mapeados internamente para 1, 2, 3 respectivamente. Assim, x internamente é c(1, 2, 3, 2, 3, NA). sum(c(1, 2, 3, 2, 3, NA)) resultaria em NA por padrão, pois há um NA e na.rm não foi especificado como TRUE.

• (C) Incorreta: sum(as.numeric(x), na.rm = TRUE)
  Armadilha da banca: as.numeric(x) não converte os valores dos níveis para números, mas sim os códigos internos do fator para números. Como explicado na alternativa B, os códigos internos de x são c(1, 2, 3, 2, 3, NA). Somar esses valores com na.rm = TRUE resultaria em 1 + 2 + 3 + 2 + 3 = 11, que não é a soma dos valores originais.

• (D) Incorreta: sum(as.numeric(x), na.rm = FALSE)
  Assim como na alternativa C, as.numeric(x) converte os códigos internos do fator (c(1, 2, 3, 2, 3, NA)) para números. Como na.rm = FALSE (ou omitido, pois é o padrão), a presença de NA no vetor resulta em NA para a soma total.

• (E) Incorreta: sum(x[-5])
x[-5] remove o quinto elemento (que é 4). O fator resultante seria c(1, 3, 4, 3, NA). No entanto, sum() ainda operaria sobre os códigos internos desse fator reduzido (c(1, 2, 3, 2, NA)). Como na.rm não é TRUE, o resultado da soma seria NA. Mesmo que fosse na.rm = TRUE, a soma seria 1 + 2 + 3 + 2 = 8, que não é a soma dos valores numéricos desejados.