Dica do autor: Quando a gente avalia dados clínicos — como tempos de internação, níveis de uma enzima ou renda dos pacientes — é comum ter valores muito afastados do restante (outliers). A mediana é o valor que ocupa a posição central quando os dados são ordenados; por isso ela representa o centro da distribuição sem ser arrastada por extremos. Em termos práticos: se a maioria dos pacientes tem valores baixos e poucos têm valores muito altos, a média vai subir por causa desses poucos, enquanto a mediana permanece representativa do “centro” da população. Por isso, em distribuições assimétricas ou com outliers, a mediana é o pulo do gato — é a medida de tendência central mais robusta. Já medidas como a média e a variância usam cálculos que incorporam todos os valores (a média soma-os; a variância eleva ao quadrado as diferenças), tornando-as sensíveis a valores extremos. E cuidado: regressão é técnica para modelar relação entre variáveis, não uma medida de tendência central.

Alternativa A: CORRETA. Mediana é, por definição, o valor central da amostra ordenada (ou a média dos dois centrais em número par de observações). Por ser baseada na posição e não na magnitude dos valores, permanece praticamente inalterada na presença de outliers. Em epidemiologia e clínica, quando a distribuição é fortemente assimétrica (tempo de internação, biomarcadores com cauda longa), bater o olho e optar pela mediana costuma ser a escolha correta.

Alternativa B: INCORRETA. A média aritmética leva em conta todos os valores somando-os e dividindo pelo número de observações; por isso, valores extremos puxam a média na direção do outlier. Em distribuições simétricas e sem outliers, a média é ótima, mas quando há assimetria ou extremos, ela deixa de representar bem o centro da população.

Alternativa C: INCORRETA. Variância é uma medida de dispersão — quantifica o quanto os dados se afastam da média — e calcula a média dos quadrados das diferenças em relação à média. Como eleva ao quadrado as diferenças, a variância é ainda mais sensível a valores extremos; além disso, não é uma medida de tendência central, logo não responde a pergunta.

Alternativa D: INCORRETA. Regressão é um método estatístico para modelar a relação entre variáveis (por exemplo, preditores e desfecho). Não é uma medida de tendência central e, portanto, não se enquadra na questão. Serve para explicar/estimular efeitos, não para indicar o centro de uma distribuição.

Resposta: Alternativa A