Questões de Concurso
Sobre análise multivariada em estatística
Foram encontradas 247 questões
Ano: 2026
Banca:
FGV
Órgão:
DATAPREV
Prova:
FGV - 2026 - DATAPREV - Analista de Tecnologia da Informação – Inteligência da Informação |
Q4389058
Estatística
No contexto do Aprendizado de Máquina não supervisionado, os
Modelos de Mistura Gaussiana (Gaussian Mixture Models)
representam uma abordagem probabilística para a tarefa de
agrupamento (clustering).
Acerca das características e do funcionamento dessa técnica, analise os itens a seguir. I. De acordo com a técnica, cada gaussiana no modelo de mistura possui três parâmetros principais: média, peso e matriz de covariância. II. O modelo calcula para cada instância a probabilidade de ela ter sido gerada por cada um dos componentes da mistura. III. Os agrupamentos gerados por essa técnica são matematicamente limitados a formatos esféricos, impossibilitando a modelagem de distribuições elípticas ou com volumes distintos no espaço de dados. Está correto o que se afirma em
Acerca das características e do funcionamento dessa técnica, analise os itens a seguir. I. De acordo com a técnica, cada gaussiana no modelo de mistura possui três parâmetros principais: média, peso e matriz de covariância. II. O modelo calcula para cada instância a probabilidade de ela ter sido gerada por cada um dos componentes da mistura. III. Os agrupamentos gerados por essa técnica são matematicamente limitados a formatos esféricos, impossibilitando a modelagem de distribuições elípticas ou com volumes distintos no espaço de dados. Está correto o que se afirma em
Ano: 2026
Banca:
FGV
Órgão:
DATAPREV
Prova:
FGV - 2026 - DATAPREV - Analista de Tecnologia da Informação – Inteligência da Informação |
Q4389057
Estatística
O algoritmo K-Means (K-Médias, em português), usado em
Aprendizado de Máquina, pode ser descrito como um método
Ano: 2026
Banca:
FGV
Órgão:
DATAPREV
Prova:
FGV - 2026 - DATAPREV - Analista de Tecnologia da Informação – Inteligência da Informação |
Q4389056
Estatística
O problema da alta dimensionalidade, comum em modelos de
Aprendizado de Máquina, pode ser tratado com técnicas de
redução de dimensionalidade.
Sobre esse assunto, analise as afirmativas a seguir e assinale (V)
para a verdadeira e (F) para a falsa.
( ) A redução de dimensionalidade tem como principal objetivo escolher dados apenas do espaço bidimensional.
( ) As técnicas de agregação são aplicadas para descartar parte dos atributos originais por meio da criação de grupos de atributos.
( ) A técnica de Análise de Componentes Principais (Principal Component Analysis) permite eliminar redundâncias geradas pela alta correlação entre as variáveis originais.
As afirmativas são, respectivamente,
( ) A redução de dimensionalidade tem como principal objetivo escolher dados apenas do espaço bidimensional.
( ) As técnicas de agregação são aplicadas para descartar parte dos atributos originais por meio da criação de grupos de atributos.
( ) A técnica de Análise de Componentes Principais (Principal Component Analysis) permite eliminar redundâncias geradas pela alta correlação entre as variáveis originais.
As afirmativas são, respectivamente,
Ano: 2026
Banca:
CESPE / CEBRASPE
Órgão:
SEPLAG-AL
Prova:
CESPE / CEBRASPE - 2026 - SEPLAG-AL - Analista Previdenciário - Área: Tecnologia da Informação |
Q4370750
Estatística
Acerca de análise de agrupamentos e detecção de anomalias, julgue o próximo item.
A análise de agrupamentos (clusterização) é um método de aprendizado não supervisionado que agrupa dados em clusters baseado em similaridade, sem requerer rótulos prévios, sendo útil para a descoberta de padrões naturais e estruturas ocultas nos dados.
Ano: 2026
Banca:
CESPE / CEBRASPE
Órgão:
SEPLAG-AL
Prova:
CESPE / CEBRASPE - 2026 - SEPLAG-AL - Analista Previdenciário - Área: Tecnologia da Informação |
Q4370749
Estatística
Acerca de análise de agrupamentos e detecção de anomalias, julgue o próximo item.
Detecção de anomalias é uma tarefa de identificação de padrões incomuns ou outliers em dados, sendo crítica em aplicações como detecção de fraude, monitoramento de segurança e manutenção preditiva, nas quais anomalias representam eventos raros, mas significativos.
Q4346784
Estatística
Uma equipe de pesquisadores pretende comparar quatro
vinhos experimentais. Após sessões de treinamento, os
avaliadores utilizam uma lista consensual de atributos
como intensidade aromática, frutas vermelhas, acidez,
adstringência e corpo e atribuem notas de intensidade
a cada atributo. Os dados posteriormente são submetidos à Análise de Variância e à Análise de Componentes
Principais. Considerando a metodologia descrita, assinale
a alternativa correta.
Ano: 2026
Banca:
Quadrix
Órgão:
SEDES-DF
Prova:
Quadrix - 2026 - SEDES-DF - Especialista em Desenvolvimento e Assistência Social (EDAS) | Especialidade: Estatística |
Q4300116
Estatística
As técnicas de análise multivariada, como a análise de
componentes principais, a análise fatorial e a análise de
agrupamentos, têm finalidades distintas no tratamento de
conjuntos de dados com muitas variáveis. Com base nessa
informação, assinale a opção correta.
Ano: 2026
Banca:
Quadrix
Órgão:
SEDES-DF
Prova:
Quadrix - 2026 - SEDES-DF - Especialista em Desenvolvimento e Assistência Social (EDAS) | Especialidade: Estatística |
Q4300112
Estatística
Na análise estatística, as matrizes de covariância e de
correlação organizam as relações entre as variáveis de um
estudo. Com base nessa informação, assinale a opção correta,
a respeito dessas matrizes.
Ano: 2026
Banca:
FGV
Órgão:
TCE-PE
Prova:
FGV - 2026 - TCE-PE - Analista de Gestão - Administração - REAPLICAÇÃO |
Q4282408
Estatística
A área de gestão de um Tribunal de Contas pretende planejar
ações de desenvolvimento organizacional para suas unidades.
Para cada unidade, foram consolidados indicadores relativos a:
• volume de demandas recebidas; • proporção de demandas concluídas no prazo;
• tempo médio de atendimento;
• taxa de absenteísmo;
• horas de capacitação por servidor;
• proporção de postos de trabalho não ocupados.
Não existem categorias previamente definidas para classificar as unidades, nem registros anteriormente rotulados que indiquem o perfil de cada uma.
Após o tratamento necessário para tornar comparáveis os indicadores, a área pretende identificar conjuntos de unidades com combinações semelhantes desses indicadores, a fim de subsidiar diagnósticos e ações de gestão.
Para atender à finalidade apresentada, o procedimento adequado consiste em
Para cada unidade, foram consolidados indicadores relativos a:
• volume de demandas recebidas; • proporção de demandas concluídas no prazo;
• tempo médio de atendimento;
• taxa de absenteísmo;
• horas de capacitação por servidor;
• proporção de postos de trabalho não ocupados.
Não existem categorias previamente definidas para classificar as unidades, nem registros anteriormente rotulados que indiquem o perfil de cada uma.
Após o tratamento necessário para tornar comparáveis os indicadores, a área pretende identificar conjuntos de unidades com combinações semelhantes desses indicadores, a fim de subsidiar diagnósticos e ações de gestão.
Para atender à finalidade apresentada, o procedimento adequado consiste em
Ano: 2026
Banca:
IDECAN
Órgão:
AL-CE
Prova:
IDECAN - 2026 - AL-CE - Analista Legislativo - Análise de Dados |
Q4255268
Estatística
Uma equipe de inteligência legislativa recebeu a tarefa de identificar perfis de atuação parlamentar a partir de informações
históricas relacionadas à apresentação de proposições, participação em comissões, frequência em sessões, temas de interesse
e padrões de votação. Como não existiam categorias previamente definidas para os parlamentares analisados, optou-se pela
utilização de técnicas de agrupamento para identificar estruturas naturalmente presentes nos dados. Durante os testes, foi necessário
selecionar um método adequado para particionar os registros em grupos representados por centroides calculados iterativamente.
Assinale a alternativa que apresenta uma característica tecnicamente associada ao algoritmo K-means.
Assinale a alternativa que apresenta uma característica tecnicamente associada ao algoritmo K-means.
Ano: 2026
Banca:
IDECAN
Órgão:
AL-CE
Prova:
IDECAN - 2026 - AL-CE - Analista Legislativo - Análise de Dados |
Q4255232
Estatística
Uma equipe de ciência de dados do Poder Legislativo desenvolveu um estudo para identificar padrões ocultos em uma base
contendo milhares de variáveis derivadas de proposições legislativas, registros de votação, indicadores orçamentários, participação
em comissões, frequência de discursos e dados administrativos. Durante a análise exploratória, verificou-se que a elevada
dimensionalidade dificultava a visualização dos dados e aumentava o custo computacional de diversas etapas analíticas. Diante
desse cenário, foram avaliadas técnicas de redução de dimensionalidade com finalidades distintas de interpretação e exploração
dos dados.
Assinale a alternativa que apresenta a interpretação tecnicamente adequada acerca das técnicas PCA e t-SNE.
Assinale a alternativa que apresenta a interpretação tecnicamente adequada acerca das técnicas PCA e t-SNE.
Ano: 2026
Banca:
IDECAN
Órgão:
AL-CE
Prova:
IDECAN - 2026 - AL-CE - Analista Legislativo - Análise de Dados |
Q4255229
Estatística
Uma equipe de análise de dados da Assembleia Legislativa
recebeu a missão de identificar padrões de atuação parlamentar
a partir de milhares de registros que continham informações
sobre proposições apresentadas, votações realizadas,
participação em comissões, temas recorrentes e indicadores de
atividade legislativa. Como não existia uma classificação prévia
dos parlamentares nem categorias definidas antecipadamente,
optou-se pela utilização de técnicas de aprendizado não
supervisionado para explorar possíveis agrupamentos naturais
presentes na base de dados. Durante os testes, observou-se
que alguns parlamentares possuíam comportamento muito
distinto dos demais, formando pequenos grupos isolados em
regiões de baixa densidade.
Assinale a alternativa que apresenta a técnica de agrupamento adequada para identificar agrupamentos de formatos arbitrários e, simultaneamente, reconhecer observações isoladas como potenciais ruídos.
Assinale a alternativa que apresenta a técnica de agrupamento adequada para identificar agrupamentos de formatos arbitrários e, simultaneamente, reconhecer observações isoladas como potenciais ruídos.
Ano: 2026
Banca:
FCC
Órgão:
SEFAZ-CE
Prova:
FCC - 2026 - SEFAZ-CE - Auditor Fiscal da Receita Estadual - Área de Conhecimento: Gestão Fazendária - Conhecimentos Específicos |
Q4221495
Estatística
Auditores de uma Secretaria da Fazenda receberam a incumbência de analisar milhões de registros de notas fiscais eletrônicas,
declarações tributárias e movimentações econômicas de contribuintes. O objetivo era identificar grupos de contribuintes com
comportamentos semelhantes, verificar a evolução da arrecadação ao longo dos últimos anos e estimar possíveis cenários futuros
para subsidiar ações de fiscalização e planejamento institucional. Nesse contexto, a afirmação tecnicamente correta é que
Q4220352
Estatística
O setor de inteligência de um Tribunal de Justiça deseja analisar o perfil de produtividade das Comarcas do Estado.
O banco de dados contém múltiplas variáveis correlacionadas, como o número de novos processos, o tempo médio de tramitação, a taxa de congestionamento e o número de magistrados.
O objetivo inicial é simplificar o conjunto de dados, transformando essas variáveis originais em um número menor de índices sintéticos que retenham a maior parte da variação original, facilitando a criação de um ranking de eficiência sem a redundância das informações correlacionadas.
Assinale a opção que apresenta o método de Estatística Multivariada mais apropriado para o objetivo especificado.
O banco de dados contém múltiplas variáveis correlacionadas, como o número de novos processos, o tempo médio de tramitação, a taxa de congestionamento e o número de magistrados.
O objetivo inicial é simplificar o conjunto de dados, transformando essas variáveis originais em um número menor de índices sintéticos que retenham a maior parte da variação original, facilitando a criação de um ranking de eficiência sem a redundância das informações correlacionadas.
Assinale a opção que apresenta o método de Estatística Multivariada mais apropriado para o objetivo especificado.
Ano: 2026
Banca:
FGV
Órgão:
MPE-ES
Prova:
FGV - 2026 - MPE-ES - Agente Especializado - Cientista de Dados e Inteligência de Negócios |
Q4218179
Estatística
Um cientista de dados está desenvolvendo um modelo de
segmentação para classificar procedimentos com base em
características quantitativas.
Para garantir a comparabilidade entre variáveis, ele aplicou a padronização por escore z (z-score) em um conjunto de dados multivariados, de modo que todas as variáveis passassem a apresentar média 0 e desvio-padrão 1.
Após a padronização, verificou-se que os dados não apresentavam forte separação entre grupos naturais. Em seguida, foi aplicado o algoritmo K-means em Python:
from sklearn.preprocessing import StandardScaler
from sklearn.cluster import KMeans
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)
kmeans = KMeans(n_clusters=3, n_init=10, random_state=0)
kmeans.fit(X_scaled)
print(kmeans.cluster_centers_)
Observou-se que os centroides obtidos apresentam valores próximos de zero em todas as dimensões.
Considerando o contexto descrito, esse resultado ocorre porque
Para garantir a comparabilidade entre variáveis, ele aplicou a padronização por escore z (z-score) em um conjunto de dados multivariados, de modo que todas as variáveis passassem a apresentar média 0 e desvio-padrão 1.
Após a padronização, verificou-se que os dados não apresentavam forte separação entre grupos naturais. Em seguida, foi aplicado o algoritmo K-means em Python:
from sklearn.preprocessing import StandardScaler
from sklearn.cluster import KMeans
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)
kmeans = KMeans(n_clusters=3, n_init=10, random_state=0)
kmeans.fit(X_scaled)
print(kmeans.cluster_centers_)
Observou-se que os centroides obtidos apresentam valores próximos de zero em todas as dimensões.
Considerando o contexto descrito, esse resultado ocorre porque
Ano: 2026
Banca:
Instituto Consulplan
Órgão:
Prefeitura de Vitória - ES
Prova:
Instituto Consulplan - 2026 - Prefeitura de Vitória - ES - Analista em Gestão Pública - Estatístico |
Q4210727
Estatística
Sobre conceitos e técnicas de Processamento de Linguagem Natural (PLN), analise as afirmativas a seguir.
I. Representações baseadas em n-gramas utilizam sequências contíguas de n itens textuais, podendo capturar padrões locais de palavras em documentos. II. Técnicas de redução de dimensionalidade, como Análise de Componentes Principais (PCA), podem ser utilizadas para representar textos em espaços vetoriais de menor dimensão. III. Modelagem de tópicos latentes, como LDA (Latent Dirichlet Allocation), é frequentemente utilizada para identificar temas recorrentes em coleções de documentos.
Está correto o que se afirma em
I. Representações baseadas em n-gramas utilizam sequências contíguas de n itens textuais, podendo capturar padrões locais de palavras em documentos. II. Técnicas de redução de dimensionalidade, como Análise de Componentes Principais (PCA), podem ser utilizadas para representar textos em espaços vetoriais de menor dimensão. III. Modelagem de tópicos latentes, como LDA (Latent Dirichlet Allocation), é frequentemente utilizada para identificar temas recorrentes em coleções de documentos.
Está correto o que se afirma em
Ano: 2026
Banca:
Instituto Consulplan
Órgão:
Prefeitura de Vitória - ES
Prova:
Instituto Consulplan - 2026 - Prefeitura de Vitória - ES - Analista em Gestão Pública - Estatístico |
Q4210726
Estatística
Considere as seguintes técnicas frequentemente utilizadas em aprendizado de máquina:
I. Regressão logística. II. K-means. III. Random Forest. IV. Análise de Componentes Principais (PCA).
Em relação à classificação dessas técnicas em métodos supervisionados e não supervisionados, assinale a alternativa correta.
I. Regressão logística. II. K-means. III. Random Forest. IV. Análise de Componentes Principais (PCA).
Em relação à classificação dessas técnicas em métodos supervisionados e não supervisionados, assinale a alternativa correta.
Ano: 2026
Banca:
Instituto Consulplan
Órgão:
Prefeitura de Vitória - ES
Prova:
Instituto Consulplan - 2026 - Prefeitura de Vitória - ES - Analista em Gestão Pública - Estatístico |
Q4210724
Estatística
Determinada secretaria municipal de planejamento urbano está desenvolvendo um sistema de apoio à decisão para
organizar regiões da cidade com perfis socioeconômicos semelhantes, visando melhor alocação de recursos públicos. Para
isso, um analista de dados propôs o uso de diferentes técnicas de análise de agrupamentos (clusterização). Nesse contexto,
assinale a afirmativa INCORRETA.
Ano: 2026
Banca:
CESPE / CEBRASPE
Órgão:
VALEC
Prova:
CESPE / CEBRASPE - 2026 - VALEC - Analista - Especialidade: Engenheiro Florestal |
Q4198700
Estatística
No âmbito da análise de produtos entregues por consultorias contratadas pela INFRA S.A. para a caracterização de solos ferroviários, o fiscal deve validar a redução de dimensionalidade de dados multivariados. Acerca de métodos estatísticos e suas análises nesse contexto, julgue o item a seguir.
Caso a consultoria apresente PCA em que os dois primeiros componentes explicam 85% da variância total, o fiscal poderá atestar a conformidade técnica com o critério de Kaiser, mesmo que o autovalor do segundo componente seja inferior a 1,0, uma vez que a variância acumulada é o parâmetro soberano nesse método.
Q4186553
Estatística
Em relação às diferenças conceituais e aplicações da Análise de Componentes Principais (PCA) e da Análise Fatorial (AF), julgue os itens a seguir:
I. A PCA busca combinações lineares (componentes principais) que retêm a máxima variância total dos dados observados, sem postular um modelo de erros ou fatores latentes; já a Análise Fatorial assume que as variáveis observadas são funções lineares de fatores latentes comuns acrescidos de erros únicos (especificidades).
II. Na PCA, os componentes são ortogonais e ordenados por variância explicada; na Análise Fatorial, os fatores podem ser rotacionados (ex.: varimax) para facilitar a interpretação, e a comunalidade representa a proporção da variância de cada variável explicada pelos fatores comuns.
III. Uma diferença prática importante é que a PCA é frequentemente usada para redução de dimensionalidade quando o interesse é reter a maior parte da informação, enquanto a Análise Fatorial é mais adequada para identificar estruturas latentes subjacentes (ex.: traços de personalidade, construtos socioeconômicos).
IV. A PCA é invariante a rotações ortogonais dos componentes, ou seja, qualquer rotação dos eixos principais produz a mesma solução; já na Análise Fatorial, a rotação é essencial para tornar os fatores interpretáveis, e diferentes métodos de rotação podem levar a diferentes soluções fatoriais.
V. A PCA pressupõe que os dados seguem uma distribuição normal multivariada e que não há outliers, caso contrário os resultados são sempre inválidos; a Análise Fatorial, por outro lado, é robusta a qualquer tipo de distribuição e não requer normalidade.
Assinale a alternativa com a sequência CORRETA (V/F):
Conheça nossos planos