Questões de Concurso
Sobre análise multivariada em estatística
Foram encontradas 237 questões
Ano: 2025
Banca:
CESPE / CEBRASPE
Órgão:
FUNPRESP-EXE
Prova:
CESPE / CEBRASPE - 2025 - FUNPRESP-EXE - Analista de Previdência Complementar - Área 8: Estatística, Ciência de Dados e Inovação |
Q3208387
Estatística
No que se refere a modelagem estatística de dados, julgue o item subsecutivo.
O modelo de árvore de decisão é utilizado quando a resposta é binária, como, por exemplo, prever se um cliente fará ou não determinada compra com base em seu histórico de compras.
Ano: 2025
Banca:
FGV
Órgão:
TCE-PI
Prova:
FGV - 2025 - TCE-PI - Auditor de Controle Externo - Controle Externo - Específica de Tecnologia da Informação - Sistemas, Engenharia de Dados e Ciência de Dados (Manhã) |
Q3154825
Estatística
No campo da mineração de dados existem alguns problemas
fundamentais que costumam aparecer com frequência em
variados cenários de aplicação. O estudo desses problemas
fornece ferramentas ao analista de dados que são aplicáveis em
diferentes projetos de mineração de dados. Nesse conjunto se
encontram os problemas de determinação de padrões,
classificação de dados, segmentação de dados (clustering) e
detecção de valores discrepantes (outliers).
Considerando os problemas citados, analise as afirmativas a seguir.
I. Em uma tabela binária esparsa, que representa uma base de dados de transações de clientes, em que as colunas representam cada produto e as linhas cada transação, verifica-se que, frequentemente, três das colunas apresentam simultaneamente o valor 1 para vários registros. Este tipo de análise é um problema de detecção de valores discrepantes.
II. A identificação de consumidores que são similares entre si, para uso no contexto de aplicação de promoções orientadas, constitui um problema de segmentação de dados.
III. O problema de classificação de dados pode ser considerado como supervisionado, pelo fato das relações entre as classes definidas e os demais atributos dos dados serem “aprendidas” pelo modelo.
Está correto o que se afirma em
Considerando os problemas citados, analise as afirmativas a seguir.
I. Em uma tabela binária esparsa, que representa uma base de dados de transações de clientes, em que as colunas representam cada produto e as linhas cada transação, verifica-se que, frequentemente, três das colunas apresentam simultaneamente o valor 1 para vários registros. Este tipo de análise é um problema de detecção de valores discrepantes.
II. A identificação de consumidores que são similares entre si, para uso no contexto de aplicação de promoções orientadas, constitui um problema de segmentação de dados.
III. O problema de classificação de dados pode ser considerado como supervisionado, pelo fato das relações entre as classes definidas e os demais atributos dos dados serem “aprendidas” pelo modelo.
Está correto o que se afirma em
Ano: 2024
Banca:
VUNESP
Órgão:
APS - SP
Prova:
VUNESP - 2024 - APS - SP - Especialista Portuário - Estatístico |
Q4200266
Estatística
Na análise de componentes principais, uma das etapas
iniciais consiste no cálculo dos autovalores e autovetores
da matriz de covariância dos dados originais. Considere
X um conjunto de dados com n observações e p variáveis, e C a matriz de covariância dos dados, em que C é
uma matriz de posto completo. Sejam os autovalores (λ)
e autovetores (v) de C. Nesse contexto, a única alternativa correta será:
Ano: 2024
Banca:
VUNESP
Órgão:
APS - SP
Prova:
VUNESP - 2024 - APS - SP - Especialista Portuário - Estatístico |
Q4200265
Estatística
Na Análise Multivariada de Variância (MANOVA), diversas medidas podem ser utilizadas para testar a significância global do modelo. A opção correta, que cita exemplos de medidas utilizadas para testar a significância do
modelo global em MANOVA, é:
Ano: 2024
Banca:
FIOCRUZ
Órgão:
FIOCRUZ
Prova:
FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - Ciência de dados em saúde |
Q3331324
Estatística
Uma das dificuldades de se realizar agrupamentos de
dados é a definição do número de grupos. É correto afirmar
que contém apenas técnicas ou métricas que podem ser
úteis para automatizar a decisão do número K de grupos:
Ano: 2024
Banca:
FIOCRUZ
Órgão:
FIOCRUZ
Prova:
FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - Ciência de dados em saúde |
Q3331323
Estatística
Sobre o algoritmo K-médias, é correto afirmar que:
Ano: 2024
Banca:
FIOCRUZ
Órgão:
FIOCRUZ
Prova:
FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - Ciência de dados em saúde |
Q3331315
Estatística
São algoritmos de classificação, EXCETO:
Ano: 2024
Banca:
FIOCRUZ
Órgão:
FIOCRUZ
Prova:
FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - Ciência de dados em saúde |
Q3331313
Estatística
Considere o problema de calcular agrupamentos dos
objetos apresentados na figura abaixo:
Considerando a distribuição dos objetos no espaço de acordo com seus atributos ilustrada na figura, o algoritmo de agrupamento indicado para diferenciar os dois grupos seria:
Considerando a distribuição dos objetos no espaço de acordo com seus atributos ilustrada na figura, o algoritmo de agrupamento indicado para diferenciar os dois grupos seria:
Ano: 2024
Banca:
FIOCRUZ
Órgão:
FIOCRUZ
Prova:
FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - Ciência de dados em saúde |
Q3331293
Estatística
Em relação à maldição da dimensionalidade, avalie se
são verdadeiras (V) ou falsas (F) as afirmativas a seguir:
I. Refere-se ao fenômeno de que muitos tipos de análises de dados se tornam mais difíceis a medida que a dimensionalidade de dados diminui.
II. Para tarefas de classificação, significa que não há instâncias de dados suficientes para criar um modelo que atribua de forma confiável a classe real das instâncias.
III. Quando a dimensionalidade cresce, os dados se tornam cada vez menos esparsos no espaço.
As afirmativas I, II e III são respectivamente:
I. Refere-se ao fenômeno de que muitos tipos de análises de dados se tornam mais difíceis a medida que a dimensionalidade de dados diminui.
II. Para tarefas de classificação, significa que não há instâncias de dados suficientes para criar um modelo que atribua de forma confiável a classe real das instâncias.
III. Quando a dimensionalidade cresce, os dados se tornam cada vez menos esparsos no espaço.
As afirmativas I, II e III são respectivamente:
Ano: 2024
Banca:
FIOCRUZ
Órgão:
FIOCRUZ
Prova:
FIOCRUZ - 2024 - FIOCRUZ - Tecnologista em Saúde Pública - ecnologia da informação e comunicação (TIC) com foco em análise e desenvolvimento de sistema |
Q3331020
Estatística
No contexto da tarefa de aprendizagem não-supervisionada conhecida como clusterização é correto
afirmar que a abordagem:
Ano: 2024
Banca:
IBFC
Órgão:
TRF - 5ª REGIÃO
Prova:
IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |
Q3171142
Estatística
A Análise de grupos, também conhecida como
agrupamento de dados, é um termo genérico
usado para designar um amplo espectro de
métodos numéricos de análise de dados
multivariados com o objetivo de descobrir
grupos homogêneos de objetos. O
agrupamento de objetos em diferentes grupos
pode simplesmente representar uma forma
conveniente de organizar grandes bases de
dados de maneira que elas sejam mais
facilmente compreendidas ou pesquisadas e,
também, para realizar tarefas muito mais
sofisticadas, como tomada de decisão em
processos críticos. Diante do exposto, assinale
a alternativa correta em relação aos itens que
apresentam um algoritmo de agrupamento.
Ano: 2024
Banca:
CESGRANRIO
Órgão:
BNDES
Prova:
CESGRANRIO - 2024 - BNDES - Analista - Análise de Sistemas - Desenvolvimento (Manhã) |
Q3044868
Estatística
A lógica fuzzy é uma extensão da lógica booleana. Embora as técnicas de controle possam ser implementadas por modelos matemáticos, as implementações baseadas na lógica fuzzy apresentam um melhor desempenho.
Qual é o aspecto fundamental da lógica fuzzy?
Ano: 2024
Banca:
FGV
Órgão:
TRF - 1ª REGIÃO
Prova:
FGV - 2024 - TRF - 1ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |
Q3029120
Estatística
Duas instâncias A e B de um dataset de tweets são
representadas, respectivamente, por intermédio dos vetores
xA = [2, −2, 0, 1,] e xB = [−4, 0, 2, −4].
Os valores da similaridade de cosseno e da distância de Manhattan entre essas duas instâncias são, respectivamente:
xA = [2, −2, 0, 1,] e xB = [−4, 0, 2, −4].
Os valores da similaridade de cosseno e da distância de Manhattan entre essas duas instâncias são, respectivamente:
Q3028907
Estatística
Sobre a análise discriminante, é CORRETO afirmar
que:
Ano: 2024
Banca:
IPEFAE
Órgão:
Prefeitura de Santa Adélia - SP
Prova:
IPEFAE - 2024 - Prefeitura de Santa Adélia - SP - Químico |
Q3016885
Estatística
O professor instruiu o aluno de iniciação científica em
química a apresentar, em seu relatório semestral, a média
dos valores obtidos de densidade do ferro, seguido de
um indicador que representasse a exatidão da medida.
No campo da estatística, a exatidão pode ser expressa
pelo seguinte cálculo:
Ano: 2024
Banca:
Instituto Access
Órgão:
CEASA-ES
Prova:
Instituto Access - 2024 - CEASA-ES - Técnico em Estatística |
Q2568645
Estatística
Técnica de análise multivariada que permite estabelecer a probabilidade de ocorrência de determinado evento para
situações em que a variável dependente é qualitativa e de natureza dicotômica. Pode ser utilizada mesmo quando alguns dos
pressupostos da análise discriminante não forem atendidos. Com base nesse conceito, assinale a alternativa correta.
Ano: 2024
Banca:
Instituto Access
Órgão:
CEASA-ES
Prova:
Instituto Access - 2024 - CEASA-ES - Técnico em Estatística |
Q2568644
Estatística
No que se refere a técnica de análise multivariada de dependência, assinale a alternativa correta.
Ano: 2024
Banca:
Instituto Access
Órgão:
CEASA-ES
Prova:
Instituto Access - 2024 - CEASA-ES - Técnico em Estatística |
Q2568643
Estatística
No que se refere a técnica de análise multivariada de interdependência, assinale a alternativa correta.
Ano: 2024
Banca:
INSTITUTO AOCP
Órgão:
TRF - 2ª REGIÃO
Prova:
INSTITUTO AOCP - 2024 - TRF - 2ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Estatística |
Q2567316
Estatística
Na Análise de Agrupamento, os grupos são
formados com base em medidas de
“proximidade - distância” ou “similaridade” entre
os itens que podem ser representados por vetores
aleatórios quando suas características são
quantitativas. Os agrupamentos podem ser do
tipo Aglomerativo Hierárquico e do tipo Não
Hierárquico, sendo que Dendrograma do Método
Aglomerativo Hierárquico pode ser feito usando
Ano: 2024
Banca:
INSTITUTO AOCP
Órgão:
TRF - 2ª REGIÃO
Prova:
INSTITUTO AOCP - 2024 - TRF - 2ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Estatística |
Q2567300
Estatística
Em uma pesquisa sobre caraterísticas de condenados em uma determinada Vara Federal, uma amostra aleatória de condenados de tamanho n foi tomada e investigou-se nos respectivos processos suas características. Os resultados observados recebiam avaliação dos psicólogos em notas em uma escala até 7 pontos. As notas se referem às características: C1, C2, C3, C4 e C5. Os resultados foram tabulados e a matriz de correlação R construída. Após ser aplicada a Análise Fatorial na matriz R, obtiveram-se os resultados tabelados a seguir:
Análise Fatorial
Pesos dos fatores após rotação Varimax
Então, é correto afirmar que
Conheça nossos planos