Questões de Concurso
Sobre componentes principais em estatística
Foram encontradas 49 questões
Ano: 2022
Banca:
FGV
Órgão:
Prefeitura de Manaus - AM
Prova:
FGV - 2022 - Prefeitura de Manaus - AM - Estatístico |
Q2217344
Estatística
Avalie se são vantagens da análise de componentes principais:
I. Retirar a multicolinearidade das variáveis pela transformação de um conjunto de variáveis originais intercorrelacionadas em um novo conjunto de variáveis não correlacionadas (componentes principais). II. Reduzir muitas variáveis a eixos ortogonais que representam algumas variáveis, o que permite explicar a variação dos dados de forma decrescente e independente. III. Apresentar pouca sensibilidade a outliers, notadamente quando há duplas ausências.
Está correto o que se afirma em
I. Retirar a multicolinearidade das variáveis pela transformação de um conjunto de variáveis originais intercorrelacionadas em um novo conjunto de variáveis não correlacionadas (componentes principais). II. Reduzir muitas variáveis a eixos ortogonais que representam algumas variáveis, o que permite explicar a variação dos dados de forma decrescente e independente. III. Apresentar pouca sensibilidade a outliers, notadamente quando há duplas ausências.
Está correto o que se afirma em
Ano: 2022
Banca:
FGV
Órgão:
TRT - 13ª Região (PB)
Prova:
FGV - 2022 - TRT - 13ª Região (PB) - Analista Judiciário - Estatística |
Q2023201
Estatística
Em relação à Análise de Componentes Principais (ACP), avalie se
as afirmativas a seguir são falsas (F) ou verdadeiras (V).
I. O objetivo principal da ACP é obter variáveis não correlacionadas que retenham a maior parte da estrutura de variabilidade e correlação, a partir das variáveis originais, por meio de transformações lineares para reduzir a dimensão, medida pelo número de variáveis, da matriz de dados. II. A ACP possibilita a compreensão de aspectos do comportamento dos dados difíceis de serem deduzidos a partir das variáveis originais. III. Em geral, a ACP permite que se usem metodologias de análise univariada.
As afirmativas são, respectivamente,
I. O objetivo principal da ACP é obter variáveis não correlacionadas que retenham a maior parte da estrutura de variabilidade e correlação, a partir das variáveis originais, por meio de transformações lineares para reduzir a dimensão, medida pelo número de variáveis, da matriz de dados. II. A ACP possibilita a compreensão de aspectos do comportamento dos dados difíceis de serem deduzidos a partir das variáveis originais. III. Em geral, a ACP permite que se usem metodologias de análise univariada.
As afirmativas são, respectivamente,
Ano: 2022
Banca:
FGV
Órgão:
TRT - 16ª REGIÃO (MA)
Prova:
FGV - 2022 - TRT - 16ª REGIÃO (MA) - Analista Judiciário - Estatística |
Q1987154
Estatística
As afirmativas a seguir, acerca da análise de componentes
principais (ACP) estão corretas, à exceção de uma. Assinale-a.
Ano: 2019
Banca:
FADESP
Órgão:
Prefeitura de Marabá - PA
Prova:
FADESP - 2019 - Prefeitura de Marabá - PA - Estatístico |
Q1832473
Estatística
Considere que 
seja a matriz de correlação de duas variáveis, X1 e X2. Para p >0, o
maior autovalor e o primeiro componente principal serão, respectivamente,
seja a matriz de correlação de duas variáveis, X1 e X2. Para p >0, o
maior autovalor e o primeiro componente principal serão, respectivamente,
Ano: 2018
Banca:
INSTITUTO AOCP
Órgão:
ADAF - AM
Prova:
INSTITUTO AOCP - 2018 - ADAF - AM - Estatístico |
Q1160288
Estatística
Considerando as informações contidas na questão anterior n° 56, referente à análise
de componentes principais, qual é a matriz de covariâncias do vetor de componentes
principais?
Ano: 2018
Banca:
INSTITUTO AOCP
Órgão:
ADAF - AM
Prova:
INSTITUTO AOCP - 2018 - ADAF - AM - Estatístico |
Q1160287
Estatística
Texto associado
Uma das técnicas de Análise Multivariada é a análise por componentes principais. Dada a matriz de covariâncias do vetor aleatório X' = (X1, X2, X3), os resultados da análise de componentes principais foram os seguintes:
Componente Autovalor Percentagem da variância Percentagem Acumulada
1 5,813 69,095 69,095
2 2,350 27,933 97,028
3 0,25 2,971 100,000
Variável Autovetor 1 Autovetor 2 Autovetor 3
X1 -0,39 0,0 0,89
X2 0,95 0,0 0,40
X3 0,00 1,0 0,0
Considerando o exposto, assinale a alternativa que apresenta a primeira
componente principal.
Ano: 2015
Banca:
INSTITUTO AOCP
Órgão:
EBSERH
Prova:
INSTITUTO AOCP - 2015 - EBSERH - Analista Administrativo - Estatística (HE-UFPEL) |
Q818213
Estatística
São técnicas, da Análise Multivariada, que estudam a estrutura de covariância de um vetor aleatório:
Q481337
Estatística
Considere as seguintes afirmações:
I. Na análise de componentes principais, quando a distribuição de probabilidade do vetor em estudo é normal multivariada, as componentes principais além de não correlacionadas são também independentes e têm distribuição normal.
II.
é a matriz de covariâncias do vetor aleatório X de dimensão (2X1), então a matriz de correlações de X é P = 
III. Na análise fatorial, quando a suposição de ortogonalidade dos fatores não puder ser considerada, pode-se utilizar o recurso da transformação ortogonal dos fatores originais na tentativa de se obter uma estrutura mais simples de ser interpretada.
IV. A análise de agrupamentos trabalha com medidas de similaridade e dissimilaridade, não comportando por isso o uso de variáveis qualitativas.
Está correto o que se afirma APENAS em
I. Na análise de componentes principais, quando a distribuição de probabilidade do vetor em estudo é normal multivariada, as componentes principais além de não correlacionadas são também independentes e têm distribuição normal.
II.
é a matriz de covariâncias do vetor aleatório X de dimensão (2X1), então a matriz de correlações de X é P = III. Na análise fatorial, quando a suposição de ortogonalidade dos fatores não puder ser considerada, pode-se utilizar o recurso da transformação ortogonal dos fatores originais na tentativa de se obter uma estrutura mais simples de ser interpretada.
IV. A análise de agrupamentos trabalha com medidas de similaridade e dissimilaridade, não comportando por isso o uso de variáveis qualitativas.
Está correto o que se afirma APENAS em
Ano: 2014
Banca:
FCC
Órgão:
TRT - 13ª Região (PB)
Prova:
FCC - 2014 - TRT - 13ª Região (PB) - Analista Judiciário - Estatística |
Q457299
Estatística
Sobre análise multivariada, considere:
I. Na análise fatorial nenhuma variável é definida como dependente ou independente.
II. Na análise de agrupamentos deve haver bastante homogeneidade interna (dentro do agrupamento) em cada um dos agrupamentos resultantes.
III. Na análise de correlação canônica o princípio subjacente é desenvolver uma combinação linear de cada conjunto de variáveis dependentes e independentes para minimizar a correlação entre esses dois conjuntos.
IV. O escalamento multidimensional é uma técnica multivariada apropriada para representar n elementos em um espaço dimensional menor que o original, levando em consideração a similaridade que os elementos têm entre si.
Está correto o que consta APENAS em
I. Na análise fatorial nenhuma variável é definida como dependente ou independente.
II. Na análise de agrupamentos deve haver bastante homogeneidade interna (dentro do agrupamento) em cada um dos agrupamentos resultantes.
III. Na análise de correlação canônica o princípio subjacente é desenvolver uma combinação linear de cada conjunto de variáveis dependentes e independentes para minimizar a correlação entre esses dois conjuntos.
IV. O escalamento multidimensional é uma técnica multivariada apropriada para representar n elementos em um espaço dimensional menor que o original, levando em consideração a similaridade que os elementos têm entre si.
Está correto o que consta APENAS em
Ano: 2014
Banca:
FUNCAB
Órgão:
MDA
Prova:
FUNCAB - 2014 - MDA - Complexidade Intelectual - Engenharia Cartográfica ou Agrimensura |
Q424236
Estatística
A figura abaixo indica um diagrama de espalhamento de Moran para um determinado índice, em que o quadrante Q2 indica valores:
Ano: 2014
Banca:
FCC
Órgão:
TRT - 19ª Região (AL)
Prova:
FCC - 2014 - TRT - 19ª Região (AL) - Analista Judiciário - Estatística |
Q411527
Estatística
Considere as seguintes afirmações relativas às técnicas de Análise Multivariada:
I. A análise de regressão múltipla é uma técnica estatística para analisar a relação entre uma única variável independente e várias variáveis dependentes.
II. Uma das medidas de similaridade usadas na Análise de Agrupamentos é a distância de Minkowsky, que tem como caso particular a distância Euclidiana.
III. Na análise discriminante a variável dependente é métrica e a independente é categórica.
IV. Na análise de correlação canônica a ideia básica é resumir a informação de um conjunto de variáveis-resposta em uma combinação linear, sendo que a escolha dos coeficientes dessa combinação é feita tendo como critério a minimização da correlação entre os conjuntos de variáveis respostas.
Está correto o que consta APENAS em
I. A análise de regressão múltipla é uma técnica estatística para analisar a relação entre uma única variável independente e várias variáveis dependentes.
II. Uma das medidas de similaridade usadas na Análise de Agrupamentos é a distância de Minkowsky, que tem como caso particular a distância Euclidiana.
III. Na análise discriminante a variável dependente é métrica e a independente é categórica.
IV. Na análise de correlação canônica a ideia básica é resumir a informação de um conjunto de variáveis-resposta em uma combinação linear, sendo que a escolha dos coeficientes dessa combinação é feita tendo como critério a minimização da correlação entre os conjuntos de variáveis respostas.
Está correto o que consta APENAS em
Ano: 2013
Banca:
CESPE / CEBRASPE
Órgão:
STF
Prova:
CESPE - 2013 - STF - Analista Judiciário - Estatística |
Q398116
Estatística
Julgue o item a seguir, relativo à análise multivariada.
No método de agrupamento por k-médias, a probabilidade de que a configuração inicial seja próxima do resultado final do agrupamento é aproximadamente igual a 1.
No método de agrupamento por k-médias, a probabilidade de que a configuração inicial seja próxima do resultado final do agrupamento é aproximadamente igual a 1.
Ano: 2013
Banca:
CESPE / CEBRASPE
Órgão:
INPI
Prova:
CESPE - 2013 - INPI - Analista de Planejamento - Estatistica |
Q313970
Estatística
Texto associado
Em um banco de dados, foram armazenadas informações relativas a diversas pesquisas realizadas por pesquisadores de institutos renomados. Entre as variáveis constantes desse banco destacam-se: nome, gênero e titulação do pesquisador; valor financiado da pesquisa; instituto ao qual o pesquisador pertence; número de componentes da equipe; e número de artigos publicados pelo pesquisador.
Com base nessas informações, julgue os itens a seguir.
Com base nessas informações, julgue os itens a seguir.
Considere que a técnica de análise de componentes principais tenha sido utilizada para reduzir as variáveis “número de artigos publicados pelo pesquisador”, “valor financiado” e “número de componentes da equipe” a apenas uma componente. Considere, ainda, que a variância explicada por essa única componente tenha sido igual a 85%. Nessa situação, o resultado da análise de conglomerado, com base nessa componente, será praticamente o mesmo resultado da análise em que se utilizaram as três variáveis citadas.
Ano: 2013
Banca:
CESPE / CEBRASPE
Órgão:
INPI
Prova:
CESPE - 2013 - INPI - Analista de Planejamento - Estatistica |
Q313968
Estatística
Texto associado
Em um banco de dados, foram armazenadas informações relativas a diversas pesquisas realizadas por pesquisadores de institutos renomados. Entre as variáveis constantes desse banco destacam-se: nome, gênero e titulação do pesquisador; valor financiado da pesquisa; instituto ao qual o pesquisador pertence; número de componentes da equipe; e número de artigos publicados pelo pesquisador.
Com base nessas informações, julgue os itens a seguir.
Com base nessas informações, julgue os itens a seguir.
Se, na análise de componentes principais, fossem utilizadas 5 variáveis quantitativas, então, a técnica geraria, no máximo, 3 componentes, se essas correspondessem a, pelo menos, 95% da variância explicada.
Ano: 2012
Banca:
FUNDEP (Gestão de Concursos)
Órgão:
MPE-MG
Prova:
FUNDEP (Gestão de Concursos) - 2012 - MPE-MG - Analista do MP - Estatistica |
Q2214172
Estatística
Numa pesquisa, observou-se uma amostra aleatória de tamanho n=100 do vetor aleatório X = [X1 X2 ... Xp]T, p =12. Um modelo de análise fatorial ortogonal com dois fatores foi
ajustado aos dados utilizando-se a matriz de correlação amostral das 12 variáveis. O
método de Componentes Principais foi utilizado na estimação das cargas fatoriais. Na
tabela 5 apresentam-se os valores das cargas fatoriais estimadas para as variáveis X1 e X2 padronizadas.
Tabela 5. Dados da questão 53 Variável Fator 1 Fator 2 X1padronizada 0,80 0,10 X2 padronizada 0,20 0,76
Nesse caso, pode-se dizer que a correlação estimada, pelo modelo de análise fatorial, entre as variáveis X1 e X2 é aproximadamente igual a
Tabela 5. Dados da questão 53 Variável Fator 1 Fator 2 X1padronizada 0,80 0,10 X2 padronizada 0,20 0,76
Nesse caso, pode-se dizer que a correlação estimada, pelo modelo de análise fatorial, entre as variáveis X1 e X2 é aproximadamente igual a
Ano: 2012
Banca:
FUNDEP (Gestão de Concursos)
Órgão:
MPE-MG
Prova:
FUNDEP (Gestão de Concursos) - 2012 - MPE-MG - Analista do MP - Estatistica |
Q2214164
Estatística
Seja [X1 X2 ... Xp]T um vetor aleatório de dimensão px1, p=10. Sabe-se que a matriz de covariâncias do vetor dada por Σpxp tem apenas q autovalores maiores do que zero, q<p. Uma análise de componentes principais foi realizada via decomposição da matriz Σpxp.
Com base nessas informações, assinale a alternativa que completa corretamente as lacunas da frase a seguir.
A matriz Σpxp é ________ e as variâncias das (p-q) componentes principais são ______.
Com base nessas informações, assinale a alternativa que completa corretamente as lacunas da frase a seguir.
A matriz Σpxp é ________ e as variâncias das (p-q) componentes principais são ______.
Ano: 2012
Banca:
Quadrix
Órgão:
DATAPREV
Prova:
Quadrix - 2012 - DATAPREV - Analista de Tecnologia da Informação - Análise de Informações |
Q443964
Estatística
A análise dos componentes principais é um método de se expressarem os dados multivariados. Ela permite que o pesquisador reoriente os dados para que algumas poucas primeiras dimensões expliquem tantas informações quanto possível. A análise de componentes principais é também útil na identificação e compreensão dos padrões de associação entre as variáveis. Considere as cinco afirmações seguintes, sobre a análise dos componentes principais:
I. O primeiro componente principal, Z1 é dado pela combinação linear das variáveis originais X = [ X1 X2, ..., Xp] com maior variância possível.
II. Todos os componentes principais subsequentes são escolhidos para que não sejam correlacionados a todos os componentes principais anteriores.
III. Em razão de a análise de componentes principais buscar maximizar a variância, ela pode ser altamente sensível às diferenças de escala entre variáveis. Assim, é uma boa ideia padronizar os dados e representá-los por Xs.
IV. A solução para o problema dos componentes principais é obtida realizando-se uma decomposição de autovalor da matriz de correlação. Cada autovetor, indicado por Ui, representa a direção de um desses eixos principais. O vetor u controla os pesos usados para formar a combinação linear de Xs, que resulta em zi= Xs.Ui.
VI. No caso mais geral, só faz sentido utilizar a análise dos componentes principais quando os dados não são independentes. Barlett fornece um teste de qui- quadrado para determinar a esfericidade dos dados, 2 representado por X 2 = - [ n - 1 + (2p + 6)/5]ln | R|, com 2 (p2 - p)/2 graus de liberdade, onde p é o número de variáveis, n é o tamanho da amostra, e R é a matriz de correlação.
Dentre as seis afirmações dadas, quantas são falsas?
I. O primeiro componente principal, Z1 é dado pela combinação linear das variáveis originais X = [ X1 X2, ..., Xp] com maior variância possível.
II. Todos os componentes principais subsequentes são escolhidos para que não sejam correlacionados a todos os componentes principais anteriores.
III. Em razão de a análise de componentes principais buscar maximizar a variância, ela pode ser altamente sensível às diferenças de escala entre variáveis. Assim, é uma boa ideia padronizar os dados e representá-los por Xs.
IV. A solução para o problema dos componentes principais é obtida realizando-se uma decomposição de autovalor da matriz de correlação. Cada autovetor, indicado por Ui, representa a direção de um desses eixos principais. O vetor u controla os pesos usados para formar a combinação linear de Xs, que resulta em zi= Xs.Ui.
VI. No caso mais geral, só faz sentido utilizar a análise dos componentes principais quando os dados não são independentes. Barlett fornece um teste de qui- quadrado para determinar a esfericidade dos dados, 2 representado por X 2 = - [ n - 1 + (2p + 6)/5]ln | R|, com 2 (p2 - p)/2 graus de liberdade, onde p é o número de variáveis, n é o tamanho da amostra, e R é a matriz de correlação.
Dentre as seis afirmações dadas, quantas são falsas?
Ano: 2012
Banca:
CESPE / CEBRASPE
Órgão:
TJ-RO
Prova:
CESPE / CEBRASPE - 2012 - TJ-RO - Analista Judiciário - Estatística |
Q277163
Estatística
Uma análise de componentes principais considerou 20 variáveis. Com base na matriz de covariância entre essas variáveis, observou- se que os cinco maiores autovalores foram iguais a 6, 4, 3, 2 e 1. Considerando esses resultados, assinale a opção correspondente ao percentual de variação explicada por esses cinco maiores autovalores.
Ano: 2012
Banca:
CESPE / CEBRASPE
Órgão:
Banco da Amazônia
Prova:
CESPE - 2012 - Banco da Amazônia - Técnico Científico - Estatística |
Q256691
Estatística
Texto associado
Julgue os seguintes itens, acerca de análise multivariada de dados.
Considere a aplicação da técnica das componentes principais com o objetivo de reduzir a dimensão de um conjunto de dados constituído de p variáveis. Considere, ainda, supondo que os autovalores da matriz das correlações entre essas variáveis sejam tais que λ2 = λ3 = ... = λp = 1 - ρ em que ρ representa uma medida de correlação.
Nessa situação, considerando-se p =10, é correto afirmar que ρ < 0,75.
Nessa situação, considerando-se p =10, é correto afirmar que ρ < 0,75.
Q232793
Estatística
Considere as seguintes afirmações:
I. Na análise de componentes principais a informação contida em um vetor aleatório
p-dimensional é substituída pela informação contida num vetor aleatório q-dimensional
(q < p), de variáveis aleatórias correlacionadas, denominadas pelo nome de componentes principais.
II. O escalonamento multidimensional é uma técnica matemática apropriada para representar n elementos num espaço de dimensão menor que o original, levando-se em consideração a similaridade que os elementos têm entre si.
III. Na análise de agrupamentos nenhuma variável é definida como dependente ou independente.
Dentre as afirmações acima são verdadeiras APENAS
I. Na análise de componentes principais a informação contida em um vetor aleatório
p-dimensional é substituída pela informação contida num vetor aleatório q-dimensional
(q < p), de variáveis aleatórias correlacionadas, denominadas pelo nome de componentes principais.
II. O escalonamento multidimensional é uma técnica matemática apropriada para representar n elementos num espaço de dimensão menor que o original, levando-se em consideração a similaridade que os elementos têm entre si.
III. Na análise de agrupamentos nenhuma variável é definida como dependente ou independente.
Dentre as afirmações acima são verdadeiras APENAS
Conheça nossos planos