Questões de Concurso
Sobre estatística descritiva (análise exploratória de dados) em estatística
Foram encontradas 5.223 questões
Em um conjunto de dados com muita variação entre si, a normalização garante um desvio padrão mínimo em relação à média dos valores.
Na análise exploratória de dados, as visualizações multivariadas permitem entender as interações entre diferentes variáveis nos conjuntos de dados.
Tendo como referência a figura precedente, em que diagramas esquemáticos (box-plots) comparam as distribuições das produtividades de três grupos de funcionários de certa empresa, julgue o próximo item.
O desvio padrão da produtividade do grupo A é inferior a 25.
Tendo como referência a figura precedente, em que diagramas esquemáticos (box-plots) comparam as distribuições das produtividades de três grupos de funcionários de certa empresa, julgue o próximo item.
A partir da análise gráfica da figura em apreço, observa-se que a produtividade máxima no grupo B é inferior a 100.
Tendo como referência a figura precedente, em que diagramas esquemáticos (box-plots) comparam as distribuições das produtividades de três grupos de funcionários de certa empresa, julgue o próximo item.
Em comparação ao grupo B, a distribuição da produtividade do grupo C apresenta a maior mediana, indicando que pelo menos 50% de seus valores estão acima da mediana da produtividade observada no grupo B.
O gráfico a seguir apresenta informações de uma indústria de determinada peça para veículos, a respeito dos números de peças fabricadas e reprovadas (após a fabricação) nos últimos três meses de 2024.

A média mensal do número de peças fabricadas e não reprovadas no último trimestre de 2024 nessa indústria foi igual a
O gráfico a seguir representa a distribuição das respostas dadas a uma pergunta, sendo que cada respondente escolheu apenas uma das alternativas, A, B ou C.

Sabendo que o setor correspondente à resposta C tem um ângulo central de 60º, pode-se concluir corretamente que o número total de respondentes à pergunta foi igual a
De acordo com as frequências indicadas no quadro, a mediana das notas das atividades de todos os alunos é igual a
Uma empresa de mineração de ferro está analisando os dados coletados durante suas operações para melhorar os processos de extração e beneficiamento. O conjunto de dados inclui as seguintes variáveis:
• teor_de_ferro: percentual de ferro presente em amostras do minério.
• toneladas_extraidas: quantidade de minério extraída por turno.
Durante o estudo, foi utilizada a técnica de categorização de dados e, mais especificamente, a discretização de dados. Além disso, os conjuntos de dados presentes nas tabelas 22A6-I e 22A6-II, a seguir, serão utilizados como input de algoritmos de aprendizagem de máquina. Na tabela 22A6-I, as variáveis quantidade de minério e profundidade são dadas em toneladas e em metros, respectivamente, e, na tabela 22A6-II, as variáveis temperatura e precipitação são dadas em graus Celsius e em milímetros, respectivamente.

A partir da situação hipotética precedente, julgue o próximo item.
Para a variável teor_de_ferro, a discretização baseada em intervalos é adequada para classificá-la em categorias como baixo, médio e alto, utilizando faixas predefinidas de percentual de ferro.
Julgue o item a seguir, relacionado aos fundamentos da teoria estatística.
Se, em uma amostra aleatória, a covariância entre as variáveis X e Y é 256, e a covariância entre as variáveis X e Z é 1.024, então a variável X é mais correlacionada com Z do que com Y.
Uma empresa de mineração de ferro está analisando os dados coletados durante suas operações para melhorar os processos de extração e beneficiamento. O conjunto de dados inclui as seguintes variáveis:
• teor_de_ferro: percentual de ferro presente em amostras do minério.
• toneladas_extraidas: quantidade de minério extraída por turno.
Durante o estudo, foi utilizada a técnica de categorização de dados e, mais especificamente, a discretização de dados. Além disso, os conjuntos de dados presentes nas tabelas 22A6-I e 22A6-II, a seguir, serão utilizados como input de algoritmos de aprendizagem de máquina. Na tabela 22A6-I, as variáveis quantidade de minério e profundidade são dadas em toneladas e em metros, respectivamente, e, na tabela 22A6-II, as variáveis temperatura e precipitação são dadas em graus Celsius e em milímetros, respectivamente.
Tabela 22A6-I

Tabela 22A6-II

A partir da situação hipotética precedente, julgue o próximo item.
Para a variável teor_de_ferro, a discretização baseada em intervalos é adequada para classificá-la em categorias como baixo, médio e alto, utilizando faixas predefinidas de percentual de ferro.
Uma empresa de mineração de ferro está analisando os dados coletados durante suas operações para melhorar os processos de extração e beneficiamento. O conjunto de dados inclui as seguintes variáveis:
• teor_de_ferro: percentual de ferro presente em amostras do minério.
• toneladas_extraidas: quantidade de minério extraída por turno.
Durante o estudo, foi utilizada a técnica de categorização de dados e, mais especificamente, a discretização de dados. Além disso, os conjuntos de dados presentes nas tabelas 22A6-I e 22A6-II, a seguir, serão utilizados como input de algoritmos de aprendizagem de máquina. Na tabela 22A6-I, as variáveis quantidade de minério e profundidade são dadas em toneladas e em metros, respectivamente, e, na tabela 22A6-II, as variáveis temperatura e precipitação são dadas em graus Celsius e em milímetros, respectivamente.
Tabela 22A6-I

Tabela 22A6-II

A partir da situação hipotética precedente, julgue o próximo item.
Quanto à normalização estatística, na tabela 22A6-I, as variáveis quantidade de minério e profundidade devem ser normalizadas. Já na tabela 22A6-II, não há necessidade de se normalizar as variáveis temperatura e precipitação.
Julgue o item subsequente, relativo à visualização de dados.
Gráfico de pizza é a melhor escolha para a visualização de grandes conjuntos de dados complexos.
Julgue o item subsequente, relativo à visualização de dados.
Gráficos de barras são adequados para comparar diferentes categorias de dados.