Considere a seguinte implementação de um modelo de regressão linear múltipla utilizando NumPy e scikit-learn, usado para prever o financiamento de projetos com base em características de projetos e pesquisadores. O código abaixo foi executado e algumas métricas de desempenho foram obtidas.

import numpy as np from sklearn.model_selection import train_ test_split from sklearn.linear_model import LinearRegression from sklearn.metrics import mean_squared_error, mean_absolute_error, r2_score

X = np.array([[1, 50], [2, 60], [3, 70], [4, 80], [5, 90], [1, 55], [2, 65], [3, 75], [4, 85], [5, 95]]) y = np.array([100000, 120000, 150000, 200000, 250000, 110000, 130000, 170000, 230000, 290000]) X_train, X_test, y_train, y_test = train_ test_split(X, y, test_size=0.2, random_ state=0)

model = LinearRegression() model.fit(X_train, y_train) y_pred = model.predict(X_test)

r2 = r2_score(y_test, y_pred) mse = mean_squared_error(y_test, y_pred) rmse = np.sqrt(mse) mae = mean_absolute_error(y_test, y_pred)

print(f”R-Quadrado: {r2}, MSE: {mse}, RMSE: {rmse}, MAE: {mae}”)

Após executar o código, foram obtidas as seguintes métricas de desempenho:

R-Quadrado: 0.9020746527777778 , MSE: 156680555.5555556, R M S E : 1 2 5 1 7 . 2 1 0 3 7 4 3 4 2 8 2 3 , M A E : 10083.333333333343

Com base nessas informações, analise as observações abaixo.

I. O valor de R-Quadrado próximo de 1 indica que o modelo explica uma grande proporção da variância dos dados de financiamento. Isso sugere que o modelo tem um bom ajuste aos dados, sendo capaz de capturar uma grande parte da relação entre as variáveis independentes e a variável dependente.

II. Um valor de MSE de aproximadamente 156 milhões sugere que, em média, o quadrado dos erros das previsões do modelo em relação aos valores reais é significativo. Isso indica que o modelo tem um bom ajuste de acordo e não existem erros consideráveis nas previsões.

III. Um MAE de aproximadamente 10083 sugere que, em média, as previsões do modelo desviam cerca de 10083 unidades dos valores reais. Comparado ao RMSE, o MAE não dá um peso tão grande a erros maiores, o que sugere que o modelo pode ter um número relativamente consistente de pequenos a moderados erros de previsão.

IV.A diferença entre o RMSE e o MAE sugere que o modelo pode estar lidando com alguns outliers ou previsões particularmente imprecisas que afetam mais o RMSE, pois o RMSE penaliza mais erros maiores do que erros menores.


Sobre as afirmativas acima, pode-se dizer que:

Sobre o algoritmo K-médias, é correto afirmar que: 

Dentre as seguintes listas, NÃO contêm apenas algoritmos que podem ser usados para realizar uma regressão, é: 

Quando analisamos dados visualmente, buscamos encontrar e compreender as partes da informação e como elas se relacionam com outras. Por exemplo, em uma série temporal, visamos analisar como determinadas variáveis se relacionam com a variável tempo. Um análise de parte-todo ilustra como as partes se relacionam entre si e com o todo. Séries temporais e parte-todo são dois exemplos de relacionamentos quantitativos clássicos que podem ser visualizados através de técnicas de visualização.

A coluna I mostra os relacionamentos quantitativos e a coluna II as técnicas de visualização. Estabeleça a correta correspondência entre as colunas I e II. 

Coluna I

1. Série temporal. 2. Parte-todo.

Coluna II

( ) gráfico de linhas. ( ) gráfico de pizza. ( ) treemap. ( ) gráfico de radar. ( ) gráfico de marimekko.


A sequência correta, de cima para baixo, é:

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: 

É correto afirmar que os dois tipos de variáveis são quantitativas:

No contexto da tarefa de aprendizagem não-supervisionada conhecida como clusterização é correto afirmar que a abordagem:

As alturas das atletas de um time de vôlei foram registradas, em centímetros, obtendo‑se os seguintes dados: 184, 193, 186, 179, 193, 192.

Qual é a mediana dessas alturas? 

Em uma competição de gastronomia, os seis concorrentes terminaram seus pratos nos tempos de 45 min, 38 min, 49 min, 41 min, 35 min e 50 min. Considerando que a mediana define o tempo médio de preparo dos pratos, de quanto foi esse tempo?

Assinale a alternativa correta que corresponde à amostragem que consiste em sortear um indivíduo da população e, a partir dele, selecionar as unidades em posições múltiplas de um valor preestabelecido:

Em uma empresa, foi realizada uma pesquisa de satisfação dos funcionários em relação ao novo plano de benefícios oferecido. A pesquisa foi respondida pelos funcionários de forma que cada um poderia escolher apenas uma opção entre: Muito Satisfeito, Satisfeito, Indiferente, Insatisfeito e Muito Insatisfeito.
Os resultados foram os seguintes:



Com base nesses dados, assinalar a alternativa que apresenta a porcentagem CORRETA do total de funcionários que se mostraram insatisfeitos ou muito insatisfeitos com o novo plano de benefícios.

A tabela a seguir apresenta quantos meses os 7 servidores de um departamento estão empossados em seus cargos públicos:





Caso seja necessário se obter a soma entre a moda, a mediana e a média aritmética dos dados acima, qual das alternativas apresenta esse resultado? 

Esta função, possibilita diversos trabalhos com planilhas de loterias e por exemplo, saber qual foi número telefônico que mais fez ligações, dentro de uma central de atendimento ao cliente. A função MODO, do MS-Excel 2019, é responsável por: 

Uma rede de lojas de eletrônicos está analisando o desempenho de suas unidades ao longo do último mês para entender a distribuição das vendas e identificar possíveis ajustes estratégicos. A equipe de análise coletou dados de vendas das 10 lojas da rede, resultando nos seguintes valores em número de unidades vendidas: Loja 1 vendeu 150 unidades, Loja 2 vendeu 175 unidades, Loja 3 vendeu 190 unidades, Loja 4 vendeu 160 unidades, Loja 5 vendeu 150 unidades, Loja 6 vendeu 180 unidades, Loja 7 vendeu 175 unidades, Loja 8 vendeu 160 unidades, Loja 9 vendeu 150 unidades, e Loja 10 vendeu 170 unidades.
Considerando os dados de vendas das 10 lojas, quantas lojas ficaram abaixo da media entre a moda e mediana desses valores? 

Em uma pesquisa de satisfação realizada com 200 clientes de uma loja, foi pedido que avaliassem o atendimento recebido em uma escala de 1 a 5, onde 1 representa "Muito Insatisfeito" e 5 "Muito Satisfeito". Os dados coletados mostraram que a média das avaliações foi 4,2 e a mediana foi 4. No entanto, o gerente da loja deseja entender melhor a variabilidade das respostas para tomar decisões informadas sobre o treinamento da equipe. Considerando os conceitos de média, mediana e variabilidade, analise as alternativas a seguir:

Em uma pesquisa de satisfação, uma empresa coletou as seguintes notas dos clientes sobre a qualidade do atendimento: 4, 7, 5, 9, 6, 8, 7, 6, 5, 8. A empresa deseja entender melhor a dispersão dessas notas para tomar decisões sobre melhorias no atendimento. Os alunos precisam calcular a variância, o desvio-padrão e a amplitude dessas notas para compreender a distribuição dos dados. Considerando as notas fornecidas, analise as alternativas a seguir sobre as medidas de dispersão:

Em uma pesquisa realizada em uma escola, foram coletadas as notas de 20 alunos em uma prova de matemática. As notas foram as seguintes: 5, 7, 7, 8, 8, 8, 9, 9, 9, 10, 10, 10, 10, 10, 11, 11, 11, 12, 13, 14. Com base nesses dados, analise as alternativas a seguir sobre as medidas de tendência central (média, mediana e moda) das notas dos alunos. Sobre o assunto, julgue as seguintes afirmações como verdadeiras (V) ou falsas (F):

(__)A média das notas é 9,5, a mediana é 9 e a moda é 10.
(__)A média das notas é 9,6, a mediana é 8 e a moda é 10.
(__)A média das notas é 9,4 a mediana é 9 e a moda é 10.

Assinale a alternativa cuja respectiva ordem de julgamento esteja correta:

Em uma pesquisa realizada em uma escola, foi constatado que 70% dos alunos praticam esportes, e entre esses, 40% também se dedicam a atividades culturais. Por outro lado, 30% dos alunos que não praticam esportes participam de atividades culturais. Considerando que um aluno é selecionado aleatoriamente, analise as afirmações a seguir sobre a probabilidade condicional de um aluno participar de atividades culturais dado que ele pratica esportes. Assim, avalie as proposições:

I.A probabilidade de um aluno participar de atividades culturais, dado que ele pratica esportes, é de 0,4 ou 40%.
II.A probabilidade de um aluno praticar esportes e participar de atividades culturais é igual a 0,28 ou 28%.
III.A probabilidade de um aluno participar de atividades culturais, dado que ele não pratica esportes, é de 0,3 ou 30%.

Assinale a alternativa correta:

O gráfico a seguir apresenta a evolução do IDEB no Estado do Amapá, no período de 2007 a 2023. As colunas verticais representam a nota recebida pelo Estado, enquanto os números no gráfico de linha representam a nota projetada para o Estado em cada ano.

A partir da leitura do gráfico, é possível concluir que 

Em uma pesquisa que ocorreu em cinco capitais brasileiras, as pessoas foram perguntadas se já haviam visitado alguma galeria de arte. A tabela abaixo mostra o número de entrevistados e a porcentagem de pessoas que responderam positivamente:

Com base nas informações do gráfico, pode-se afirmar que a média, dentre as cinco capitais, da porcentagem de pessoas que já visitaram uma galeria de arte, considerando o número entrevistados em cada capital, foi de: