questionei.comQuestões
Explore as questões disponíveis e prepare-se para seus estudos!
Ano: 2013Banca: NC-UFPROrganização: UFPRDisciplina: Estatística e ProbabilidadeTemas: Análise de Agrupamento | Análise Multivariada
A respeito das medidas de similaridade e dissimilaridade no âmbito da teoria de análise de agrupamentos (cluster), considere as seguintes afirmativas:
1. A distância de Minkowsky entre dois pontos Xl e Xk é muito mais afetada pela presença de valores discrepantes na amostra do que a distância euclidiana. Para λ = 1, a distância de Minkowsky é conhecida como city-block ou Manhattan.
2. O coeficiente de concordância positiva é definido como o número de pares realmente concordantes em relação ao número total de pares. Quanto maior o seu valor, maior é a concordância entre os elementos comparados, razão pela qual é um índice de similaridade.
3. A distância euclidiana média revela que, quanto menor o valor da distância, maior será a similaridade dos elementos comparados; portanto é um índice de discordância ou de dissimilaridade.
4. O coeficiente de Jaccard tem o mesmo objetivo que o coeficiente de concordância positiva. A diferença é que a proporção de pares concordantes é calculada em relação ao número total de pares, excluindo-se os pares do tipo (0 0).
Assinale a alternativa correta.
Ano: 2013Banca: CESPE / CEBRASPEOrganização: MCDisciplina: Estatística e ProbabilidadeTemas: Análise de Agrupamento | Modelos Lineares | Análise Multivariada
Na análise de agrupamento hierárquico, é correto determinar a quantidade de grupos a serem formados com base em uma medida de dissimilaridade.
Ano: 2025Banca: CESPE / CEBRASPEOrganização: EMBRAPADisciplina: Estatística e ProbabilidadeTemas: Análise Multivariada | Análise de Agrupamento
Texto associado
Um pesquisador organizou um conjunto de dados
contendo 100 observações de 10 variáveis relacionadas à
qualidade do ar em uma cidade. As variáveis incluem medições
de poluentes atmosféricos, como CO, NO2, SO2, e fatores
meteorológicos, como temperatura, umidade, e velocidade do
vento. Para entender a estrutura dos dados e reduzir sua
dimensionalidade, esse pesquisador realizou algumas análises e
concluiu que:
• as três componentes principais explicam 70% da variância
total dos dados;
• as variáveis CO, NO2 e SO2 apresentam altas cargas nas duas
primeiras componentes principais;
• há três clusters proeminentes, que descrevem diferentes
padrões da qualidade do ar em função dos níveis de poluentes
e condições meteorológicas;
• é possível prever, com boa acurácia, a qualidade do ar como
boa, moderada ou ruim com base nos níveis de poluentes e
em fatores meteorológicos.
A partir dessa situação hipotética, julgue o seguinte item.
A análise de clusters é uma técnica multivariada que permite prever a qualidade do ar (boa, moderada ou ruim), com base em variáveis independentes como, por exemplo, os níveis de poluentes e em fatores meteorológicos.
Ano: 2024Banca: INSTITUTO AOCPOrganização: TRF - 2ª REGIÃODisciplina: Estatística e ProbabilidadeTemas: Análise de Agrupamento | Análise Multivariada
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: 2025Banca: FGVOrganização: TCE-PIDisciplina: Estatística e ProbabilidadeTemas: Análise de Agrupamento | Análise Multivariada
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
Ano: 2013Banca: IBFCOrganização: EBSERHDisciplina: Estatística e ProbabilidadeTemas: Teoria da Amostragem | Análise Multivariada | Análise de Agrupamento
Texto associado
Os dados a seguir referem-se às questões de 26 a 29.
Para analisar o consumo de combustível de um automóvel foram efetuadas 7 viagens, tendo-se registrado a distância percorrida (km) e o consumo (l), obtendo-se, então, os 7 pares de valores seguintes:
As variáveis de agrupamento usadas numa Análise de Conglomerados pelos métodos k-means (quick cluster) e hierárquico são:
Ano: 2024Banca: CESGRANRIOOrganização: IPEADisciplina: Estatística e ProbabilidadeTemas: Análise de Agrupamento | Análise Multivariada
Considere o texto sobre economias de aglomeração no
Brasil.
Quanto maior a escala da urbanização, maiores tendem a ser os ganhos de produtividade das firmas. Do
mesmo modo, a maior diversidade de bens e serviços
ofertados, de interações sociais e econômicas e de serviços públicos disponíveis para consumo da coletividade torna-se um diferencial de grande significado para a
localização empresarial. Para o Brasil, no processo de
desconcentração produtiva, mostrou-se que a localização de firmas industriais adquiriu um comportamento
fortemente associado a economias de aglomeração dadas pelo estoque de infraestrutura e mão de obra qualificada: o tecido industrial tornou-se concentrado — e
desconcentrou concentradamente — em uma grande
porção do território entre o Sul e o Sudeste. Consideradas, de um lado, as motivações e lógicas do setor
privado e os estímulos do mercado mundial e do território inercial do desenvolvimento brasileiro e, de outro
lado, as motivações e os esforços governamentais, em
sentido amplo, para atuação sobre novas geografias
econômicas nacionais, identificam-se cinco tipos preferenciais de territórios predominantemente impactados
e redefinidos pela potência das forças em atuação.
MONTEIRO NETO, A.; SILVA, R.; SEVERIAN, D. O território das
atividades industriais no Brasil: a força das economias de aglomeração e urbanização. In: MONTEIRO NETO, A. (org.). Brasil,
Brasis: reconfigurações territoriais da indústria no século XXI.
Brasília, DF: Ipea, 2021, p. 256-258. Adaptado.
Na tipologia mencionada acima, encontram-se rearranjos
territoriais que se prestam à análise das formas de aglomeração e os que concorrem para a desaglomeração.
Considerando-se especificamente os vetores que levam
à concentração produtiva, identificam-se territórios predominantemente impactados e (re)definidos por
Ano: 2024Banca: IBFCOrganização: TRF - 5ª REGIÃODisciplina: Estatística e ProbabilidadeTemas: Análise de Agrupamento | Análise Multivariada
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: 2012Banca: FUNDEP (Gestão de Concursos)Organização: MPE-MGDisciplina: Estatística e ProbabilidadeTemas: Análise de Agrupamento | Análise Multivariada
Uma análise de agrupamento (cluster) foi realizada pelo método de ligação completa. A
distância euclidiana ao quadrado foi utilizada na comparação dos elementos amostrais.
Três variáveis aleatórias foram medidas em cada elemento amostral. Na tabela 2
apresentam-se os valores observados de dois elementos da amostra.
Tabela 2. Dados da questão 40
Elemento Variável 1 Variável 2 Variável 3
1 2 3 2
2 -2 2 3
O valor da distância entre esses dois elementos amostrais é igual a
Ano: 2014Banca: IDECANOrganização: Colégio Pedro IIDisciplina: Estatística e ProbabilidadeTemas: Análise de Agrupamento | Análise Multivariada
Em relação à análise de agrupamentos, considere os seguintes critérios:
I. análise do nível de fusão;
II. análise do nível de similaridade;
III. análise do coeficiente R2 ;
IV. estatística pseudo F.
Para auxiliar na decisão do número final de grupos que define a partição dos dados, pode-se utilizar os critérios apresentados nas alternativas
I. análise do nível de fusão;
II. análise do nível de similaridade;
III. análise do coeficiente R2 ;
IV. estatística pseudo F.
Para auxiliar na decisão do número final de grupos que define a partição dos dados, pode-se utilizar os critérios apresentados nas alternativas