Questões de Concurso Para comperve - ufrn

Foram encontradas 9.137 questões

Resolva questões gratuitamente!

Junte-se a mais de 4 milhões de concurseiros!

Ano: 2019 Banca: COMPERVE - UFRN Órgão: UFRN Prova: COMPERVE - 2019 - UFRN - Estatístico |
Q2045104 Estatística






Imagem associada para resolução da questão









Imagem associada para resolução da questão

Alternativas
Ano: 2019 Banca: COMPERVE - UFRN Órgão: UFRN Prova: COMPERVE - 2019 - UFRN - Estatístico |
Q2045103 Estatística

Imagem associada para resolução da questão

Alternativas
Ano: 2019 Banca: COMPERVE - UFRN Órgão: UFRN Prova: COMPERVE - 2019 - UFRN - Estatístico |
Q2045102 Estatística

Imagem associada para resolução da questão

Alternativas
Ano: 2019 Banca: COMPERVE - UFRN Órgão: UFRN Prova: COMPERVE - 2019 - UFRN - Estatístico |
Q2045101 Estatística
Análise de agrupamento, ou clustering, é um grupo de técnicas multivariadas cujo propósito consiste em separar unidades em grupos, de acordo com diversas variáveis. A ideia básica é colocar em um mesmo grupo unidades similares de acordo com um critério especificado. Em relação a esse tipo de técnica de análise multivariada, avalie as afirmações abaixo.
I O conceito de similaridade é fundamental, e as medidas de similaridade em geral envolvem associação e distância.
II A suposição de normalidade dos dados é fundamental.
III Para aplicação de análise de agrupamento, as variáveis precisam ser quantitativas.
IV Para aplicar o método das k-médias, é necessário decidir preliminarmente em quantos grupos o conjunto de unidades será dividido.
Em relação às técnicas de análise de agrupamento, estão corretas as afirmativas
Alternativas
Ano: 2019 Banca: COMPERVE - UFRN Órgão: UFRN Prova: COMPERVE - 2019 - UFRN - Estatístico |
Q2045100 Estatística
Um dos objetivos principais para o uso da técnica multivariada de análise de componentes principais é reduzir dimensão. Assim, a escolha do número de componentes principais a ser utilizado é uma etapa crucial na análise. Tendo como referência uma análise de comp onentes principais utilizando a matriz de covariância dos dados, considere as afirmativas abaixo.
I Recomenda-se utilizar os componentes cujos autovalores sejam maiores que um.
II Recomenda-se utilizar os componentes cujos autovetores tenham norma maior que um.
III A escolha do número de componentes pode ser feita de forma gráfica.
IV Recomenda-se utilizar os componentes que conjuntamente explicam a maior parte da variabilidade dos dados.
Em relação à técnica de análise de componentes principais, estão corretas as afirmativas
Alternativas
Respostas
1466: C
1467: B
1468: D
1469: D
1470: C