Questões sobre Estatística descritiva (análise exploratória de dados)

Pesquise questões de concurso nos filtros abaixo

Listagem de Questões sobre Estatística descritiva (análise exploratória de dados)

#Questão 1083799 - Estatística, Estatística descritiva (análise exploratória de dados), CESPE / CEBRASPE, 2025, BDMG,

Captura_de tela 2025-03-23 180930.png (420×386)

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.

#Questão 1085607 - Estatística, Estatística descritiva (análise exploratória de dados), CESPE / CEBRASPE, 2025, ANM, Especialista em Recursos Minerais - Especialidade: Qualquer Área de Formação (Fiscalização e Distribuição de Receita)

        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. 

#Questão 1085608 - Estatística, Estatística descritiva (análise exploratória de dados), CESPE / CEBRASPE, 2025, ANM, Especialista em Recursos Minerais - Especialidade: Qualquer Área de Formação (Fiscalização e Distribuição de Receita)

        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. 


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. 

#Questão 1085702 - Estatística, Estatística descritiva (análise exploratória de dados), CESPE / CEBRASPE, 2025, ANM, Especialista em Recursos Minerais - Especialidade: Qualquer Área de Formação (Suporte à Gestão, Estratégia e Governança)

         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.

#Questão 1085703 - Estatística, Estatística descritiva (análise exploratória de dados), CESPE / CEBRASPE, 2025, ANM, Especialista em Recursos Minerais - Especialidade: Qualquer Área de Formação (Suporte à Gestão, Estratégia e Governança)

         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. 

Navegue em mais matérias e assuntos

{TITLE}

{CONTENT}

{TITLE}

{CONTENT}
Estude Grátis