Questão de Estatística — Estatística descritiva (análise exploratória de dados) — CESPE / CEBRASPE 2024
Estatística›Estatística descritiva (análise exploratória de dados)
Código
ce178429
Banca
CESPE / CEBRASPE
Órgão
MPO
Ano
2024
Nível
Superior
Cargo
Conhecimentos gerais para todas as especialidades
Acerca de Power BI, exploração de dados e pareamento de dados (record linkage), julgue o próximo item.De acordo com o método de pareamento probabilístico no pareamento de dados, comparam-se todos os registros, de uma vez, no conjunto dos indexadores, de forma que um match exige que dois registros sejam completamente iguais em todos os indexadores.
CCerto
EErrado
Revelar gabarito e comentário▾
GabaritoE — Errado
Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.
Pareamento de dados (record linkage): método probabilístico
Gabarito: letra E (ERRADO). O método de pareamento probabilístico não exige igualdade completa em todos os indexadores; ao contrário, ele atribui pesos às concordâncias e discordâncias entre os campos, permitindo que registros com pequenas diferenças sejam considerados um match com base em uma pontuação (score) de similaridade. A descrição do enunciado corresponde, na verdade, ao pareamento determinístico, que exige concordância exata em todos os campos comparados.
O pareamento de dados (record linkage) é a técnica de identificar registros que se referem à mesma entidade (pessoa, empresa, etc.) em uma ou mais bases de dados. Existem duas abordagens principais: o determinístico e o probabilístico. No determinístico, os registros são comparados campo a campo e só são considerados correspondentes se houver igualdade exata em todos os campos (ou em um conjunto predefinido deles). Já no probabilístico, cada campo recebe um peso baseado na probabilidade de concordância, e a soma desses pesos gera um escore que determina se os registros são correspondentes, possíveis correspondentes ou não correspondentes. Essa abordagem é mais flexível e tolerante a erros de digitação, variações de formato e dados incompletos.
A banca explora exatamente essa confusão: o enunciado descreve o método determinístico, mas o atribui ao probabilístico. O candidato que não domina a distinção entre os dois métodos tende a marcar "certo", pois a descrição parece plausível. No entanto, a essência do método probabilístico é justamente a ponderação e a tolerância a divergências, não a exigência de igualdade total.
Métodos de pareamento de dados — só Determinístico: exige igualdade exata; só Probabilístico: usa pesos e tolerância; Determinístico∩Probabilístico: identifica correspondências
Alternativa E — ❌ ERRADO ⟵ GABARITO
O item está errado porque inverte os conceitos. O pareamento probabilístico não exige que os registros sejam "completamente iguais em todos os indexadores"; pelo contrário, ele calcula a probabilidade de dois registros se referirem à mesma entidade com base em pesos atribuídos a cada campo, permitindo que divergências pontuais não impeçam o match. A exigência de igualdade total é característica do pareamento determinístico, que compara os campos de forma exata e só considera correspondência quando todos os campos (ou os campos-chave) coincidem perfeitamente.
PEGA ESSA DICA!
Para não errar em questões sobre record linkage, lembre-se: determinístico = igualdade exata (tudo ou nada); probabilístico = pontuação por pesos (tolerância a diferenças). Se a questão disser "exige igualdade completa", ela está descrevendo o determinístico — marque errado se atribuir isso ao probabilístico.