Pular para o conteúdo principal

Questão de Estatística — Modelos lineares — FCC 2026

EstatísticaModelos lineares
Código
fc077428
Banca
FCC
Órgão
SEFAZ-SP
Ano
2026
Nível
Superior
Cargo
Auditor Fiscal da Receita Estadual - AFRE - Gestão Tributária - Conhecimentos Gerais (P1)
Durante uma auditoria de desempenho operacional, uma equipe pretende construir um modelo preditivo para explicar o tempo de processamento de operações fiscais (Y) a partir de 27 variáveis explicativas relacionadas a carga de trabalho, complexidade dos casos, perfil dos auditores e uso de sistemas internos. Como há suspeita de multicolinearidade elevada entre algumas variáveis, o auditor decide comparar dois métodos de regularização: Ridge e Lasso. Nesse contexto,
  1. Aos métodos Lasso e Ridge utilizam exclusivamente penalização L2 para reduzir variáveis irrelevantes.
  2. Bo método Lasso tende a realizar seleção de variáveis, reduzindo alguns coeficientes a zero; o Ridge apenas encolhe coeficientes, mas não os elimina.
  3. Co método Ridge tende a zerar coeficientes de variáveis redundantes, realizando seleção automática; o Lasso apenas reduz magnitudes.
  4. Dambos os métodos sempre zeram coeficientes de variáveis colineares, resultando na exclusão automática de variáveis.
  5. Eambos os métodos geram modelos mais complexos do que a regressão linear simples, independentemente dos dados.
Revelar gabarito e comentário

GabaritoB — o método Lasso tende a realizar seleção de variáveis, reduzindo alguns coeficientes a zero; o Ridge apenas encolhe coeficientes, mas não os elimina.

Link permanente: /questoes/fc077428