Questão de Banco de Dados — Banco de Dados — FGV 2022

Tratamento de outliers na preparação de dados

Gabarito: letra D. As anomalias descritas — idade superior a 200 anos e inversão salarial — são exemplos clássicos de outliers (valores extremos ou inconsistentes). Na fase de preparação de dados, a operação específica para lidar com esses pontos é o tratamento de outlier, que pode envolver remoção, correção ou transformação desses registros. Nenhuma das demais alternativas se destina a tratar valores anômalos.

Vamos analisar cada alternativa:

Alternativa A — ❌ Incorreta

Normalização é uma técnica de redimensionamento de valores para uma escala comum (ex.: 0–1 ou z-score). Ela não remove nem corrige outliers; apenas altera a escala, e os valores extremos continuam extremos na nova escala.

Alternativa B — ❌ Incorreta

Discretização transforma variáveis contínuas em intervalos (bins). Embora possa agrupar outliers em um bin, seu objetivo principal é categorizar, não tratar inconsistências.

Alternativa C — ❌ Incorreta

Classificação é uma tarefa de aprendizado supervisionado que atribui rótulos a novos dados. Não é uma operação de limpeza de dados.

Alternativa D — ✅ Correta ⟵ GABARITO

Tratamento de outlier é a operação correta da fase de preparação para identificar e lidar com valores atípicos ou errados, como os exemplos dados (idade >200 anos, salário de engenheiro < salário de pedreiro).

Alternativa E — ❌ Incorreta

Redução de dimensionalidade diminui o número de atributos (ex.: PCA, seleção de características). Não trata valores extremos de um atributo específico.

Conclusão: A única operação de limpeza diretamente voltada para pontos extremos em uma série temporal é o tratamento de outlier, correspondente à letra D.