Questão de Banco de Dados — Data Mining — FGV 2024
Banco de Dados›Data Mining
Código
fg091749
Banca
FGV
Órgão
Prefeitura de São José dos Campos - SP
Ano
2024
Nível
Superior
Cargo
Analista em Gestão Municipal (Tecnologia da Informação)
Identificar o tipo de dados ausentes é crucial para se encontrar soluções que os resolvam.Avalie se os dados ausentes são categorizados comoI. MCAR. Valores ausentes completamente aleatórios.II. Valores ausentes aleatórios.III. MICE. Valores ausentes usando imputação múltipla usando equações encadeadas.Está correto o que se apresenta em
AI e II, apenas.
BI e III, apenas.
CII e III, apenas.
DII, apenas.
EI, II e III.
Revelar gabarito e comentário▾
GabaritoA — I e II, apenas.
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”.
Dados ausentes: categorias
Gabarito: letra A (apenas I e II). A questão cobra as categorias de dados ausentes: MCAR (completamente aleatórios) e MAR (aleatórios) são dois dos três tipos clássicos, enquanto MICE é uma técnica de imputação múltipla, não uma categoria. Portanto apenas os itens I e II estão corretos.
Categoria de Dados Ausentes
Descrição
Classificação Correta?
MCAR (Missing Completely At Random)
Valores ausentes completamente aleatórios; probabilidade de faltar não depende de nenhum dado
✅ Sim (categoria clássica)
MAR (Missing At Random)
Valores ausentes aleatórios; probabilidade depende apenas de dados observados
✅ Sim (categoria clássica)
MICE (Multiple Imputation by Chained Equations)
Técnica de imputação múltipla, não uma categoria de dados ausentes
❌ Não (é método, não categoria)
Dados ausentes
1Categorias
MCAR (completamente aleatório)
MAR (aleatório)
NMAR (não aleatório)
2Técnicas de imputação
MICE (imputação múltipla)
LEVEL · soulevel.com.br
Item I — ✅ Correto
MCAR (Missing Completely At Random) é uma das três categorias padrão de dados ausentes, onde a probabilidade de um valor faltar não depende de nenhum dado observado ou não observado.
Item II — ✅ Correto
"Valores ausentes aleatórios" refere-se a MAR (Missing At Random), onde a probabilidade de faltar depende apenas de dados observados. É a segunda categoria.
Item III — ❌ Incorreto
MICE (Multiple Imputation by Chained Equations) é um método de imputação múltipla, não uma categoria de dados ausentes. As categorias são MCAR, MAR e NMAR (Missing Not At Random).
Conclusão: Estão corretos apenas I e II → alternativa A.