Questão de Estatística — Análise Multivariada — FGV 2026
EstatísticaAnálise Multivariada
- Código
- fg133965
- Banca
- FGV
- Órgão
- TJ-RJ
- Ano
- 2026
- Nível
- Superior
- Cargo
- Analista Judiciário - Tecnologia da Informação - Cientista de Dados
Uma equipe de ciência de dados está desenvolvendo um modelo de classificação de inadimplência em um conjunto de dados tabular com informações numéricas e categóricas de clientes (renda, idade, histórico de crédito, limite etc.).O conjunto está fortemente desbalanceado: apenas 3% dos registros pertencem à classe denominada inadimplente. O time deseja aumentar a quantidade de exemplos da classe minoritária sem simplesmente duplicar registros existentes, gerando novas amostras sintéticas entre os pontos reais da classe positiva, para reduzir o risco de overfitting associado ao oversampling ingênuo.A técnica de balanceamento de classes adequada para esse cenário é:
- ASMOTE;
- Boversampling aleatório da classe minoritária;
- Cundersampling aleatório da classe majoritária;
- Ddata augmentation baseada em ruído gaussiano na classe minoritária;
- Eajuste de pesos de classe (class weights) no algoritmo de aprendizado.