GabaritoC — Certo
Gabarito: CERTO. A imputação por moda é, de fato, uma técnica clássica de pré-processamento de dados para tratar valores ausentes, substituindo o valor faltante pela moda (valor mais frequente) daquela variável. Essa é uma prática consagrada na literatura de mineração de dados e preparação de dados, e o enunciado a descreve corretamente.
A imputação de dados é uma etapa do pré-processamento que visa lidar com valores ausentes (missing values) em um conjunto de dados. Quando um atributo possui lacunas, o analista pode optar por remover as linhas ou colunas afetadas, ou por preencher esses valores com estimativas — e é exatamente isso que a imputação faz. A escolha da técnica de imputação depende do tipo de dado e do contexto: para variáveis categóricas, a moda é a medida mais adequada; para variáveis numéricas, costuma-se usar a média ou a mediana.
A moda é o valor que aparece com maior frequência em um conjunto de dados. Por exemplo, em uma coluna com os valores [vermelho, azul, vermelho, verde, vermelho], a moda é "vermelho". Ao imputar pela moda, substituímos cada valor ausente por esse valor mais comum, preservando a distribuição da variável e evitando a perda de dados que ocorreria com a remoção das linhas.
Essa técnica é amplamente utilizada porque é simples, rápida e não exige suposições complexas sobre os dados. No entanto, ela tem limitações: se a proporção de valores ausentes for alta, a imputação pela moda pode distorcer a distribuição e introduzir viés. Por isso, em cenários mais críticos, utilizam-se métodos mais sofisticados, como imputação por regressão, k-vizinhos mais próximos (KNN) ou modelos de aprendizado de máquina.
A banca explora aqui um conhecimento básico de pré-processamento de dados, que é um dos pilares do processo de mineração de dados (CRISP-DM). O pré-processamento engloba limpeza, integração, transformação e redução de dados, e a imputação de valores ausentes é uma das tarefas mais comuns da limpeza. O enunciado afirma exatamente isso: a imputação por moda é uma técnica comumente utilizada para lidar com valores ausentes — e isso é verdadeiro.
Para questões sobre imputação, lembre-se da regra prática: moda para variáveis categóricas, média para numéricas sem outliers e mediana para numéricas com outliers. Essa distinção é frequentemente cobrada em provas de banco de dados e ciência de dados.
✅ CERTO — a afirmação está correta.
Gabarito: CERTO.
Link permanente: /questoes/qg354202