A análise de agrupamentos, também conhecida como cluster ou como análise de conglomerados, tem sido bastante utilizada na avaliação de metas de desempenho em instituições bancárias, empresariais e educacionais. Relativamente às técnicas de conglomerados, considere: I. O conceito de similaridade é fundamental e as medidas de similaridade dominantes nas aplicações são medidas correlacionais, de associação e de distância. II. A suposição de normalidade dos dados é fundamental. III. As técnicas não hierárquicas requerem que o usuário especifique previamente o número de grupos (clusters) desejados. IV. Se as variáveis de entrada apresentarem multicolinearidade, uma medida de distância que compensa a correlação é a de Mahalanobis. Está correto o que consta APENAS em A análise de agrupamentos, também conhecida como cluster ou como análise de conglomerados, tem sido bastante utilizada na avaliação de metas de desempenho em instituições bancárias, empresariais e educacionais. Relativamente às técnicas de conglomerados, considere: I. O conceito de similaridade é fundamental e as medidas de similaridade dominantes nas aplicações são medidas correlacionais, de associação e de distância. II. A suposição de normalidade dos dados é fundamental. III. As técnicas não hierárquicas requerem que o usuário especifique previamente o número de grupos (clusters) desejados. IV. Se as variáveis de entrada apresentarem multicolinearidade, uma medida de distância que compensa a correlação é a de Mahalanobis. Está correto o que consta APENAS em

A análise de agrupamentos, também conhecida como cluster ou...

Q685567

Estatística Análise de Agrupamentos (Clustering)

Ano: 2013

Prova: FCC - TRT 12 - Analista Judiciário - Área Apoio Especializado - Especialidade: Estatística - 2013

A análise de agrupamentos, também conhecida como cluster ou como análise de conglomerados, tem sido bastante utilizada na avaliação de metas de desempenho em instituições bancárias, empresariais e educacionais. Relativamente às técnicas de conglomerados, considere:

I. O conceito de similaridade é fundamental e as medidas de similaridade dominantes nas aplicações são medidas correlacionais, de associação e de distância.

II. A suposição de normalidade dos dados é fundamental.

III. As técnicas não hierárquicas requerem que o usuário especifique previamente o número de grupos (clusters) desejados.

IV. Se as variáveis de entrada apresentarem multicolinearidade, uma medida de distância que compensa a correlação é a de Mahalanobis.

Está correto o que consta APENAS em

III.

I e II.

I e IV.

II, III e IV.

I, III e IV.

Comentários Marcadores Anotações (0) Estatísticas Reportar erro