

Seu próximo nível começa aqui
Com a Assinatura Ilimitada, você tem tudo que precisa para sua aprovação.
Com a Assinatura Ilimitada, você combina prática, teoria e método em uma única assinatura com tudo que você precisa para sua aprovação.
Na Análise de Agrupamento (AA), as medidas de distância consideram que, se dois indivíduos são similares, eles estão próximos um do outro, ou seja, eles são comuns ao conjunto de variáveis. Na aplicação desta técnica é comum o uso da Distância Euclidiana no entanto, quando a mesma é estimada a partir das variáveis originais, pode:
ser inconcistente visto que é influenciada pela escala de medida, pelo número de variáveis e pela correlação existente entre variáveis.
ser inconcistente visto que é não influenciada pela escala de medida, pelo número de variáveis e pela correlação existente entre variáveis.
ser inconcistente visto que é influenciada pela escala de medida, pelo número de variáveis e pela não correlação existente entre variáveis.
ser inconcistente visto que é influenciada pela escala de medida, pelo número de variáveis e pela não correlação existente entre variáveis.
ser inconcistente visto que é não influenciada pela escala de medida, pelo número de variáveis e pela não correlação existente entre variáveis.
Considere as seguintes afirmações:

Está correto o que se afirma APENAS em
Em relação à análise de agrupamentos, considere os seguintes critérios:
I. análise do nível de fusão;
II. análise do nível de similaridade;
III. análise do coeficiente R2;
IV. estatística pseudo F.
Para auxiliar na decisão do número final de grupos que define a partição dos dados, pode-se utilizar os critérios apresentados nas alternativas
I, II, III e IV.
I e II, apenas.
II e III, apenas.
III e IV, apenas.
I, II e IV, apenas.
Na análise de agrupamento hierárquico, é correto determinar a quantidade de grupos a serem formados com base em uma medida de dissimilaridade.
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 emIII.
I e II.
I e IV.
II, III e IV.
I, III e IV.
As variáveis de agrupamento usadas numa Análise de Conglomerados pelos métodos k-means (quick cluster) e hierárquico são:
Apenas quantitativas.
Apenas qualitativas.
Qualitativas e quantitativas misturadas.
Uma qualitativa e uma quantitativa.
Considere:
I. Na análise de agrupamentos, os objetos resultantes de agrupamentos devem exibir elevada homogeneidade interna (dentro dos agrupamentos) e reduzida homogeneidade externa (entre agrupamentos).
II. A análise de correspondência não pode ser usada com variáveis do tipo nominal.
III. Na análise discriminante a variável dependente deve ser não métrica, representando grupo de objetos que devem diferir nas variáveis independentes.
Está correto o que se afirma APENAS em
II.
III.
I.
I e III.
II e III.
Considere as seguintes afirmações:
I. Na análise de componentes principais a informação contida em um vetor aleatório p-dimensional é substituída pela informação contida num vetor aleatório q-dimensional(q < p), de variáveis aleatórias correlacionadas, denominadas pelo nome de componentes principais.
II. O escalonamento multidimensional é uma técnica matemática apropriada para representar n elementos num espaço de dimensão menor que o original, levando-se em consideração a similaridade que os elementos têm entre si.
III. Na análise de agrupamentos nenhuma variável é definida como dependente ou independente.
Dentre as afirmações acima são verdadeiras APENAS
I.
II.
III.
I e II.
II e III.
A forma mais adequada para definir o número de agrupamentos identificados pelo dendrograma é a distância de Mahalanobis.
O objetivo da análise de agrupamentos é produzir um modelo capaz de predizer a qual grupo determinado indivíduo ou objeto mais provavelmente pertence, dado um conjunto de variáveis que definem o perfil desse indivíduo ou objeto.
A curva característica de operação mostra o comportamento do erro do tipo I em função das alterações dos parâmetros (média e desvio padrão) do processo.
Na análise de cluster, K-médias é uma técnica de clusterização hierárquica (aninhada), que visa encontrar o número de clusters (K) especificados pelo usuário, representados por seus centróides.