Questões de Concurso sobre R

Observe o seguinte trecho de código R.

A partir do código R apresentado, deseja-se como resultado a matriz a seguir.

Para obter o resultado apresentado, deve-se completar o código R com a função:

Ainda em relação à situação apresentada no texto 2A2-II, na arquitetura analítica do projeto de combate à pesca ilegal, a integração entre consultas em SQL e o uso de linguagens como Python e R seria tecnicamente justificável porque essa integração

Considere o trecho de código a seguir, em linguagem R.

A execução desse trecho de código terá o seguinte resultado.

O analista de dados Junior acessou o banco de dados e recuperou os seguintes valores que representam o tempo (em dias) de conclusão de cinco processos.

No R, para calcular a média do tempo de conclusão entre esses processos, deve-se utilizar o comando:

Avalie as seguintes sentenças em relação à análise e visualização de dados, empregando o Microsoft Power BI e o Sistema R, que é uma linguagem e um ambiente para gráficos e computação estatística:

I.Avaliação de outliers, empregando o sistema R pode ser apoiada pelo uso do gráfico O3 (Overview Of Outliers), que mostra quais casos são identificados frequentemente como outliers, quais são identificados em dimensões únicas e quais são identificados apenas em dimensões superiores.

II.O sistema R permite a construção de gráficos com o pacote shiny e criação de dashboards interativos exclusivamente com o pacote ggplot2.

III.Na construção de dashboards em Microsoft Power BI Desktop, é possível usar o R para visualizar seus dados.

Estão corretas as afirmativas:

O comando x + 1 e o comando c(x,1) produzem o mesmo resultado.

Se, em uma simulação, for necessário preencher um vetor grande, será mais eficiente usar a linguagem R para alocar e preencher o vetor inteiro, em vez de criar um vetor unitário e redimensioná-lo.

Considere o seguinte data.frame em R:

dados <– data.frame(

grupo = c("A", "A", "B", "B", "C", "C"),

valor = c(10, 15, 8, 22, 17, 19),

aprovado = c(FALSE, TRUE, TRUE, FALSE, FALSE, TRUE))

Qual é o comando que retorna apenas as linhas em que o grupo é "B" ou "C" , o valor é maior que 15, e o aprovado é FALSE?

Em R, a função lm( ) é utilizada para realizar regressão linear, permitindo modelar a relação entre variáveis dependentes e independentes.

No software R, o pacote dplyr oferece uma sintaxe intuitiva e ágil para manipulação de dados. Considere que uma base de dados contendo as quatro variáveis listadas a seguir foi armazenada no objeto processos:

• ID: identificador único do processo.

• Status: status do processo (“em andamento”, “finalizado” ou “arquivado”).

• Numero Decisoes: número de decisões ou despachos no processo.

• Data Conclusao: data de conclusão do processo (se o status for “finalizado”), no formato AAAA-MM-DD.

Nesse contexto, considere que um analista deseja calcular a soma total de decisões ou despachos proferidas nos processos “finalizados” para cada ano de conclusão. Qual das alternativa a seguir realiza essa operação corretamente, utilizando funções dplyr, e salva o resultado no objeto Soma_Decisoes?

No R com o pacote dplyr carregado, o comando a seguir pode ser usado para exibir o conteúdo de df por ordem decrescente de produtividade.

df %>% arrange(desc(produtividade))

No que diz respeito às Redes Neurais Artificiais (ANN, Artificial Neural Network):

I.Os Métodos de regularização por penalização com normas L1 e L2, correspondem respectivamente à Regressão Ridge e à Regressão Lasso (Least Absolute Shrinkage and Selection Operator Regression).

II.Métodos de regularização por Dropout, regularizam as redes neurais, descartando aleatoriamente nós, juntamente com suas conexões de entrada e saída, da rede durante o treinamento.

III.Métodos de regularização por Early Stopping interrompem o treinamento quando as atualizações de parâmetros não começam mais a produzir melhorias em um conjunto de validação em redes neurais profundas

IV.Para manejo de redes neurais com R, pode ser utilizado o pacote neuralnet, que permite treinamento de redes neurais usando a retropropagação, retropropagação resiliente com ou sem retrocesso de peso ou a versão globalmente convergente modificada.

Estão corretas as afirmativas:

Com relação às linguagens de programação para ciência de dados, linguagem Python e R, avalie cada afirmativa a seguir e assinale (V) para a verdadeira e (F) para a falsa.

( ) No Oracle R Enterprise, a execução do R incorporado (ou Embedded R) possibilita a chamada de scripts do R em sessões do R executadas no servidor do Oracle Database.

( ) A interoperabilidade entre Python e R pode ser estabelecida pelo pacote reticulate do R, que possibilita que no código R sejam utilizadas ambas as abordagens, em documentos R Markdown e no IDE RStudio.

( ) Os principais pacotes para manipulação de dados são o dplyr, para o R, e o Scikit-learn, para o Python.

As afirmativas são, respectivamente,

O pacote dplyr do software R traz uma sintaxe intuitiva e eficiente para manipulação de dados, permitindo a filtragem, transformação, agrupamento e resumo de grandes conjuntos de dados de forma concisa e rápida. Considere uma base de dados (armazenada no objeto dados) que contém informações sobre processos judiciais e possui as seguintes variáveis:

• ID: identificador único do processo;

• Data_Abertura: data em que o processo foi iniciado;

• Status: status do processo (“Em andamento”, “Finalizado” ou “Arquivado”); e

• Valor_Controversia: valor monetário em disputa no processo.

Com base nesse contexto, considere o interesse de encontrar o número total de processos que têm valor de controvérsia superior a R$ 1.000.000,00 em cada um dos três tipos de status possíveis. Se esse resultado for armazenado no objeto Total_Controversia, qual das alternativas a seguir faz essa operação com funções do dplyr?

Considere os dois trechos de código a seguir, ambos escritos na Linguagem R. O primeiro utiliza o pacote tidyverse, enquanto o segundo utiliza caret para o mesmo propósito.

Código 1(tidyverse):

library(tidyverse)

set.seed(123)

dados <- tibble(

X1 = rnorm(100),

X2 = rnorm(100),

Y = sample(c("A", "B"), 100, replace = TRUE)

)

dados_treino <- dados %>% sample_frac(0.7)

dados_teste <- anti_join(dados, dados_treino)

Código2(caret):

library(caret)

set.seed(123)

dados <- data.frame(

X1 = rnorm(100),

X2 = rnorm(100),

Y = sample(c("A", "B"), 100, replace = TRUE)

)

indices <- createDataPartition(dados$Y, p = 0.7,

list = FALSE)

dados_treino <- dados[indices, ]

dados_teste <- dados[-indices, ]

Em relação aos códigos apresentados, assinale a alternativa correta.

A combinação entre grandes modelos de linguagem (LLMs) e mecanismos de recuperação de informação tem viabilizado sistemas mais atualizados e contextualizados, como no caso da Recuperação-Augmentada por Geração (RAG). Nesse cenário, a engenharia de prompt também assume papel central, atuando como técnica de refinamento das instruções dadas ao modelo para guiar sua saída com mais precisão. Diante do exposto, assinale a alternativa correta.

Em programas escritos em linguagem R, é comum utilizar estruturas de repetição e condições para controlar o fluxo da execução, e realizar cálculos de forma automatizada. Observe o trecho de código abaixo:

x <- 1

soma <- 0

while (x <= 5) {

if (x %% 2 == 0) {

soma <- soma + x

}

x <- x + 1

}

print(soma)

Após a execução do programa, qual será o valor exibido no console?

O comando t(y) produz o traço da matriz y, ou seja, a soma dos elementos da diagonal principal da matriz y.

Linguagem e ambiente para computação estatística e gráficos utilizada para análise estatística, manipulação e visualização de dados. A descrição apresentada refere-se à linguagem:

Um pesquisador realizou um ajuste de modelo de regressão linear simples. Abaixo está a saída do código executado no software R:

De acordo com a saída do código, qual a alternativa CORRETA?