MOVE Avaliação de Unsupervised Machine Learning_ Análise de Correspondência Simples e Múltipla II

Prévia do material em texto

26/01/2023 08:17 MOVE Avaliação de Unsupervised Machine Learning: Análise de Correspondência Simples e Múltipla II 
 
https://academico.pecege.org.br/ExamReference/ProofStudentExam?idExamRef=11012445 1/4 
 
Home () / Publicação de Avaliação (/ExamPublish/ExamStudent/95494) 
/ Avaliação de Unsupervised Machine Learning: Análise de Correspondência Simples e Múltipla II 
Avaliação de Unsupervised Machine Learning: Análise de 
Correspondência Simples e Múltipla II 
Unsupervised Machine Learning: Análise de Correspondência Simples e Múltipla II 
Professor: Wilson Tarantin Junior 
Avaliação realizada por: 
Avaliação realizada em: 26/01/2023 
Tentativa 
1 de 3 
Nota 
10,0 
Questões Respondidas 
10 de 10 
 Questão #1 
Se há uma variável quantitativa no banco de dados e o analista deseja analisá-la no contexto da Análise de 
Correspondência, uma solução CORRETA é: 
Calcular as matrizes de distâncias Euclidianas com as demais variáveis qualitativas. 
Calcular as matrizes de correlações de Pearson com as demais variáveis qualitativas. 
Realizar previamente um procedimento de categorização da variável quantitativa. 
Adicioná-la à análise sem que seja feito qualquer tratamento prévio. 
 
 Questão #2 
Sobre as variáveis incluídas na Análise de Correspondência Múltipla, é CORRETO a rmar que: 
Todas as variáveis devem apresentar a mesma quantidade de categorias. 
O número de observações deve ser diferente entre as variáveis. 
São incluídas três ou mais variáveis qualitativas em tal análise. 
São incluídas duas ou menos variáveis qualitativas em tal análise. 
 
 
 
 
 
https://academico.pecege.org.br/ExamReference/ProofStudentExam?idExamRef=11012445
https://academico.pecege.org.br/ExamReference/ProofStudentExam?idExamRef=11012445
https://academico.pecege.org.br/ExamPublish/ExamStudent/95494
26/01/2023 08:17 MOVE Avaliação de Unsupervised Machine Learning: Análise de Correspondência Simples e Múltipla II 
 
https://academico.pecege.org.br/ExamReference/ProofStudentExam?idExamRef=11012445 2/4 
 Questão(/) #3 
 Questão #4 
A matriz de Burt é um método utilizado para: 
Implementar a análise fatorial por componentes principais. 
Transformar variáveis quantitativas em qualitativas. 
Realizar o teste qui-quadrado para associação. 
Viabilizar a Análise de Correspondência Múltipla. 
 Questão #5 
Em uma Análise de Correspondência Múltipla, se a variável “A” não apresentar associação estatisticamente signi 
cativa com pelo menos uma outra variável da análise, então a variável “A”: 
Não pode ser considerada uma variável qualitativa. 
Deve ser considerada como a variável mais signi cativa da análise. 
Pode ser retirada da Análise de Correspondência Múltipla. 
Deve ser avaliada por meio do coe ciente de correlação com as demais variáveis. 
 Questão #6 
Ao aplicar o teste qui-quadrado para associação entre duas variáveis qualitativas, se o p-valor indicar a não rejeição 
da hipótese nula, então a conclusão é que: 
 
Home 
/ 
No mapa perceptual da Análise de Correspondência Simples, os dois eixos representam: () / Publicação de Avaliação 
(/ExamPublish/ExamStudent/95494) 
Avaliação de Unsupervised Machine Learning: Análise de Correspondência Simples e Múltipla II O percentual de 
observações estatisticamente signi cativas de cada variável. 
As contagens de observações em cada variável incluída na análise. 
As duas primeiras dimensões formadas a partir dos dois maiores autovalores. 
A quantidade de categorias presentes em cada variável incluída na análise. 
As categorias com menos observações devem ser excluídas da análise. 
(/) 
As variáveis não apresentam associação estatisticamente signi cativa entre elas. 
 () / As varPublicação de Avaliaçãoáveis apresentam associação estatisticamente signi cativa entre elas. 
(/ExamPublish/ExamStudent/95494) 
Avaliação de Unsupervised Machine Learning: Análise de Correspondência Simples e Múltipla II Todas as categorias 
das variáveis associam-se fortemente entre elas. 
https://academico.pecege.org.br/
https://academico.pecege.org.br/
https://academico.pecege.org.br/
https://academico.pecege.org.br/
https://academico.pecege.org.br/
https://academico.pecege.org.br/
26/01/2023 08:17 MOVE Avaliação de Unsupervised Machine Learning: Análise de Correspondência Simples e Múltipla II 
 
https://academico.pecege.org.br/ExamReference/ProofStudentExam?idExamRef=11012445 3/4 
Bruna - bruninha0401@hotmail.com 
 Questão #7 
Se houver duas categorias que estejam muito próximas no mapa perceptual da Análise de Correspondência, então 
tais categorias: 
Obrigatoriamente pertencem à mesma variável. 
Têm sempre a mesma frequência absoluta observada. 
Podem ser consideradas fortemente associadas. 
Devem ser consideradas pouco associadas. 
 
 Questão #8 
Em uma Análise de Correspondência Múltipla contendo três variáveis, a primeira variável tem 7 categorias, a 
segunda variável tem 5 categorias e a terceira variável tem 6 categorias. Quantas dimensões existem em tal análise? 
17. 
16. 
15. 
18. 
 
 Questão #9 
Assinale a alternativa INCORRETA sobre a Análise de Correspondência: 
O objetivo é analisar a existência de associação estatisticamente signi cativa entre as variáveis e suas categorias e criar 
um mapa perceptual. 
É fundamental especi car as variáveis dependentes e explicativas do modelo preditivo para que seja possível realizar 
tal análise. 
26/01/2023 08:17 MOVE Avaliação de Unsupervised Machine Learning: Análise de Correspondência Simples e Múltipla II 
 
https://academico.pecege.org.br/ExamReference/ProofStudentExam?idExamRef=11012445 4/4 
Home / 
 
 Questão #10 
Em relação às técnicas Análises de Correspondência Simples e Múltipla, é CORRETO a rmar que: 
Utilizam-se das matrizes de correlações de Pearson como ponto inicial da análise. 
Adequadas para a análise de variáveis qualitativas. 
Permitem somente a análise de variáveis quantitativas contínuas. 
São fundamentadas na análise das distâncias Euclidianas entre observações. 
Versão 1.31.64 
É adequada para a análise da signi cância estatística da associação entre as variáveis e suas 
(/) 
categorias. 
 () / Trata-se de uma técnica exploratória, portanto, se novas observações forem adicionadas ao banco dePublicação 
de Avaliação (/ExamPublish/ExamStudent/95494) Avaliação de Unsupervised Machine Learning: Análise de 
Correspondência Simples e Múltipla IIdados, é adequado refazer a análise. 
https://academico.pecege.org.br/
https://academico.pecege.org.br/
https://academico.pecege.org.br/
https://academico.pecege.org.br/