Análise de dados

Prévia do material em texto

Análise de dados 
O que e analise de dados?
a) Um processo de coleta de informacoes sem interpretacao.
b) O exame, limpeza, transformacao e modelagem de dados com o objetivo de descobrir
informacoes uteis, apoiar decisoes e gerar conhecimento.
c) Apenas a criacao de graficos para apresentar dados.
d) A organizacao de arquivos em pastas no computador.
Resposta: b) O exame, limpeza, transformacao e modelagem de dados com o objetivo de descobrir
informacoes uteis, apoiar decisoes e gerar conhecimento.
Explicacao: A analise de dados envolve varias etapas que vao alem da simples coleta de
informacoes, permitindo identificar padroes, tendencias e insights que podem embasar decisoes
estrategicas.
Qual e a diferenca entre dados quantitativos e qualitativos?
a) Dados quantitativos representam caracteristicas nao numericas, enquanto dados qualitativos sao
numericos.
b) Dados quantitativos podem ser medidos numericamente, enquanto dados qualitativos descrevem
caracteristicas, atributos ou opinioes.
c) Nao ha diferenca, ambos sao numeros.
d) Dados quantitativos sao mais confiaveis que dados qualitativos.
Resposta: b) Dados quantitativos podem ser medidos numericamente, enquanto dados qualitativos
descrevem caracteristicas, atributos ou opinioes.
Explicacao: Dados quantitativos permitem calculos e analises estatisticas, enquanto dados
qualitativos fornecem informacoes descritivas que ajudam a entender contextos, percepcoes e
comportamentos.
O que significa limpeza de dados no contexto da analise?
a) Organizar os dados em ordem alfabetica.
b) Identificar e corrigir erros, remover duplicatas e tratar valores ausentes para garantir a qualidade
da analise.
c) Traduzir os dados para outro idioma.
d) Criar graficos automaticamente.
Resposta: b) Identificar e corrigir erros, remover duplicatas e tratar valores ausentes para garantir a
qualidade da analise.
Explicacao: Dados incompletos, duplicados ou incorretos podem comprometer resultados. A
limpeza e essencial para assegurar que a analise produza insights confiaveis.
Qual e a funcao da visualizacao de dados?
a) Substituir a analise de dados por imagens bonitas.
b) Facilitar a interpretacao e comunicacao de informacoes complexas por meio de graficos, tabelas
e dashboards.
c) Apresentar apenas numeros sem contexto.
d) Transformar dados qualitativos em quantitativos.
Resposta: b) Facilitar a interpretacao e comunicacao de informacoes complexas por meio de
graficos, tabelas e dashboards.
Explicacao: A visualizacao ajuda a identificar padroes, tendencias e anomalias, tornando a
informacao mais acessivel e compreensivel para diferentes publicos.
O que sao dados estruturados?
a) Informacoes que nao tem formato especifico e sao dificeis de analisar.
b) Dados organizados em formatos definidos, como tabelas e planilhas, facilitando processamento
automatico.
c) Informacoes exclusivamente em texto corrido.
d) Dados obtidos de fontes externas sem validacao.
Resposta: b) Dados organizados em formatos definidos, como tabelas e planilhas, facilitando
processamento automatico.
Explicacao: Dados estruturados seguem uma organizacao clara, permitindo que ferramentas de
analise e softwares processem rapidamente essas informacoes.
E os dados nao estruturados, o que sao?
a) Dados que nao possuem formato fixo, como textos, imagens, audios e videos.
b) Informacoes em tabelas prontas para analise.
c) Dados que foram corrigidos e padronizados.
d) Apenas arquivos de planilhas quebradas.
Resposta: a) Dados que nao possuem formato fixo, como textos, imagens, audios e videos.
Explicacao: Dados nao estruturados exigem tecnicas especiais, como processamento de linguagem
natural ou reconhecimento de padroes visuais, para extrair informacoes significativas.
O que e analise exploratoria de dados (EDA)?
a) Um tipo de analise que ignora padroes nos dados.
b) Um processo inicial para entender melhor os dados, identificar tendencias, outliers e relacoes
entre variaveis.
c) Uma analise final que substitui relatorios detalhados.
d) Apenas a criacao de graficos coloridos sem interpretacao.
Resposta: b) Um processo inicial para entender melhor os dados, identificar tendencias, outliers e
relacoes entre variaveis.
Explicacao: A EDA permite ao analista explorar os dados de forma visual e estatistica antes de
aplicar modelos mais complexos, ajudando a decidir o caminho da analise.
O que sao outliers em um conjunto de dados?
a) Valores que estao dentro da media e seguem o padrao.
b) Observacoes que se diferenciam significativamente dos demais dados, podendo indicar erro ou
fenomeno relevante.
c) Todos os dados que aparecem em graficos.
d) Valores calculados pela media aritmetica.
Resposta: b) Observacoes que se diferenciam significativamente dos demais dados, podendo
indicar erro ou fenomeno relevante.
Explicacao: Outliers podem distorcer analises estatisticas ou indicar situacoes especiais que
merecem investigacao adicional, como falhas de registro ou eventos excepcionais.
Qual e o papel das estatisticas descritivas na analise de dados?
a) Apenas criar graficos bonitos.
b) Resumir e descrever as principais caracteristicas de um conjunto de dados, como media,
mediana, desvio padrao e frequencias.
c) Substituir a analise de dados qualitativa.
d) Criar previsoes futuras com 100% de certeza.
Resposta: b) Resumir e descrever as principais caracteristicas de um conjunto de dados, como
media, mediana, desvio padrao e frequencias.
Explicacao: Estatisticas descritivas ajudam a entender a distribuicao e comportamento dos dados
antes de realizar analises mais complexas ou modelagens preditivas.
O que significa correlacao entre variaveis?
a) Que uma variavel e igual a outra.
b) Uma medida que indica a intensidade e a direcao do relacionamento entre duas variaveis.
c) Que duas variaveis estao em tabelas diferentes.
d) Que os dados sao qualitativos.
Resposta: b) Uma medida que indica a intensidade e a direcao do relacionamento entre duas
variaveis.
Explicacao: A correlacao mostra se alteracoes em uma variavel estao associadas a mudancas em
outra, podendo ser positiva, negativa ou inexistente, mas nao implica causalidade.
O que diferencia correlacao de causalidade?
a) Correlacao indica relacao estatistica entre variaveis; causalidade indica que uma variavel
provoca mudanca na outra.
b) Correlacao e causalidade sao a mesma coisa.
c) Causalidade e apenas um tipo de grafico.
d) Correlacao exige testes qualitativos, causalidade exige medias.
Resposta: a) Correlacao indica relacao estatistica entre variaveis; causalidade indica que uma
variavel provoca mudanca na outra.
Explicacao: E comum confundir correlacao com causa, mas uma relacao estatistica nao prova que
uma variavel seja a causa de outra.
O que e analise preditiva?
a) Analise que resume dados historicos sem projecoes.
b) Um tipo de analise que utiliza dados historicos e algoritmos para prever resultados futuros.
c) Apenas observacao visual de tendencias.
d) Uma maneira de classificar dados sem interpretacoes.
Resposta: b) Um tipo de analise que utiliza dados historicos e algoritmos para prever resultados
futuros.
Explicacao: Tecnicas de analise preditiva incluem regressao, machine learning e modelagem
estatistica, permitindo prever tendencias e comportamentos com base em dados passados.
Qual e a diferenca entre analise descritiva e analise preditiva?
a) Descritiva preve o futuro, preditiva descreve o passado.
b) Descritiva resume o que ja aconteceu; preditiva projeta o que provavelmente ocorrera com base
em padroes historicos.
c) Ambas sao identicas.
d) Descritiva nao utiliza numeros; preditiva nao utiliza graficos.
Resposta: b) Descritiva resume o que ja aconteceu; preditiva projeta o que provavelmente ocorrera
com base em padroes historicos.
Explicacao: A analise descritiva ajuda a entender o presente e o passado, enquanto a preditiva e
orientada a antecipar resultados futuros para apoiar decisoes estrategicas.
O que e analise deregressao?
a) Uma tecnica para criar graficos de pizza.
b) Um metodo estatistico usado para investigar a relacao entre uma variavel dependente e uma ou
mais variaveis independentes.
c) Uma forma de limpar dados.
d) Apenas uma tecnica para contar dados.
Resposta: b) Um metodo estatistico usado para investigar a relacao entre uma variavel dependente
e uma ou mais variaveis independentes.
Explicacao: A regressao permite entender como mudancas em variaveis independentes podem
influenciar a variavel de interesse e e muito utilizada em previsao e modelagem de cenarios.
O que significa normalizacao de dados?
a) Tornar os dados feios e confusos.
b) Ajustar os valores para que estejam em uma escala comum, facilitando comparacoes e analises.
c) Remover dados importantes do conjunto.
d) Traduzir os dados para outro idioma.
Resposta: b) Ajustar os valores para que estejam em uma escala comum, facilitando comparacoes
e analises.
Explicacao: Normalizacao e essencial quando variaveis tem unidades ou escalas diferentes,
permitindo que metodos estatisticos ou algoritmos de machine learning funcionem corretamente.
O que e analise de series temporais?
a) Estudo de dados organizados por categorias aleatorias.
b) Tecnica que analisa dados coletados ao longo do tempo para identificar tendencias,
sazonalidades e padroes.
c) Apenas graficos de barras.
d) Apenas analise qualitativa de entrevistas.
Resposta: b) Tecnica que analisa dados coletados ao longo do tempo para identificar tendencias,
sazonalidades e padroes.
Explicacao: Series temporais sao fundamentais em areas como financas, economia e
monitoramento de metricas, ajudando a prever comportamentos futuros.
Qual a importancia de identificar valores ausentes em um conjunto de dados?
a) Nao tem importancia, eles podem ser ignorados.
b) Valores ausentes podem distorcer analises estatisticas e gerar conclusoes incorretas se nao
forem tratados adequadamente.
c) Eles ajudam a criar mais graficos coloridos.
d) Apenas aumentam o tamanho do banco de dados sem efeito real.
Resposta: b) Valores ausentes podem distorcer analises estatisticas e gerar conclusoes incorretas
se nao forem tratados adequadamente.
Explicacao: Tecnicas de tratamento incluem imputacao, exclusao ou substituicao por medias,
garantindo que os resultados da analise sejam mais precisos e confiaveis.
O que e mineracao de dados (data mining)?
a) Processo de copiar dados de uma planilha para outra.
b) Tecnica de explorar grandes volumes de dados para descobrir padroes, correlacoes e
tendencias ocultas.
c) Apenas criar graficos estatisticos.
d) Classificacao manual de arquivos.
Resposta: b) Tecnica de explorar grandes volumes de dados para descobrir padroes, correlacoes e
tendencias ocultas.
Explicacao: A mineracao de dados e essencial em Big Data, permitindo extrair insights relevantes
que nao seriam facilmente percebidos por analises convencionais.
Qual e a diferenca entre dados brutos e dados processados?
a) Dados brutos sao coletados mas ainda nao foram limpos ou analisados; dados processados
passaram por limpeza, transformacao e interpretacao.
b) Dados brutos ja estao prontos para graficos; dados processados nao.
c) Dados brutos sao sempre qualitativos; processados sao sempre quantitativos.
d) Nao ha diferenca entre eles.
Resposta: a) Dados brutos sao coletados mas ainda nao foram limpos ou analisados; dados
processados passaram por limpeza, transformacao e interpretacao.
Explicacao: Dados brutos contem ruidos e inconsistencias; o processamento e fundamental para
extrair informacoes confiaveis e utilizaveis para tomada de decisao.
O que significa sobreajuste (overfitting) em modelos de analise de dados?
a) Quando o modelo falha completamente em prever qualquer coisa.
b) Quando o modelo se ajusta excessivamente aos dados de treinamento, perdendo capacidade de
generalizacao para novos dados.
c) Quando o modelo e simples demais.
d) Quando ha dados duplicados no conjunto.
Resposta: b) Quando o modelo se ajusta excessivamente aos dados de treinamento, perdendo
capacidade de generalizacao para novos dados.
Explicacao: Sobreajuste resulta em modelos que parecem muito precisos com dados antigos, mas
nao conseguem fazer previsoes confiaveis em dados futuros.
O que e validacao de dados?
a) Processo de criar graficos coloridos.
b) Garantir que os dados estejam corretos, consistentes e dentro de limites esperados antes de
analise.
c) Apenas conferir se os arquivos estao salvos.
d) Contar quantas entradas existem em uma planilha.
Resposta: b) Garantir que os dados estejam corretos, consistentes e dentro de limites esperados
antes de analise.
Explicacao: A validacao evita erros e inconsistencias que poderiam comprometer a qualidade e a
confiabilidade dos resultados.
O que e analise de cluster?
a) Uma tecnica para separar arquivos de texto.
b) Metodo que agrupa dados em conjuntos (clusters) baseados em semelhancas, sem
pre-classificacao.
c) Apenas analise de frequencia de palavras.
d) Tecnica de normalizacao de dados.
Resposta: b) Metodo que agrupa dados em conjuntos (clusters) baseados em semelhancas, sem
pre-classificacao.
Explicacao: A analise de cluster ajuda a identificar padroes naturais nos dados, sendo muito
utilizada em segmentacao de clientes, biologia e reconhecimento de padroes.
Qual a diferenca entre dados continuos e discretos?
a) Dados continuos podem assumir qualquer valor dentro de um intervalo; discretos assumem
valores especificos e contaveis.
b) Nao ha diferenca entre eles.
c) Dados discretos sao sempre qualitativos; continuos sao sempre categoricos.
d) Dados continuos sao mais confiaveis que discretos.
Resposta: a) Dados continuos podem assumir qualquer valor dentro de um intervalo; discretos
assumem valores especificos e contaveis.
Explicacao: Essa distincao e importante para escolher metodos estatisticos e tecnicas de
visualizacao adequadas.
O que e analise de sensibilidade em modelos de dados?
a) Avaliacao de como mudancas nos dados de entrada afetam os resultados de um modelo.
b) Apenas a criacao de graficos comparativos.
c) Uma tecnica de limpeza de dados.
d) Apenas observar tendencias historicas.
Resposta: a) Avaliacao de como mudancas nos dados de entrada afetam os resultados de um
modelo.
Explicacao: A analise de sensibilidade ajuda a identificar quais variaveis tem maior impacto nas
conclusoes, orientando decisoes estrategicas.
O que significa imputacao de dados?
a) Excluir dados inconsistentes.
b) Substituir valores ausentes ou invalidos por estimativas plausiveis para manter a integridade do
conjunto de dados.
c) Apenas copiar dados de outra planilha.
d) Normalizar os dados para graficos.
Resposta: b) Substituir valores ausentes ou invalidos por estimativas plausiveis para manter a
integridade do conjunto de dados.
Explicacao: A imputacao e uma tecnica comum para evitar perda de informacoes importantes e
melhorar a qualidade da analise.
O que e analise de fatores?
a) Tecnica que reduz a dimensionalidade de dados, identificando fatores latentes que explicam
correlacoes entre variaveis observadas.
b) Apenas a criacao de tabelas de frequencia.
c) Contar palavras em um conjunto de textos.
d) Apenas um tipo de grafico estatistico.
Resposta: a) Tecnica que reduz a dimensionalidade de dados, identificando fatores latentes que
explicam correlacoes entre variaveis observadas.
Explicacao: A analise de fatores e util quando se trabalha com muitos indicadores, facilitando
interpretacao e simplificacao de dados complexos.
Qual e a importancia de documentar o processo de analise de dados?
a) Apenas para preencher relatorios burocraticos.
b) Para garantir transparencia, reprodutibilidade e permitir que outras pessoas entendam e validem
a analise realizada.
c) Nao e importante; o grafico final e suficiente.
d) Para substituir a limpeza de dados.
Resposta: b) Para garantir transparencia, reprodutibilidade e permitir que outras pessoas entendam
e validem a analiserealizada.
Explicacao: Documentar cada etapa evita ambiguidades e possibilita auditorias, alem de facilitar
melhorias futuras no processo analitico.
O que e uma variavel independente em analise de dados?
a) Variavel que depende de outra para ter valor.
b) Variavel que influencia ou explica outra variavel (dependente) em um modelo.
c) Variavel sem nenhuma funcao.
d) Variavel que sempre e qualitativa.
Resposta: b) Variavel que influencia ou explica outra variavel (dependente) em um modelo.
Explicacao: Identificar corretamente variaveis independentes e essencial para construir modelos
preditivos ou explicativos precisos.
O que significa escalonamento (scaling) de dados?
a) Ajustar os dados para uma escala comum, como min-max ou z-score, para melhorar
desempenho de modelos.
b) Aumentar o tamanho das planilhas.
c) Traduzir dados para outro idioma.
d) Excluir dados duplicados.
Resposta: a) Ajustar os dados para uma escala comum, como min-max ou z-score, para melhorar
desempenho de modelos.
Explicacao: Escalonamento evita que variaveis com magnitudes diferentes dominem os resultados
e e especialmente importante em tecnicas de machine learning.
Qual a diferenca entre analise de dados descritiva, preditiva e prescritiva?
a) Descritiva resume dados; preditiva projeta futuros; prescritiva sugere acoes com base em
previsoes.
b) Sao todos tipos de graficos diferentes.
c) Descritiva cria dashboards; preditiva faz estatisticas; prescritiva ignora dados.
d) Nao ha diferenca entre elas.
Resposta: a) Descritiva resume dados; preditiva projeta futuros