Questão 52 · Informática: Inteligência artificial e ciência de dados
O processo de integração de dados demanda um conjunto de ações envolvendo tarefas no contexto do que usualmente se chama “limpeza de dados” (ou data cleansing). E um dos desafios enfrentados nesse processo é a forma pela qual serão tratados os dados ausentes.
A ausência de um dado atende a um mecanismo específico.
O mecanismo conhecido como MAR (Missing at Random) é aquele no qual a ausência
- A) causa a remoção de linhas completas de dados que apresentam qualquer coluna com dado ausente.
- B) elimina os registros de dados segundo algum critério, como sua matriz de correlação.
- C) está relacionada aos dados observados na coluna do conjunto de dados na qual a ausência ocorre.
- D) está relacionada aos demais dados das demais colunas do conjunto de dados, que não a coluna sendo observada.
- E) não tem relação alguma com os dados do conjunto de dados, acontecendo de forma aleatória.
Marque a alternativa correta:
Gabarito: D
Gabarito definitivo divulgado pela banca FGV (ALE/PR 2024).
Comentário
Gabarito: D.
Na teoria estatística de dados ausentes (proposta por Donald Rubin), a ausência de dados classifica-se em três mecanismos fundamentais: MCAR, MAR e MNAR. No mecanismo MAR (Missing at Random, ou ausência ao acaso), a probabilidade de um dado estar ausente em uma determinada variável não depende do seu próprio valor não observado, mas sim dos dados e características observados nas demais colunas (atributos) do conjunto de dados. Por exemplo, em uma pesquisa, a omissão da renda pode não depender do nível salarial em si, mas correlacionar-se com a variável idade ou grau de escolaridade devidamente observada.
• A: Incorreta, pois a remoção completa de linhas (listwise deletion) é uma técnica de tratamento e não o mecanismo teórico gerador da ausência. • B: Incorreta, pois a eliminação seletiva por matriz de correlação é um método de pré-processamento de atributos, não um padrão de incompletude. • C: Incorreta, pois se a ausência dependesse da própria variável não observada, o mecanismo seria MNAR (Missing Not at Random). • E: Incorreta, pois a ausência puramente aleatória sem qualquer relação com outras variáveis observadas define o mecanismo MCAR (Missing Completely at Random).
Dica de prova: Grave a tríade de Rubin: MCAR = ausência 100% aleatória (independe de tudo); MAR = ausência depende de outras colunas observadas; MNAR = ausência depende do próprio valor faltante.
Fundamentos: Mecanismos de dados ausentes (MCAR, MAR, MNAR) · Tratamento de dados e data cleansing em ciência de dados
Comentário gerado pela Cravei IA a partir do enunciado e do gabarito definitivo divulgado pela banca, e conferido por uma verificação automática. A IA pode errar: o gabarito oficial sempre prevalece.
Fonte: prova FGV ALE/PR 2024 (Analista Legislativo - Desenvolvedor de Sistemas), questão 52, com o gabarito definitivo da banca. Comentário: Equipe Cravei · como fazemos e revisamos.