Questões • Concursos • Estatística • Componentes Principais

#1342062 • prova: 93395 • questão 66

Estatística • Análise Multivariada | Componentes Principais

2023 • Instituto Consulplan • IF-PA • Estatístico

Considere que um índice de desempenho acadêmico de 120 estudantes de uma instituição foi construído através da análise de componentes principais, tomando como base os valores das suas notas em quatro disciplinas X = (X₁, X₂, X₃, X₄). Os autovalores extraídos da matriz de covariâncias foram, respectivamente, iguais a 13, 4, 2, 1 e o primeiro autovetor normalizado foi e1 = (0,5; 0,2; 0,5; 0,7). O percentual de explicação da primeira componente principal e o valor do índice de desempenho de um estudante com notas X = (60, 70, 85, 80) são, respectivamente:

A	65% e 173,75
B	85% e 142,50
C	65% e 142,50
D	85% e 173,75

#1377535 • prova: 94714 • questão 56

prova • edital • ranking

Estatística • Análise Multivariada | Componentes Principais

2023 • FGV • Receita Federal • Analista Tributário da Receita Federal

A Análise de Componentes Principais (PCA) é uma técnica de transformação de dados que tem como objetivo encontrar as direções de maior variação nos dados, geralmente representadas pelos chamados componentes principais, e gerar novas representações dos dados.
Assinale o objetivo principal dessa técnica.

A	Discretização dos dados.
B	Redução da dimensionalidade dos dados.
C	Normalização dos dados.
D	Padronização dos dados.
E	Cálculo de distâncias entre os dados.

#1399075 • prova: 95366 • questão 41

prova • edital

Estatística • Análise Multivariada | Componentes Principais

2023 • FEPESE • Epagri • Estatístico

Considere a matriz de variância e covariância a seguir, e que os dois maiores autovalores dessa matriz sejam autovalor ₁ = 5,7 e autovalor ₂ = 4,3.

Considerando a análise de componentes principais, assinale a alternativa que traz a taxa de variação explicada por autovalor ₁ e autovalor ₂.

A	14%
B	25%
C	75%
D	67%
E	150%

#1399076 • prova: 95366 • questão 42

prova • edital

Estatística • Análise Multivariada | Componentes Principais

2023 • FEPESE • Epagri • Estatístico

Identifique abaixo as afirmativas verdadeiras ( V ) e as falsas ( F ) sobre a Regressão Logística.
( ) Para utilizar a Regressão logística não são necessárias as suposições de que a amostra tenha urna distribuição normal multivariada e que as matrizes de variância/covariância sejam iguais dento dos grupos. ( ) Tanto a análise discriminante quanto a Regressão Logística têm testes estatísticos diretos, habilidade para incorporar efeitos não lineares, e uma gama extensiva de diagnósticos. ( ) Uma vantagem da regressão logística é que só se precisa saber se um evento (ocorrência ou não, fracasso ou sucesso) aconteceu e podemos dessa forma utilizar um valor dicotômico como variável dependente. O procedimento prediz a estimativa da probabilidade que o evento vai ou não acontecer. ( ) Em vez de minimizar o quadrado dos desvios, a Regressão Logística minimiza a probabilidade de que o evento ocorra.

Assinale a alternativa que indica a sequência correta, de cima para baixo.

A	V • V • V • V
B	V • V • F • V
C	V • V • V • F
D	F • V • F • F
E	F • F • V • F

#1428553 • prova: 96509 • questão 61

prova • edital

Estatística • Análise Multivariada | Componentes Principais

2022 • FGV • Trt 13 Regiao - PB • Analista Judiciário - Estatística

Em relação à Análise de Componentes Principais (ACP), avalie se as afirmativas a seguir são falsas (F) ou verdadeiras (V).
I. O objetivo principal da ACP é obter variáveis não correlacionadas que retenham a maior parte da estrutura de variabilidade e correlação, a partir das variáveis originais, por meio de transformações lineares para reduzir a dimensão, medida pelo número de variáveis, da matriz de dados. II. A ACP possibilita a compreensão de aspectos do comportamento dos dados difíceis de serem deduzidos a partir das variáveis originais. III. Em geral, a ACP permite que se usem metodologias de análise univariada.
As afirmativas são, respectivamente,