Quiz de Estatística e Ciência de Dados

Em uma linha de produção, a probabilidade de um item ser defeituoso é de 8%. Em um lote de 10 itens inspecionados, qual a probabilidade de exatamente 2 itens serem defeituosos, considerando um modelo de distribuição binomial?

• 0,2331

• 0,3016

• 0,0746

• 0,5002

• 0,1478

Um centro de atendimento recebe, em média, 4 chamadas por minuto. Usando a distribuição de Poisson, qual a probabilidade de que, em um minuto específico, cheguem exatamente 6 chamadas?

• 0,0892

• 0,1563

• 0,1042

• 0,2424

• 0,0153

O peso de um produto segue uma distribuição normal com média de 500 g e desvio padrão de 10 g. Qual a probabilidade aproximada de que um produto selecionado aleatoriamente pese entre 490 g e 515 g? (Use a tabela z)

• 0,6247

• 0,4332

• 0,7745

• 0,9216

• 0,3085

Uma pesquisa de satisfação deseja representar todos os setores de uma empresa, onde o número de funcionários varia entre setores. Qual técnica de amostragem garante que cada setor seja representado proporcionalmente?

• Amostragem por conglomerados

• Amostragem sistemática

• Amostragem aleatória simples

• Amostragem estratificada

• Amostragem intencional

Entre as opções abaixo, qual descreve com maior precisão o objetivo central da Ciência de Dados?

• Criar visualizações gráficas de dados sem análise aprofundada

• Desenvolver exclusivamente modelos preditivos

• Extrair conhecimento e gerar insights acionáveis a partir de dados

• Armazenar dados em grandes bancos de dados

• Criar algoritmos de forma isolada, sem considerar o contexto dos dados

Em um conjunto de dados, existem valores duplicados, inconsistências de formatação e dados ausentes. Qual é a sequência lógica mais indicada para preparação desses dados antes da análise?

• Remover duplicatas, corrigir inconsistências/formatação, lidar com dados ausentes

• Remover duplicatas, lidar com dados ausentes

• Lidar com dados ausentes, corrigir inconsistências, remover duplicatas
  

• Corrigir inconsistências, lidar com dados ausentes, remover duplicatas
  

• Lidar com dados ausentes, remover duplicatas, corrigir inconsistências

Na avaliação de um modelo de classificação binária, qual métrica é mais apropriada quando há forte desbalanceamento entre as classes e deseja-se evitar falsos negativos?

• Acurácia

• Precisão

• Recall (Sensibilidade)

• F1-Score

• Erro Quadrático Médio

Uma empresa quer prever o número de vendas diárias para as próximas semanas. Qual das opções abaixo representa uma prática recomendada para análise de séries temporais?

• Aplicar validação cruzada k-fold tradicional

• Usar modelos que assumem independência entre observações

• Considerar a autocorrelação e tendências sazonais nos dados

• Ignorar valores extremos para simplificação

• Tratar cada observação como independente no tempo

Qual prática abaixo está mais alinhada aos princípios éticos da Ciência de Dados, especialmente em conformidade com a LGPD?

• Utilizar qualquer dado disponível na internet, desde que seja público

• Compartilhar dados pessoais entre parceiros comerciais sem consentimento

• Minimizar a coleta de dados, utilizando apenas informações necessárias

• Criar perfis detalhados de indivíduos sem informar o uso dos dados

• Armazenar dados por tempo indeterminado, independentemente da finalidade

Em um projeto de Ciência de Dados, qual é a principal vantagem de integrar ferramentas como Python (com bibliotecas como Pandas e Scikit-learn) e SQL no fluxo de trabalho?

• Permitir apenas a visualização de dados sem processamento
  

• Evitar a necessidade de armazenar dados em bancos relacionais
  

• Combinar manipulação, análise e extração de dados de forma eficiente
  

• Substituir completamente a necessidade de conhecimento estatístico
  

• Limitar o trabalho a conjuntos de dados exclusivamente estruturados