Questão FC369798
Com relação às técnicas de Detecção de Outliers, analise as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa. ( ) A Distância de Mahalanobis é uma técnica e
Bancos de Dados Dimensionais
FGV · 2025
Com relação às técnicas de Detecção de Outliers, analise as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa.
( ) A Distância de Mahalanobis é uma técnica eficaz para detectar outliers em dados multivariados, pois leva em consideração a média e a covariância dos dados, permitindo identificar pontos que são outliers em relação à distribuição conjunta das variáveis.
( ) Modelos de Misturas Gaussianas (GMM) não devem ser utilizados para detectar outliers com distribuições não normais, pois levam em consideração apenas distribuições Gaussianas.
( ) A Transformação Logarítmica é uma técnica comum e eficiente para remover outliers de forma definitiva em conjuntos de dados simétricos e assimétricos.
As afirmativas são, respectivamente,
- V – V – V.
- V – V – F.
- V – F – F.
- F – F – F.
- F – V – V.
Mostrar resposta e comentário
Gabarito
B
Comentário do professor
Distância de Mahalanobis é eficaz em detecção de outliers multivariados porque incorpora a média e a matriz de covariância, avaliando a posição de um ponto em relação à distribuição conjunta. Matematicamente: \(D_M(x)=\sqrt{(x-\mu)^\top\Sigma^{-1}(x-\mu)}\), o que permite identificar observações incomuns mesmo quando as variáveis são correlacionadas.
Modelos de Misturas Gaussianas (GMM) assumem que cada componente segue uma distribuição normal; por isso sua capacidade de representar caudas pesadas ou formatos fortemente não gaussianos é limitada. Em presença de outliers com distribuição não normal, GMM pode falhar em separar ruído de estrutura ou exigir muitas componentes artificiais.
Transformação Logarítmica não remove outliers definitivamente: ela pode reduzir assimetria e atenuar a influência de valores extremos, mas não elimina pontos inválidos e não é apropriada como única forma de tratamento em séries simétricas ou quando outliers têm origem em erro.
Conteúdo do catálogo FC Concursos · Atualizado em