Suponha que os processos que entram no Tribunal de Justiça variam entre 500 e 800 por mês. Em um dado mês, a entrada de processos ultrapassou os 1.500, sem nenhum fator sazonal óbv

Gabarito

D

Comentário do professor

Detecção de outlier é a técnica adequada aqui: identifica observações que se desviam significativamente do padrão histórico de entradas.

Na prática, a detecção marca o mês com 1.500+ processos como anômalo, permitindo quantificar o grau da ruptura frente à média e dispersão.

Existem abordagens estatísticas e de ML: por exemplo, z‑score \(z=\frac{x-\mu}{\sigma}\) e IQR para regras simples; Isolation Forest, Local Outlier Factor ou DBSCAN para casos mais complexos; em séries temporais, decomposição/SLT ajuda a diferenciar ruído de mudança real.

O resultado é uma lista de instantes/valores atípicos para investigação posterior: detectar prioriza onde olhar; entender causas exige cruzar com variáveis externas (tipos de ação, campanhas, mudanças legais, falhas sistêmicas).