FC ConcursosFC Concursos

Questão FC94882

Em um processo em que se utiliza a ciência de dados, o número de variáveis necessárias para a realização da investigação de um fenômeno é direta e simplesmente igual ao número de v

Inteligência Artificial (IA)

CEBRASPE (CESPE) · 2022

Em um processo em que se utiliza a ciência de dados, o número de variáveis necessárias para a realização da investigação de um fenômeno é direta e simplesmente igual ao número de variáveis utilizadas para mensurar as respectivas características desejadas; entretanto, é diferente o procedimento para determinar o número de variáveis explicativas, cujos dados estejam em escalas qualitativas.

Considerando esse aspecto dos modelos de regressão, julgue o item a seguir.

Para evitar um erro de ponderação arbitrária, deve-se recorrer ao artifício de uso de variáveis dummy, o que permitirá a estratificação da amostra da maneira que for definido um determinado critério, evento ou atributo, para então serem inseridas no modelo em análise; isso permitirá o estudo da relação entre o comportamento de determinada variável explicativa qualitativa e o fenômeno em questão, representado pela variável dependente.
Mostrar resposta e comentário

Gabarito

Certo

Comentário do professor

Comentário: A afirmação está correta, pois, ao utilizar variáveis qualitativas em um modelo de regressão, é necessário transformá-las em variáveis dummy. Isso significa que cada categoria da variável qualitativa é convertida em uma nova variável binária que toma o valor 0 ou 1, permitindo que o modelo reconheça a influência dessas categorias sobre a variável dependente. Essa técnica evita a atribuição arbitrária de pesos às categorias, garantindo que a relação entre a variável explicativa qualitativa e a variável dependente seja analisada de forma adequada e precisa, facilitando a interpretação dos resultados e a estratificação da amostra conforme os critérios definidos. Portanto, o uso de variáveis dummy é essencial para o correto tratamento de variáveis qualitativas em análises estatísticas e modelagem preditiva.

Conteúdo do catálogo FC Concursos · Atualizado em

Continue aprendendo