Sobre o sistema da Lei Anticorrupção, é correto afirmar que:

Considere a seguinte sequência de 2001 valores: x₁=-1000, x₂=-999, ..., x₁₀₀₁=0, x₁₀₀₂=1, ..., x₂₀₀₁=1000.

A covariância amostral entre essa sequência e a sequência de seus valores ao quadrado (y_i = x_i²) é:

Assuma que o valor anual gasto para pagamento de pessoal em municípios de uma certa região do Brasil possui distribuição normal com parâmetros desconhecidos. Em uma amostra de 16 municípios, observou-se um gasto médio de R$ 1.000.000,00 ao ano com desvio padrão amostral igual a R$ 500.000,00. Gostaríamos de testar se o gasto médio para pagamento de pessoal desses municípios é estatisticamente diferente de R$ 750.000,00.

O teste a ser usado e o valor da sua estatística de teste são, respectivamente:

O histograma a seguir mostra a quantidade de refeições para cada faixa de preço, em uma determinada área do Rio de Janeiro.

O conjunto de dados consistente com o histograma é:

Numa empresa com 100 funcionários, todos foram perguntados a respeito de suas preferências sobre trabalho remoto ou presencial. Dos funcionários de 18 a 39 anos, 40% preferem trabalho presencial. Dos funcionários acima de 40 anos, 40% mostraram preferência pelo remoto. Dos 100 funcionários, 50 têm mais de 40 anos. O presidente da empresa está interessado em saber se a preferência por trabalho remoto é independente da categoria de idade (18 a 39 e acima de 40 anos).

O teste a ser usado pelo presidente e o valor da estatística de teste são, respectivamente:

Natasha, uma cientista de dados, está trabalhando com um conjunto de dados sobre carros para fazer um modelo preditivo para uma companhia de seguros. A primeira versão do modelo utiliza apenas informações básicas sobre os carros: a marca e a cor.

Como esses dados são categóricos, Natasha faz um pré-processamento usando a biblioteca scikit-learn. Em um ambiente interativo, ela executa os comandos a seguir.

>>> from sklearn.preprocessing import OneHotEncoder
>>> enc = OneHotEncoder()
>>> X = [['Toyota', 'vermelho'], ['Toyota',
'verde'], ['BMW', 'vermelho']]

>>> enc.fit(X)
>>> enc.get_feature_names()
array(['x0_BMW', 'x0_Toyota', 'x1_verde', 'x1_vermelho'], dtype=object)

>>> X_prime = enc.transform(X).toarray()
>>> X_prime
array([[0., 1., 0., 1.], [0., 1., 1., 0.], [1., 0., 0., 1.]])

Para contar o número de carros da marca Toyota no conjunto de dados, obtendo corretamente o resultado 2, Natasha pode usar a seguinte linha de código:

Um analista do TCU recebe o conjunto de dados com covariáveis e a classe a que cada amostra pertence na tabela a seguir.

Esse analista gostaria de prever a classe dos pontos (1,1), (0,0) e (-1,2) usando o algoritmo de k-vizinhos mais próximos com k=3 e usando a distância euclidiana usual.

Suas classes previstas são, respectivamente:

Seja uma rede neural com camada de entrada com dimensão dois que recebe dados (x₁, x₂). Essa rede aplica pesos w₁ em x₁, w₂ em x₂ e adiciona um viés w₀. A função de ativação é dada pela função sinal s(z) = +1, se z \( \ge \) 0, e s(z) = -1, se z \( < \) 0. Essa rede não tem nenhuma camada oculta e será utilizada para classificar observações em y=+1 ou y=-1.

Para pesos w₁ = 2, w₂ = 3 e viés w₀ = 1, a região de classificação é uma reta que passa nos pontos:

Um analista do TCU gostaria de aplicar um modelo de Latent Dirichlet Allocation (LDA) em um conjunto de textos.

A alternativa que melhor descreve o resultado do modelo é:

A tabela presente no código em R abaixo apresenta a quantidade de processos analisados por três analistas (denotados por A1, A2 e A3) em diferentes anos.

dados = tibble::tibble(Analista=c(“A1”, “A1”, “A1”, “A2”,

“A2”, “A3”, “A3”, “A3”),

Ano=c(2018,2019,2020,2019,2020,2018,2019,2020),

Processos=c(10,15,20,25,20,8,7,12))

Um programador roda o código abaixo em R.

tidyr::pivot_wider(data=dados, names_from=”Analista”,

values_from=”Processos”)

Os valores esperados na primeira linha do objeto resultante do comando acima são: