Questão nº 52
Questão de Tecnologia da Informação · FGV ALEP 2024 (nº 52)
O processo de integração de dados demanda um conjunto de ações envolvendo tarefas no contexto do que usualmente se chama “limpeza de dados” (ou data cleansing). E um dos desafios enfrentados nesse processo é a forma pela qual serão tratados os dados ausentes.
A ausência de um dado atende a um mecanismo específico.
O mecanismo conhecido como MAR (Missing at Random) é aquele no qual a ausência
- Acausa a remoção de linhas completas de dados que apresentam qualquer coluna com dado ausente.
- Belimina os registros de dados segundo algum critério, como sua matriz de correlação.
- Cestá relacionada aos dados observados na coluna do conjunto de dados na qual a ausência ocorre.
- Destá relacionada aos demais dados das demais colunas do conjunto de dados, que não a coluna sendo observada. (alternativa correta)
- Enão tem relação alguma com os dados do conjunto de dados, acontecendo de forma aleatória.
Resposta comentada
Gabarito Alternativa D
MAR (Missing at Random) é um tipo de ausência de dados onde a chance de um valor estar faltando depende de outras informações que já existem no nosso conjunto de dados, mas não do valor que deveria estar ali se ele não estivesse faltando.
- (A) Incorreta: Esta alternativa descreve uma forma de tratar dados ausentes (remoção de linhas), e não o mecanismo que causa a ausência.
- (B) Incorreta: Similarmente à alternativa A, esta descreve uma técnica de tratamento de dados ausentes (eliminação por critério), e não o mecanismo de ausência em si.
- (C) Incorreta: A ausência MAR não está relacionada aos dados observados na própria coluna onde a ausência ocorre. Se a ausência dependesse dos dados observados na mesma coluna, seria uma situação diferente. Armadilha da banca: O termo "dados observados" pode induzir ao erro, mas a chave do MAR é a dependência de outras variáveis observadas, não da própria variável em questão.
- (D) Correta: O mecanismo MAR (Missing at Random) significa que a probabilidade de um dado estar ausente em uma coluna é influenciada pelos valores de outras colunas (outros dados observados no conjunto), mas não pelo valor que estaria faltando na coluna em questão.
- (E) Incorreta: Esta alternativa descreve o mecanismo MCAR (Missing Completely at Random), onde a ausência é totalmente aleatória e não tem relação com nenhum dado do conjunto, seja ele observado ou não. O nome "Missing at Random" pode ser enganoso, pois não significa "completamente aleatório".
Fonte: FGV ALEP 2024 Analista Legislativo - Desenvolvedor de Sistemas (Caderno Tipo 1). Reproduzida para fins de estudo.