Julgue os itens a seguir, relacionados aos fundamentos da teoria estatística.

Se, em uma amostra aleatória, a covariância entre as variáveis X e Y é 256, e a covariância entre as variáveis X e Z é 1.024, então a variável X é mais correlacionada com Z do que com Y.

Uma distribuição conjunta das variáveis X e Y é dada pela função de densidade \( f(x,y) = 1 -\dfrac{x}{2} - \dfrac{y}{3} \), em que \( 0 \le x \ge 2,0 \le y \le 2 \) e \( f(x,y)= 0 \). Considerando essas informações, bem comopara os demais pontos, julgue o item a seguir.

X e Y são independentes.

Uma distribuição conjunta das variáveis \( X \) e \( Y \) é dada pela função de densidade \( f(x,y) = 1 - \dfrac{x}{2} - \dfrac{y}{3} \), em que \( 0 \le x \le 2 \), \( 0 \le y \le 2 \) e \( 3x+2y\le2 \). Considerando essas informações, bem como \( f(x,y) = 0 \) para os demais pontos, julgue os itens a seguir.

\(E[X]>E[Y]\)

Para a variável teor_de_ferro, a discretização baseada em intervalos é adequada para classificá-la em categorias como baixo, médio e alto, utilizando faixas predefinidas de percentual de ferro.

Quanto à normalização estatística, na tabela 22A6-I, as variáveis quantidade de minério e profundidade devem ser normalizadas. Já na tabela 22A6-II, não há necessidade de se normalizar as variáveis temperatura e precipitação.

Sobre o uso do Microsoft Excel para criação de planilhas, funções, gráficos e análise de dados, analise as afirmativas a seguir.

I. Permite a criação de gráficos dinâmicos, os quais são atualizados automaticamente quando os dados de origem são alterados, sem a necessidade de redefinir o gráfico.

II. Permite a utilização de funções avançadas de análise de dados, como modelos de regressão, diretamente através do suplemento “Análise de Dados”, sem a necessidade de programação em VBA.

III. Tem a capacidade de trabalhar com grandes volumes de dados utilizando tabelas dinâmicas, mas essas tabelas não podem ser conectadas a fontes de dados externas, como bancos de dados SQL ou planilhas do Google Sheets.

IV. A função SOMASE() permite somar valores que atendem a múltiplos critérios, de forma simultânea e em diferentes intervalos.

Está correto o que se afirma apenas em

Considerando que a Resolução CNJ nº 462/2022 dispõe sobre a gestão de dados e estatística, cria a Rede de Pesquisas Judiciárias (RPJ) e os Grupos de Pesquisas Judiciárias (GPJ) no âmbito do Poder Judiciário e dá outras providências, assinale a afirmativa INCORRETA.

No software R, o pacote dplyr oferece uma sintaxe intuitiva e ágil para manipulação de dados. Considere que uma base de dados contendo as quatro variáveis listadas a seguir foi armazenada no objeto processos:

• ID: identificador único do processo.

• Status: status do processo (“em andamento”, “finalizado” ou “arquivado”).

• Numero Decisoes: número de decisões ou despachos no processo.

• Data Conclusao: data de conclusão do processo (se o status for “finalizado”), no formato AAAA-MM-DD.

Nesse contexto, considere que um analista deseja calcular a soma total de decisões ou despachos proferidas nos processos “finalizados” para cada ano de conclusão. Qual das alternativa a seguir realiza essa operação corretamente, utilizando funções dplyr, e salva o resultado no objeto Soma_Decisoes?

No contexto de análises estatísticas, os dados podem estar disponíveis em diferentes tipos de organização. Dependendo da forma de definição e armazenamento, os conjuntos de dados são tipicamente caracterizados como estruturados, semiestruturados e não estruturados. Diante do exposto, analise as afirmativas a seguir.

I. Enquanto dados não estruturados são normalmente armazenados em seu formato nativo (como vídeos, imagens ou documentos de texto), dados estruturados são armazenados em linhas e colunas e podem ser mapeados para campos predefinidos.

II. Ao contrário dos dados estruturados, que podem ser organizados e acessados por meio de bancos de dados relacionais, dados não estruturados não têm um modelo rígido de organização predefinido.

III. Conjuntos de dados semiestruturados usam tags e marcadores (ou seja, metadados) em vez de exigir um esquema predefinido em tabelas, linhas e colunas, como nos dados estruturados.

IV. Os data lakes podem ser projetados para armazenar dados semiestruturados juntamente com dados estruturados, permitindo a coexistência de dados de ambos os tipos.

Está correto o que se afirma em

Um analista de dados foi encarregado de criar um painel interativo para monitorar o andamento de processos judiciais em um Tribunal de Justiça. A base de dados utilizada contém as seguintes informações:

• ID Processo: identificador do processo.

• Data Abertura: data de início do processo, no formato AAAA-MM-DD.

• Status: status atual do processo (“em andamento”, “finalizado” ou “arquivado”).

• Tempo Tramitacao: tempo total de tramitação do processo (em dias).

• Vara: nome da vara judicial responsável.

Para alcançar o objetivo, o analista seguiu as etapas a seguir:

1. Coleta: exportou os dados do sistema interno do Tribunal em formato CSV.

2. Tratamento: corrigiu inconsistências na variável ID_Processo e eliminou duplicatas.

3. Armazenamento: salvou a base tratada em um banco de dados SQL para posterior consulta.

4. Integração e visualização: conectou o banco de dados SQL ao Power BI, criando gráficos interativos que exibem, para cada vara judicial, a distribuição de processos por status e o tempo médio de tramitação.

Com base no contexto, é INCORRETO afirmar que: