Questão 5261989

• Banca: CESPE / CEBRASPE
• Órgão: SERPRO
• Ano: 2021
• Provas: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados
• Disciplina: Banco de Dados
• Assuntos: Metadados e Metainformação

    Dados ausentes são muito comuns em aplicações que envolvem preenchimentos de formulários. Para o seu tratamento estatístico, encontra-se, na literatura, uma taxonomia para o mecanismo gerador de dados ausentes que os classifica em tipos como MAR (missing at random), MCAR (missing completely at random) e MNAR (missing not at random).

Considerando essas informações, julgue os itens subsequentes, relativos ao tratamento de dados ausentes.  

Os dados ausentes do tipo MAR são aqueles que dependem de fatores — ou variáveis — observáveis, como, por exemplo, o horário de preenchimento de um formulário.

• C. Certo
• E. Errado

Gabarito: C

Comentários

• A abordagem de dados do tipo MAR assumem que as observações com dados faltantes não respeitam uma distribuição aleatória como as amostras com dados observados. Isso significa que precisamos modelar o comportamento das amostras com dados faltantes.

  Há uma relação sistemática entre os dados ausentes e alguma informação coletada sobre os dados. Por exemplo, sabemos que os homens são mais propensos a responder perguntas sobre a sua idade e sobre o seu peso do que as mulheres. Portanto, em alguns datasets podemos encontrar uma relação entre os dados faltantes e a idade/sexo do entrevistado.

• Missing at Random (MAR): Faltar dados aleatoriamente significa que a propensão para um ponto de dados estar ausente não está relacionada aos dados ausentes, mas está relacionada a alguns dos dados observados.

  Fonte: https://portaldatascience.com/como-lidar-com-valores-faltantes-missing/