Com relação às técnicas de Detecção de Outliers, analise as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa. ( ) A Distância de Mahalanobis é uma técnica eficaz para detectar outliers em dados multivariados, pois leva em consideração a média e a covariância dos dados, permitindo identificar pontos que são outliers em relação à distribuição conjunta das variáveis. ( ) Modelos de Misturas Gaussianas (GMM) não devem ser utilizados para detectar outliers com distribuições não normais, pois levam em consideração apenas distribuições Gaussianas. ( ) A Transformação Logarítmica é uma técnica comum e eficiente para remover outliers de forma definitiva em conjuntos de dados simétricos e assimétricos. As afirmativas são, respectivamente,
- A)V – V – V.
Errada, porque as afirmativas 2 e 3 são falsas, então a sequência não é V - V - V.
- B)V – V – F.
Errada, porque a terceira afirmativa é falsa: transformação logarítmica não remove outliers de forma definitiva.
- C)V – F – F.
Certa, porque a primeira afirmativa é verdadeira e as duas seguintes são falsas.
- D)F – F – F.
Errada, porque a primeira afirmativa é verdadeira: a Distância de Mahalanobis é adequada para detectar outliers multivariados.
- E)F – V – V.
Errada, porque a primeira afirmativa não é falsa e a terceira também não é verdadeira.
Gabarito: C
Detecção de outliers é aquele assunto em que um ponto “espalhafatoso” pode atrapalhar média, desvio-padrão e até modelos inteiros. Em dados multivariados, a Distância de Mahalanobis é bem útil porque não olha só a distância bruta: ela considera a média e a covariância, ou seja, leva em conta a relação entre as variáveis. Por isso, consegue apontar observações incomuns em relação ao comportamento conjunto dos dados. A segunda afirmativa está errada porque Modelos de Misturas Gaussianas (GMM) não ficam presos a uma única forma simples de distribuição. Eles assumem que os dados podem ser representados por várias Gaussianas combinadas, o que ajuda a modelar estruturas mais complexas. Então não é correto dizer que eles “não devem” ser usados em distribuições não normais só por causa dessa característica. A terceira também é falsa: transformação logarítmica não “remove” outliers de forma definitiva. Ela pode ajudar a reduzir assimetria e comprimir valores muito altos, tornando a distribuição mais amigável, mas o outlier continua lá. É mais uma técnica de estabilização e ajuste da escala do que uma borracha mágica para apagar pontos extremos. Assim, a sequência correta é V - F - F, que corresponde à alternativa C. Em prova, a banca costuma misturar técnica estatística com exageros de linguagem, e a palavra “definitivamente” é um sinal clássico de armadilha.