Julgue o item subsequente, em relação à modelagem de bancos de dados.

Em um esquema estrela, alterar o grão da tabela-fato implica redefinir o nível de detalhe de cada linha, o que pode exigir revisão das dimensões associadas e impactar a granularidade das análises.

Julgue o item subsequente, em relação à modelagem de bancos de dados.

Em um esquema estrela, toda tabela-fato deve conter pelo menos uma medida numérica, pois sem ela não há como estabelecer relacionamento com as dimensões.

Julgue o item subsequente, em relação à modelagem de bancos de dados.

Em um esquema estrela, a tabela-fato contém, predominantemente, descrições textuais detalhadas dos clientes, enquanto as dimensões armazenam métricas numéricas agregadas.

Julgue o item subsequente, em relação à modelagem de bancos de dados.

O esquema snowflake apresenta melhor desempenho que o esquema estrela em ambientes OLAP, porque a normalização das dimensões reduz redundância e diminui o tempo de resposta das consultas analíticas.

Julgue o item subsequente, em relação à modelagem de bancos de dados.

Em modelagem de dados, a terceira forma normal exige que todo atributo não-chave seja dependente apenas da chave primária, o que a torna igualmente adequada tanto para sistemas transacionais quanto para ambientes analíticos.

Acerca da modelagem estatística de dados, julgue o item a seguir.

Em regressões múltiplas, a presença de multicolinearidade perfeita melhora a precisão dos coeficientes, pois aumenta a informação disponível ao modelo.

Acerca da modelagem estatística de dados, julgue o item a seguir.

Na regressão linear simples estimada pelo método dos mínimos quadrados ordinários, o coeficiente β1 minimiza a soma dos quadrados dos resíduos.

Acerca da modelagem estatística de dados, julgue o item a seguir.

Testes t e F em regressão linear dependem, em sua formação clássica, da validade da estrutura de variância assumida pelo modelo.

Acerca da modelagem estatística de dados, julgue o item a seguir.

A normalização pode ser útil em etapas de preparação de dados, especialmente quando variáveis estão em escalas muito diferentes.

Acerca da modelagem estatística de dados, julgue o item a seguir.

Em séries temporais, a ordem temporal dos dados pode ser ignorada sem prejuízo para a modelagem, desde que a amostra seja grande.