Uma Secretaria de Fazenda estadual implantou um pipeline de Business Intelligence para monitorar a arrecadação do ICMS. Durante a fase de modelagem dimensional, a equipe de dados propôs uma tabela fato FatoArrecadacao com as colunas: chave do contribuinte, chave do município, chave do período (mês/ano), chave do tipo de tributo, valor arrecadado e alíquota média aplicada. Paralelamente, o cientista de dados responsável pelo ciclo analítico decidiu aplicar técnicas de aprendizado de máquina para prever a inadimplência de contribuintes, usando como variável-alvo o indicador binário de inadimplência e, como preditores, a média móvel de arrecadação dos últimos 12 meses, o setor econômico e o porte da empresa.

Considerando as boas práticas de modelagem dimensional, o ciclo analítico e os fundamentos de ciência de dados, avalie as afirmativas a seguir.

• I. A alíquota média aplicada, por ser uma medida derivada de razão entre valores aditivos, deve ser armazenada na tabela fato como atributo aditivo, pois isso simplifica consultas agregadas por município e período.
• II. A média móvel de arrecadação dos últimos 12 meses configura uma janela temporal que introduz dependência serial entre observações; por isso, a validação do modelo preditivo deve respeitar a ordem cronológica dos dados, evitando vazamento de informação do futuro para o passado.
• III. O setor econômico e o porte da empresa, por serem atributos descritivos do contribuinte, devem residir em dimensões, e não na tabela fato, sob pena de redundância e de anomalias de atualização no modelo dimensional.
• IV. No ciclo analítico, a etapa de preparação dos dados antecede a modelagem preditiva; contudo, a avaliação do modelo deve ocorrer antes da implantação em produção, sendo a etapa de monitoramento contínuo dispensável quando o modelo apresenta acurácia elevada no conjunto de teste.

Estao corretas apenas as afirmativas: