Vamos analisar cada uma das alternativas para identificar a correta sobre a limpeza de dados: a) Dados ausentes devem sempre ser substituídos pela média, independentemente do contexto ou da natureza dos dados. - Essa afirmação é incorreta, pois a substituição pela média não é sempre a melhor abordagem, dependendo do contexto. b) Erros e inconsistências em dados não precisam ser corrigidos, pois não afetam a precisão da análise de mineração de dados. - Essa afirmação é falsa, pois erros e inconsistências podem comprometer seriamente a precisão da análise. c) A exclusão de registros com dados ausentes é a única técnica efetiva para lidar com dados ausentes na limpeza de dados. - Essa afirmação é incorreta, pois existem várias técnicas para lidar com dados ausentes, não apenas a exclusão. d) A imputação de dados ausentes e a análise de outliers são componentes cruciais da limpeza de dados, dependendo do contexto específico e da natureza dos dados. - Essa afirmação é verdadeira, pois a imputação e a análise de outliers são, de fato, práticas comuns e importantes na limpeza de dados, levando em consideração o contexto. e) Outliers nunca devem ser removidos, pois sempre representam variações genuínas nos dados. - Essa afirmação é falsa, pois outliers podem ser erros ou dados que não representam a realidade e, em alguns casos, devem ser removidos. Portanto, a alternativa correta é: d) A imputação de dados ausentes e a análise de outliers são componentes cruciais da limpeza de dados, dependendo do contexto específico e da natureza dos dados.