Análise estatística de dados

Prévia do material em texto

CURTA MEU MATERIAL, PROVA 100% CORRETA
1
O planejamento deve ser realizado seguindo uma sequência de passos. O primeiro passo é a definição dos objetivos, ou seja, onde se deseja chegar. Em paralelo, deve-se analisar a situação atual, verificando onde se está e o que precisa ser feito para atingir o objetivo. A etapa que ocorre paralelamente à definição dos objetivos, chama-se...
 
Assinale a alternativa que completa corretamente a frase: 
	
	A) Oportunidades.
	
	· B) Diagnóstico.
	
	C) Ameaças.
	
	D) Estratégia.
2
Os algoritmos de classificação tem por objetivo: classificar um indivíduo em uma classe ou conjunto (WEBB, 2002) no qual elas precisam ser mutuamente exclusivas (PROVOST, 2013). Com base nos conceitos vistos no capítulo sobre classificação, responda à próxima questão.
 
Qual opção abaixo podemos definir como um problema de classificação? Marque o item correto:
 
	
	A) Calcular a probabilidade de um cliente comprar o produto.
	
	B) Os clientes da empresa X precisam ser agrupados a partir das suas características.
	
	· C) Uma empresa que investiga a chance dos seus clientes comprarem ou não o novo produto lançado. 
	
	D) Previsão da quantidade de produtos vendidos durante um determinado período.
3
Para garantir o sucesso de um planejamento, ele deve seguir uma sequência de ações que são ordenadas de modo a analisar o presente e o futuro, sempre tendo como ponto final nossos objetivos.
 
Sobre o planejamento, assinale a alternativa correta:
	
	A) O plano de ação deve considerar apenas o cenário futuro, realizando previsões baseadas na emoção e na razão.
	
	B) Uma vez definido, o plano de ação deve ser implantado e, caso julgado incoerente, deve ser refeito.
	
	· C) Depois de elaborado, o plano de ação deve ser implantado, avaliado e adotadas medidas de correção sempre que necessário.
	
	D) Não podemos definir um plano de ação como o mais adequado, pois os cenários estão em constante mudança.
4
  O KNN é um algoritmo supervisionado que tem por objetivo classificar objetos (WEBB, 2002). O algoritmo de Machine learning tem como propósito classificar o elemento e atribuir a ele o rótulo que representa a maior frequência dentre as k amostras mais próximas, através do esquema de votação.
 
  Quais as medidas de distâncias usadas pelo algoritmo KNN? Assinale o item correto:
	
	A)   Somente Distância Manhattan.
	
	B)   Somente Distância Euclidiana.
	
	C)   Distância Manhattan e Centroide.
	
	· D)   Distância Euclidiana e a Distância Manhattan.
5
O KNN é um algoritmo supervisionado que tem por objetivo classificar objetos (WEBB, 2002). O algoritmo de Machine learning tem como propósito classificar o elemento e atribuir a ele o rótulo que representa a maior frequência dentre as k amostras mais próximas, através do esquema de votação.
 
Como podemos utilizar o algoritmo KNN em negócios? Assinale a opção correta:
 
	
	A)   Para analisar o perfil do cliente.
	
	B)   Para calcular a probabilidade de vendas.
	
	· C)   Para encontrar as empresas mais semelhantes aos melhores clientes do negócio.
	
	D)   Para estimar o total de vendas em um período.
6
Tanto as empresas como as famílias podem elaborar um planejamento para que as metas estabelecidas sejam alcançadas. No planejamento, são estabelecidas ações baseadas em estudos dos ambientes interno e externo. Sobre o planejamento e suas características, analise as sentenças que seguem:
 
I – O planejamento deve ser um processo rígido, no qual as ações não podem ser alteradas.
II – O planejamento é um processo dinâmico, pois novos objetivos podem ser inseridos.
III – O planejamento deve ser fundamentado em aspectos emocionais e informações concretas.
IV – O planejamento tem como objetivo melhorar o desempenho e antecipar situações.
 
Assinale a alternativa que apresenta a resposta correta: 
	
	A) As sentenças I e III, estão corretas.
	
	B) As sentenças I e IV, estão corretas.
	
	· C) As sentenças II e IV, estão corretas.
	
	D) As sentenças II e III, estão corretas.
7
Os métodos hierárquicos criam uma hierarquia de relacionamentos entre os elementos, na qual os dados são particionados várias vezes, para produzir uma representação hierárquica dos agrupamentos (EVERITT, 2001), com o propósito de melhorar a visualização sobre a formação dos agrupamentos em cada estágio onde ela ocorreu e com o grau de semelhança entre os agrupamentos.
 
Métodos hierárquicos precisam de uma matriz que contém as métricas de distância entre os agrupamentos em cada estágio do algoritmo. Essa matriz é conhecida como matriz de similaridades entre agrupamentos. Conforme a matriz a seguir, quais são as variáveis que têm agrupamento similar?
 
	 
	Y1
	Y2
	Y3
	Y 1
	0
	0,3
	0,2
	Y2
	0,6
	0
	0,8
	Y3
	0,2
	0,7
	0
 
Assinale o item que contém o resultado correto:
 
 
	
	· A)  Y1 E Y3 
	
	B)  Nehuma das variáveis mostra agrupamento similar. 
	
	C)  Y2 E Y3
	
	D)  Y1 E Y2 
8
O aprendizado supervisionado tenta segmentar a população com base em rótulos conhecidos, isto é, precisa-se dizer ao algoritmo os resultados esperados para que ele possa fazer as classificações ou previsões de maneira correta. Com base nos conceitos iniciais da aprendizagem supervisionada, responda à próxima questão.
 
Quais são os tipos de técnicas da aprendizagem supervisionada? Marque o item correto:
 
	
	A) Agrupamento espontâneo.
	
	· B) Classificação e Previsão.
	
	C) Somente classificação. 
	
	D) Somente previsão.
9
Depois de coletar os dados é conveniente organizá-los de forma simples e clara, para melhor entendimento das informações. Os dados podem ser organizados em formas de tabelas ou gráficos para facilitar sua visualização e interpretação. Com base neste contexto, responda ao questionamento.
 
Sobre o que aprendemos de gráficos, marque o item correto:
 
	
	A) Gráficos identificam padrões, resultados e comparam medidas de forma mais rápida e simples, porém, somente se usados junto com medidas estatísticas.
	
	B) Gráficos não podem identificar padrões devido à sua simplicidade para analisar dados.
	
	· C) Gráficos identificam padrões, resultados e comparam medidas de forma mais rápida e simples, em relação a outras medidas estatísticas.
	
	D) Os gráficos não são confiáveis para fazer análises dos dados, pois não existem softwares precisos o suficiente para esta função.
10
Os gráficos podem mostrar o desempenho do negócio em determinado período de tempo, evidenciando os pontos que precisam ser otimizados, e proporcionam aos setores da organização elaborar um planejamento eficiente, baseando-se em dados consistentes.
 
Sobre as características que o gráfico de dispersão possui, assinale a alternativa correta:
 
	
	· A)  Utiliza-se para verificar a relação entre duas variáveis.
	
	B)  Ele representa os dados contínuos como tempo e pressão.
	
	C)   Representa dados da medição de uma variável contínua. 
	
	D)  Utiliza-se para comparar um único valor entre vários grupos. 
11
A compreensão das técnicas estatísticas depende do entendimento de alguns conceitos básicos, como saber a diferença entre população e amostra. População é todos os elementos do conjunto e a amostra é apenas uma parte desse conjunto.
 
Com base nos conceitos básicos das técnicas estatísticas, assinale a opção correta:
 
	
	· A) Parâmetro: característica que descreve a população.
	
	B)  Estimador: característica não numérica estabelecida na amostra.
	
	C)  População: conjuntos de todos os itens que não têm características em comum.
	
	D)  Amostra: conjuntos de todos os elementos da população que será analisada.
12
Depois de coletar os dados é conveniente organizá-los de forma simples e clara, para melhor entendimento das informações. Os dados podem ser organizados em formas de tabelas ou gráficos para facilitar sua visualização e interpretação. Com base neste contexto, responda ao questionamento.
 
Em relação ao que estudamos no capítulo sobre distribuição de frequência, marque a opção verdadeira:
 
	
	· A) Ela pode ser em formato de lista, tabela ou gráfico, mostrando a frequência de váriosresultados de uma amostra.
	
	B) Ela é pouco usada devido à sua complexidade.
	
	C) Ela pode ser formatada apenas em tabela, a qual mostra a frequência de vários resultados de uma amostra.
	
	D) Ela pode ser formatada apenas como lista e tabela.
13
O aprendizado supervisionado tenta segmentar a população com base em rótulos conhecidos, isto é, precisa-se dizer ao algoritmo os resultados esperados para que ele possa fazer as classificações ou previsões de maneira correta. Com base nos conceitos iniciais da aprendizagem supervisionada, responda à próxima questão.
 
Vimos no capítulo 2 os conceitos da aprendizagem supervisionada e as principais formas de aplicação. Com base no que estudamos, marque a opção que apresenta uma situação que podemos resolver usando a aprendizagem supervisionada.
 
Marque o item correto:
 
	
	A) Separar os clientes em grupos em que eles são reconhecidos por meio de características próprias.
	
	B) Calcular a probabilidade de os clientes comprarem o novo produto desenvolvido. 
	
	C) Agrupar os clientes de forma espontânea com base nos seus perfis, onde eles se enquadram em diferentes grupos.
	
	· D) Encontrar grupos de clientes que têm uma maior probabilidade de usar os serviços que uma empresa oferece.
14
A técnica de regressão tenta estimar ou prever para cada indivíduo o valor numérico de alguma variável que pertença a ele (CHARNET, 1999). Com base nos conceitos vistos no capítulo sobre regressão, responda à próxima questão.
 
Qual opção abaixo podemos definir como um problema de regressão? Marque o item correto:
 
	
	A) Os clientes da empresa X precisam ser agrupados a partir das suas características.
	
	B) Os clientes poderão comprar ou não o novo produto lançado?
	
	C) Calcular a probabilidade de um cliente comprar o produto.
	
	· D) Previsão da quantidade de produtos vendidos durante um determinado período.
15
A partir da coleta de dados, podemos extrair as informações sobre o fenômeno que desejamos avaliar, seja o perfil do cliente ou do mercado. Com base no que foi visto no capítulo sobre coleta e extração de informações, vamos avaliar a seguinte questão.
 
Assinale a alternativa que indica corretamente o tipo de coleta de dados citado no trecho abaixo.
 
“Esse tipo de coleta consiste em uma conversação para obter informações envolvendo duas ou mais pessoas”. 
	
	· A) Entrevista.
	
	B) Face a face. 
	
	C) Telemarketing.
	
	D) Questionário.
16
Algoritmos de aprendizado de máquina não supervisionado inferem padrões de um conjunto de dados sem referência a resultados conhecidos ou rotulados (MONARD, 2003). Com base nos conceitos vistos no capítulo sobre algoritmos de aprendizado de máquina não supervisionado, responda à próxima questão.
 
Assinale a alternativa correta sobre o aprendizado não supervisionado.
 
 
	
	A) O aprendizado não supervisionado precisa que os dados sejam rotulados para que se possa identificar padrões.
	
	B) O aprendizado não supervisionado é usado para problemas de classificação.
	
	· C) O aprendizado não supervisionado pode ser usado para descobrir a estrutura subjacente dos dados sem a necessidade de existir um conjunto de dados a priori. 
	
	D) O aprendizado não supervisionado pode ser usado para descobrir a estrutura subjacente dos dados sem a necessidade de existir um conjunto de dados a priori, porém não é usado na análise exploratória de dados.
17
À medida que o mercado se torna tecnológico, o fluxo de informações fica mais rápido, e avaliar essas informações é essencial. Por esse motivo, a análise de dados tem um papel cada vez mais importante nos negócios.Com base neste contexto, responda à seguinte questão.
 
Quais as vantagens que a análise de dados pode fornecer para a empresa?
 
Assinale o item correto:  
	
	A) A análise de dados permite comparar grupos e obter um quadro simples e resumido do cenário de uma empresa, porém ela não é boa para ser usada na tomada de decisões.
	
	· B) A análise de dados permite comparar grupos e obter um quadro simples e resumido do cenário de uma empresa, através dela um negócio pode ter estratégias inteligentes perante o mercado. 
	
	C) A análise de dados faz uso das medidas estatísticas para obter comparações apenas de grupos pequenos de clientes.
	
	D) A análise de dados não gera resultados confiáveis, por esse motivo é pouco utilizada em empresas.
18
O aprendizado supervisionado tenta segmentar a população com base em rótulos conhecidos, isto é, precisa-se dizer ao algoritmo os resultados esperados para que ele possa fazer as classificações ou previsões de maneira correta. Com base nos conceitos iniciais da aprendizagem supervisionada, responda à próxima questão.
 
Assinale a opção que aborda a característica correta sobre o aprendizado supervisionado.
 
	
	· A) O aprendizado supervisionado precisa que os dados sejam rotulados para que se possa identificar padrões.
	
	B) O aprendizado supervisionado não precisa que os dados sejam rotulados para que se possa identificar padrões.
	
	C) O aprendizado supervisionado precisa que os dados sejam rotulados obrigatoriamente por data, pois dessa forma é possível calcular as features. 
	
	D) O aprendizado supervisionado precisa que os dados sejam rotulados, para que possa ser possível agrupar os elementos de forma espontânea.
19
O planejamento é uma das funções básicas da administração de qualquer organização e pessoa, seja no ramo empresarial, educacional ou pessoal, sendo uma ferramenta que possibilita prever problemas e reduzir os impactos que eles trarão. Nesse sentido, podemos afirmar que o planejamento permite que...
 
Assinale a alternativa que completa corretamente a frase: 
	
	A) Sejam corrigidas imperfeições nos processos de trabalho, adequando o ambiente interno.
	
	· B) Sejam definidas as ações a serem seguidas, analisando o que é mais adequado de acordo com os objetivos.
	
	C) Sejam analisados os caminhos e suas chances de sucesso, rumo ao alcance dos objetivos.
	
	D) Sejam organizados os recursos que serão utilizados, identificando pessoas para atribuir tarefas e funções.
20
A análise de cluster classifica objetos de maneira que cada objeto seja semelhante aos outros no agrupamento com base em um conjunto de características escolhidas (HAIR, (2009). Os grupos formados devem então conter uma grande homogeneidade dentro de cada grupo, e uma taxa alta de heterogeneidade entre os grupos. Portanto, os objetos dentro dos agrupamentos estarão próximos quando forem representados graficamente, e cada grupo estará distante do outro.
 
Assinale a opção que contém corretamente os conceitos iniciais sobre a análise de cluster.
 
 
	
	A) A análise de cluster pode-se usar apenas para dados bivariados e univariados.
	
	B) Na análise de cluster faz-se previsões sobre os elementos que pertencem a grupos diferentes. 
	
	C) Podemos usar somente para dados discretos.
	
	· D) A análise de cluster classifica objetos de maneira que cada objeto seja semelhante aos outros no agrupamento.