ANÁLISE ESTATÍSTICA DE DADOS

Prévia do material em texto

PÓS EM GESTÃO COMERCIAL E INTELIGÊNCIA DE MERCADO 
Análise Estatística de Dados 
 
1) 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. 
 
 Sobre o KNN, marque V para verdadeiro e F para falso: 
 
 ( ) Para estimar a classe a que o elemento K pertença, o algoritmo KNN calcula os 
K-vizinhos mais próximos a K . 
 
 ( ) Na fase de classificação para um dado elemento de teste K, seus K-vizinhos 
mais próximos podem ser de uma mesma classe, e o algoritmo pode não conseguir 
decidir qual a classe a que esse elemento K pertença. 
 
 ( ) Para encontrar a classe de um elemento que ainda não pertença a algum 
conjunto formado, o classificador KNN busca os K elementos do conjunto de 
treinamento que tenham a menor distância do elemento desconhecido. 
 
 Marque a opção que contém a sequência correta: 
 
A) V-V-V. 
 
B) V-F-F. 
 
C) V-V-F. 
 
D) F-F-F. 
 
2) 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) Amostra: conjuntos de todos os elementos da população que será analisada. 
 
B) População: conjuntos de todos os itens que não têm características em comum. 
 
C) Parâmetro: característica que descreve a população. 
 
D) Estimador: característica não numérica estabelecida na amostra. 
 
3) 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 pode ser usado para descobrir a 
estrutura subjacente dos dados sem a necessidade de existir um conjunto de 
dados a priori. 
 
C) O aprendizado não supervisionado é usado para problemas de classificação. 
 
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. 
 
4) 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, através dela um negócio pode ter 
estratégias inteligentes perante o mercado. 
 
B) A análise de dados não gera resultados confiáveis, por esse motivo é pouco 
utilizada em empresas. 
 
C) A análise de dados faz uso das medidas estatísticas para obter comparações 
apenas de grupos pequenos de clientes. 
 
D) 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. 
 
5) 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) Uma empresa que investiga a chance dos seus clientes comprarem ou não 
o novo produto lançado. 
 
B) Previsão da quantidade de produtos vendidos durante um determinado 
período. 
 
C) Calcular a probabilidade de um cliente comprar o produto. 
 
D) Os clientes da empresa X precisam ser agrupados a partir das suas 
características. 
 
6) 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. 
 
Quais os métodos a seguir são classificados como não supervisionados. Marque o 
item correto: 
 
 
A) Clustering, Anomaly detection, Association mining e Previsão. 
 
B) Clustering, Anomaly detection, Association mining e Latent variable 
models. 
 
C) Clustering, Anomaly detection, Classificação e Previsão. 
 
D) Clustering, Anomaly detection, Association mining e Classificação. 
 
7) 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. 
 
Assinale a opção que contém a principal característica da técnica de regressão. 
 
 
A) O propósito da regressão é minerar os dados de maneira descritiva. 
 
B) O propósito da regressão é agrupar indivíduos com as mesmas características. 
 
C) O propósito da regressão é encontrar a relação entre uma variável dependente 
(denotada por Y) e somente uma variável independente (denotada por X). 
 
D) O propósito da regressão é encontrar a relação entre uma variável 
dependente (denotada por Y) e uma série de outras variáveis independentes 
(denotadas por X). 
 
8) Saber formular perguntas pode parecer simples, mas é uma habilidade 
complexa que exige discernimento e flexibilidade, conforme o conteúdo, a forma e 
a função da pergunta. 
 
Nesse contexto, quanto às formas de perguntas, associe os itens que seguem: 
 
I – Abertas. 
II – Fechadas. 
III – Difusas. 
IV – Dirigidas. 
 
( ) São caracterizadas por garantirem a fonte de informação desejada. 
( ) São caracterizadas por incentivarem indivíduos com habilidades verbais. 
( ) São caracterizadas por produzirem maior quantidade de informações. 
( ) São caracterizadas por suscitarem respostas objetivas e precisas. 
 
Assinale a alternativa que apresenta a sequência correta de respostas: 
 
A) II – III – I – IV. 
 
B) IV – III – II – I. 
 
C) III – II – IV – I. 
 
D) IV – III – I – II. 
 
9) A competência para elogiar consiste em um elemento relevante para a obtenção 
e manutenção da qualidade das relações interpessoais. Essa competência pode ser 
compreendida como... 
 
Assinale a alternativa que completa corretamente a frase: 
 
A) Um conhecimento aprimorado sobre nossas emoções, pensamentos e 
comportamentos. 
 
B) Um comentário positivo direcionado ao indivíduo, sobre ele mesmo ou 
algo realizado por ele. 
 
C) Uma habilidade essencial para controlar nossos desempenhos e dos indivíduos 
com quem convivemos. 
 
D) Uma habilidade eficaz em decodificar, interpretar e responder determinadas 
mensagens. 
 
10) Comunicação é o processo de transmissão de informação de uma pessoa para 
outra e compartilhada por ambas. Para que haja comunicação é necessário que o 
destinatário da informação a receba e a compreenda. A informação simplesmente 
transmitida, mas não recebida ou compreendida, não foi comunicada. 
 
MARCONDES FILHO, C. Para entender a comunicação: contatos antecipados com 
a nova teoria. São Paulo: Paulus, 2008. 
 
Nesse contexto, assinale V para verdadeiro e F para falso acerca das características 
da comunicação verbal e não verbal: 
 
( ) A comunicação verbal depende do domínio da língua. 
( ) A comunicação não verbal consiste em posturas, expressões faciais ecorporais. 
( ) A comunicação não verbal pode se opor à comunicação verbal. 
 
Assinale a alternativa que apresenta a sequência correta de respostas: 
 
A) F – V – V. 
 
B) V – V – F. 
 
C) V – F – V. 
 
D) V – V – V. 
 
11) 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) Agrupar os clientes de forma espontânea com base nos seus perfis, onde eles se 
enquadram em diferentes grupos. 
 
C) Calcular a probabilidade de os clientes comprarem o novo produto 
desenvolvido. 
 
D) Encontrar grupos de clientes que têm uma maior probabilidade de usar 
os serviços que uma empresa oferece. 
 
12) Os dados coletados de uma pesquisa de mercado podem ser de natureza 
quantitativa ou qualitativa. Os dados quantitativos são usados para quantificar o 
problema por meio da geração de dados numéricos. Porém, os dados qualitativos 
são usados para revelar tendências de pensamento e opiniões. 
 
Com base no que vimos no capítulo sobre pesquisas de mercado, analise os itens 
abaixo e assinale a opção que contém apenas variáveis qualitativas: 
 
A) Cor da pele. Aprovou ou não o produto Q. Quantidade de clientes. 
 
B) Quantidade de clientes que compraram o produto X. Fumantes ou não Q. 
Quantidade de clientes que frequentam uma loja. 
 
C) Cor da pele. Aprovou ou não o produto. Fumantes ou não. 
 
D) Quantidade de clientes que frequentam uma loja. Quantidade de clientes que 
compraram o produto X. Cor dos olhos. 
 
13) 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 selecionar os pontos da semente do algoritmo KNN? Assinale a 
opção correta: 
 
 
A) O algoritmo gera de forma automática. 
 
B) Não é necessário gerar pontos de semente. 
 
C) Definição pelo pesquisador ou Gerar pela própria amostra. 
 
D) Somente pela definição do pesquisador. 
 
14) Pesquisas de mercado são frequentemente usadas para coletar os dados dos 
clientes, e informações do mercado. Com base no conceito visto sobre pesquisa de 
mercado, avalie a próxima questão. 
 
Avalie o próximo trecho: “Este é um tipo de pesquisa que está focado nas 
avaliações subjetivas e tem o propósito de identificar as percepções humanas 
sobre produtos, serviços e empresas, a fim de apontar comportamentos e 
tendências.” De qual tipo de pesquisa o trecho se refere? 
 
Assinale a alternativa correta: 
 
A) Pesquisas Discretas. 
 
B) Qualitativa. 
 
C) Quantitativa. 
 
D) Pesquisas Contínuas. 
 
15) O método aglomerativo é iniciado com cada padrão formando seu próprio 
agrupamento, e gradativamente os grupos são formados até que um único 
conjunto contendo todos os dados seja gerado (SILVA, 2005). Ao iniciar o processo, 
os grupos são pequenos e os elementos de cada grupo possuem um alto grau de 
similaridade. 
 
Como podemos medir a qualidade do agrupamento formado a partir do método 
aglomerativo? Assinale a opção correta: 
 
 
A) Através do coeficiente aglomerativo. 
 
B) Através do desvio-padrão do agrupamento. 
 
C) Através da média do agrupamento. 
 
D) Através do coeficiente de correlação. 
 
16) 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) Ele representa os dados contínuos como tempo e pressão. 
 
B) Utiliza-se para comparar um único valor entre vários grupos. 
 
C) Representa dados da medição de uma variável contínua. 
 
D) Utiliza-se para verificar a relação entre duas variáveis. 
 
17) A análise de regressão é frequentemente usada por economistas e 
pesquisadores de negócios, para auxiliar gerentes e donos de empresas a prever 
condições futuras, e fornece suporte quantitativo para a tomada de decisão dos 
gerentes. Também auxilia na detecção de falhas das estratégias gerenciais e 
fornece novos feedbacks que podem mudar as prospecções do negócio (PROVOST, 
2013). 
 
Dentre as alternativas abaixo, qual caracteriza a regressão? Assinale a opção 
correta: 
 
 
A) A análise de regressão pode ser usada para inferir as relações somente entre 
uma variável independente e uma dependente. 
 
B) A análise de regressão pode ser usada para inferir as relações entre variáveis 
independentes e dependentes, porém somente para valores positivos. 
 
C) A análise de regressão também é usada para entender quais dentre as 
variáveis independentes estão relacionadas à variável dependente e 
explorar as formas dessas relações. 
 
D) A análise de regressão pode ser usada para inferir a classificação entre uma 
variável independente e uma dependente. 
 
18) 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. 
 
 Assinale a alternativa que contém de forma correta os impactos que a análise de 
dados pode trazer para uma empresa. 
 
A) Melhorar a eficiência da tomada de decisão da empresa. 
 
B) Com a aplicação da análise de dados, os custos de uma empresa podem 
aumentar, por conta do alto valor que precisa ser investido para gerar 
informações consolidadas. 
 
C) Devido à complexidade do fluxo de informações, a análise de dados pode se 
tornar pouco eficiente. 
 
D) Baixa compreensão do mercado. 
 
19) 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. 
 
20) O automonitoramento do desempenho das relações interpessoais oportuniza o 
desenvolvimento de habilidades sociais significativas no campo metacognitivo e 
afetivo-comportamental. 
 
Nesse contexto, analise as sentenças que seguem sobre automonitoria: 
I – É a capacidade de compreender as suas próprias emoções, pensamentos e 
comportamentos. 
II – As pessoas com essa habilidade têm maior probabilidade de sucesso em 
circunstâncias complexas. 
III – As pessoas com essa habilidade apresentam autoestima e autoconfiança 
elevadas. 
IV – As pessoas com essa habilidade possuem menor controle da impulsividade. 
 
Assinale a alternativa que apresenta a resposta correta: 
 
A) As sentenças I, II e III estão corretas. 
 
B) As sentenças I, II, III e IV estão corretas. 
 
C) As sentenças I, III e IV estão corretas. 
 
D) As sentenças I, II e IV estão corretas.