Atividade 2 estatística aplicada ao data science - 9

Prévia do material em texto

14/11/2021 17:12 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890-212-3 - 202120.ead-19326.01
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_75… 1/8
Pergunta 1
Resposta Selecionada:  
Resposta Correta:  
Comentário
da resposta:
Vimos que há dois principais tipos de aprendizagem supervisionada: problema
de regressão e problema de classificação. São os tipos de variáveis resposta
dos dados em análise que distinguem esses dois tipos entre si. 
 
Relativamente a esses dois tipos, analise as afirmativas a seguir.
 
1. Na aprendizagem supervisionada, um problema de regressão é um no qual
a variável resposta é qualitativa.
2. Na aprendizagem supervisionada, um problema de regressão é um no qual
a variável resposta é quantitativa.
3. Na aprendizagem supervisionada, um problema de classificação é um no
qual a variável resposta é qualitativa.
4. Na aprendizagem supervisionada, um problema de classificação é um no
qual a variável resposta é quantitativa.
 
Está correto o que se afirma em:
II e III, apenas.
II e III, apenas.
Resposta correta. Na aprendizagem supervisionada, um problema de
regressão é um no qual a variável resposta é quantitativa e um problema de
classificação é um no qual a variável resposta é qualitativa.
Pergunta 2
Continuando com o mesmo caso da questão anterior, relativa à aprovação, pelos
bancos, de crédito na forma de cartão de crédito, como se fazia, no passado, a
aprovação da concessão de cartões de crédito pelos bancos? E, hoje em dia,
como os bancos fazem essa aprovação? 
 
Reflita sobre essas perguntas e suas respostas, analise as afirmativas a seguir e
assinale V 
para a(s) Verdadeira(s) e F para a(s) Falsa(s). 
 
 
1. ( ) No passado, os bancos faziam, e ainda fazem, ao menos em parte, a
aprovação da concessão de cartões de crédito através da definição de
regras que devem ser atendidas por cada cliente, tais como idade,
emprego estável, renda fixa, dívidas pequenas, nome limpo e casa própria.
2. ( ) Hoje em dia, dentre outras alternativas, uma que é frequentemente
usada pelos bancos são algoritmos de aprendizagem supervisionada que
classificam se o cliente é um potencial bom ou mau pagador.
3. ( ) Para usarmos algoritmos de classificação com esse propósito de
aprovar ou não cartões de crédito, precisamos de dados. Ensinamos ao
algoritmo, com base nos dados que lhe são passados, a predizer clientes
que são maus pagadores potenciais das faturas do cartão. Dessa forma,
1 em 1 pontos
1 em 1 pontos
14/11/2021 17:12 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890-212-3 - 202120.ead-19326.01
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_75… 2/8
Resposta Selecionada:
 
Resposta Correta:
 
Comentário
da resposta:
se o algoritmo, ao ser alimentado com os dados referentes a um novo
cliente, classificar esse cliente como um mau pagador potencial, o banco
não aprovará o cartão.
4. ( ) Para equipes de análise de crédito, poder contar com a ajuda de um
software com a capacidade de recomendar a aprovação ou não da
concessão do cartão é de grande valor.
5. ( ) A recomendação feita pelo software poderá ser tratada ao lado de
outras regras de crédito para uma decisão final sobre a concessão de
cartão para o cliente.
 
Assinale a alternativa que apresenta a sequência correta.
  
  
V, V, V, V. 
  
 
V, V, V, V.
 
 
Resposta correta. No passado, os bancos faziam a aprovação da concessão de
cartões de crédito através da definição de regras que deviam ser atendidas por
cada cliente; hoje em dia, algoritmos de aprendizado de máquina classificam
se o cliente é um potencial bom ou mau pagador. Para isso, dados são
necessários. Poder contar com a ajuda de um software com a capacidade de
recomendar a aprovação ou não da concessão do cartão é de grande valor
para a equipe de análise de crédito. A recomendação feita pelo software
poderá ser tratada ao lado de outras regras de crédito para uma decisão final
sobre a concessão de cartão para o cliente.
Pergunta 3
Ao longo das nossas discussões, demos foco a um classificador chamado de
regressão logística que, apesar do nome regressão (esse nome por razões
históricas e por conta de algumas de suas características), é usado como um
classificador. Mas também vimos que existem outros tipos de classificadores. 
Relativamente a esse assunto de algoritmos de classificação, analise as
afirmativas a seguir. 
 
1. Regressão logística é o único método de aprendizagem supervisionada
que é utilizado para classificação, todos outros métodos são métodos de
regressão.
2. Apesar do nome regressão logística, o que acaba sendo um pouco
confuso para iniciantes, na verdade este é um dos vários métodos de
aprendizagem supervisionada utilizado para classificação.
3. Dentre os métodos utilizados para classificação se encontram regressão
logística, análise discriminante linear (LDA = Linear Discriminant Analysis),
árvores de decisão para classificação, máquinas de vetores de suporte
(SVM = support vector machines) e k-vizinhos mais próximos (KNN = k-
nearest neighbors).
1 em 1 pontos
14/11/2021 17:12 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890-212-3 - 202120.ead-19326.01
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_75… 3/8
Resposta Selecionada:
 
Resposta Correta:
 
Comentário
da resposta:
4. Regressão linear não é um método de classificação, mas, sim, um dos
métodos preditivos de aprendizagem supervisionada usados na predição
de valores de variáveis respostas quantitativas.
 
Está correto o que se afirma em:
  
  
II, III e IV, apenas. 
  
  
 
II, III e IV, apenas.
 
 
 
Resposta correta. A única asserção incorreta desta questão é a primeira, que
afirma que regressão logística é o único método de aprendizagem
supervisionada que é utilizado para classificação, todos outros métodos são
métodos de regressão.
Pergunta 4
Tarefas de classificação são muitos comuns na estatística e na ciência dos
dados, por serem muito comuns em todas atividades humanas, na ciência, na
vida social ou nos negócios. 
Especificamente, discutimos aplicações de modelos preditivos de classificação
baseados em modelos de regressão logística simples ou múltipla. 
Com isso em mente, analise as afirmativas a seguir e assinale V para a(s)
Verdadeira(s) e F para a(s) Falsa(s). 
 
1. Regressão logística pode ser empregada na predição do peso médio
(massa corporal média) de uma pessoa em função de sua altura, idade e
sexo.
2. Regressão logística pode ser empregada na predição do consumo médio
de combustível de um carro em função da potência do seu motor e do seu
peso.
3. Regressão logística pode ser empregada na predição da probabilidade de
uma pessoa votar em um determinado candidato e não nos outros em
função de sua escolaridade, idade, sexo e classe social.
4. Regressão logística pode ser empregada na predição da probabilidade de
a pessoa ser diabética em função de um conjunto de sintomas clínicos que
apresenta.
 
Assinale a alternativa que apresenta a sequência correta.
 
  
1 em 1 pontos
14/11/2021 17:12 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890-212-3 - 202120.ead-19326.01
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_75… 4/8
Resposta Selecionada:  
Resposta Correta:  
Comentário
da resposta:
F, F, V, V.
F, F, V, V.
Resposta correta. As duas primeiras situações se referem à predição de
variáveis resposta quantitativas, o que não é possível com modelos de
regressão logística; já as duas últimas situações são adequadas ao emprego de
modelos de regressão logística.
Pergunta 5
Resposta Selecionada:  
Resposta Correta:  
Comentário
da resposta:
Entre as técnicas das quais lançou mão para a visualização dos dados da
amostra, uma jovem cientista de dados usou gráficos de dispersão. Como
cientista de dados, ela sabia exatamente em que situaçõesempregar gráficos de
dispersão. E você, será que você também já sabe?
 
Analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s)
Falsa(s). 
 
1. ( ) Gráficos de dispersão, em inglês chamados de scatter plots, só podem
ser usados para a visualização de uma única variável, a qual deve ser
obrigatoriamente uma variável qualitativa.
2. ( ) Gráficos de dispersão são usados para a visualização da relação entre
duas variáveis quantitativas, em que os dados das duas variáveis são
plotados aos pares. Permite, dessa forma, a verificação visual, pelo
estatístico ou pelo cientista de dados, se há uma tendência de uma
variável aumentar quando a outra aumenta, diminuir quando a outra
diminui, ou se não há uma relação aparente entre as duas.
3. ( ) Um gráfico de dispersão foi usado para exibir, em pares, a relação entre
o valor do imóvel e a sua área. Esse tipo de gráfico é chamado, em inglês,
de scatter plot.
4. ( ) Um gráfico de dispersão foi usado para exibir, em pares, a relação entre
o valor do imóvel e o seu andar. Esse tipo de gráfico é chamado, em
inglês, de scatter plot.
 
Assinale a alternativa que apresenta a sequência correta.
 
  
V, V, F, V.
F, V, V, V.
Sua resposta está incorreta. A única asserção falsa é a que afirma que gráficos
de dispersão só podem ser usados para a visualização de uma única variável, a
qual deve ser obrigatoriamente uma variável qualitativa. É correto dizer que
são usados para a visualização da relação entre duas variáveis quantitativas,
permitindo a verificação visual de tendência de uma variável aumentar quando
a outra aumenta, diminuir quando a outra aumenta, ou se não há uma relação
aparente entre as duas. Sendo assim, puderam  ser usados para exibir, em
pares, a relação entre o valor do imóvel e a sua área e o valor do imóvel e o seu
andar. 
 
0 em 1 pontos
14/11/2021 17:12 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890-212-3 - 202120.ead-19326.01
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_75… 5/8
Pergunta 6
Resposta Selecionada:
 
Resposta Correta:
 
Comentário
da resposta:
Vimos que são muitos os algoritmos de classificação usados na estatística ou na
ciência dos dados. Vimos também que podem ser divididos entre classificadores
determinísticos ou probabilísticos, em que, dentre estes últimos, se encontra o
modelo de regressão logística. Relativamente a modelos de regressão logística,
que são aqui o nosso foco, analise as afirmativas a seguir.
 
1. Modelos de regressão logística são usados como modelos preditivos para
casos em que a variável resposta é qualitativa, preferencialmente
qualitativa dicotômica. As variáveis de entrada podem ser de qualquer tipo,
quantitativas ou qualitativas.
2. Modelos de regressão logística são chamados de regressão logística
simples, quando só há uma variável de entrada, também denominada de
variável regressora, variável preditora ou variável independente.
3. Modelos de regressão logística são chamados de regressão logística
múltipla, quando há mais do que uma variável de entrada, também
denominadas de variáveis regressoras, variáveis preditoras ou variáveis
independentes.
4. Modelos de regressão logística são classificadores probabilísticos. Por
exemplo, para dados sintomas de um certo paciente, um modelo de
regressão logística, depois de adequadamente treinado, fará a predição da
probabilidade deste paciente estar ou não infectado com o vírus HIV.
 
Está correto o que se afirma em:
  
  
I, II, III e IV. 
  
 
I, II, III e IV.
 
 
Resposta correta. Modelos de regressão logística são usados quando a variável
resposta é qualitativa, preferencialmente qualitativa dicotômica. Regressão
logística simples e múltipla são, respectivamente, quanto só há uma ou há
várias variáveis de entrada. Modelos de regressão logística são classificadores
probabilísticos. Ou seja, todas as asserções são verdadeiras.
Pergunta 7
A jovem cientista de dados, tendo em mãos os dados que lhe foram passados
pelo gerente do banco, precisou denominá-los corretamente para a fase de
treino (ajuste) do algoritmo preditivo. Ela escolheu a regressão logística como
seu algoritmo preditivo, para classificar o potencial (a probabilidade) de uma
pessoa ficar ou não inadimplente com o pagamento das faturas do cartão de
crédito. 
1 em 1 pontos
1 em 1 pontos
14/11/2021 17:12 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890-212-3 - 202120.ead-19326.01
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_75… 6/8
Resposta Selecionada:  
Resposta Correta:  
Comentário
da resposta:
 
Analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s)
Falsa(s). 
 
1. ( ) A jovem cientista de dados escolheu como variável resposta a renda
mensal da pessoa, e tratou as demais variáveis como variáveis de entrada.
2. ( ) A jovem cientista de dados escolheu o gasto médio mensal da pessoa
com cartão de crédito como a variável resposta, e tratou as demais como
variáveis de entrada.
3. ( ) A jovem cientista de dados não definiu qualquer das quatro variáveis
como a variável resposta, e decidiu realizar uma análise baseada em
aprendizagem não supervisionada.
4. ( ) A jovem cientista de dados escolheu como variável resposta se a
pessoa havia, ao longo do período pesquisado, ficado inadimplente com o
pagamento das faturas do cartão ao menos uma vez (Sim ou Não), e
tratou as demais variáveis como variáveis de entrada.
 
Assinale a alternativa que apresenta a sequência correta.
  
  
F, F, F, V.
F, F, F, V.
Resposta correta. A jovem cientista de dados escolheu como variável resposta
se a pessoa havia, ao longo do período pesquisado, ficado inadimplente com o
pagamento das faturas do cartão ao menos uma vez (Sim ou Não), e tratou as
demais variáveis como variáveis de entrada.
Pergunta 8
A estatística descritiva usa de métodos numéricos para resumir dados, também
chamados de sumários estatísticos, e de gráficos para a visualização dos dados.
A jovem cientista de dados usou algumas técnicas de visualização de dados
para analisar sua amostra, mas deixou outras de lado. 
 
Analise as afirmativas a seguir e veja quais estão coerentes com sua análise
descritiva dos dados.
 
1. Na sua análise descritiva dos dados da amostra, a jovem cientista de
dados usou histogramas para a visualização dos dados quantitativos das
amostras, que são a renda mensal das pessoas e seus gastos médios com
o cartão de crédito.
2. Na sua análise descritiva dos dados da amostra, a jovem cientista de
dados usou diagramas de barras para a visualização dos dados
quantitativos das amostras, que são a renda mensal das pessoas e seus
gastos médios com o cartão de crédito.
 
 
1 em 1 pontos
14/11/2021 17:12 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890-212-3 - 202120.ead-19326.01
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_75… 7/8
Resposta Selecionada:  
Resposta Correta:  
Comentário
da resposta:
3. Histogramas e diagramas de barras são formas tradicionais de
visualização gráfica de dados quantitativos e qualitativos, respectivamente,
na estatística e na ciência dos dados.
4. A jovem cientista de dados usou, para este caso, apenas histogramas, e
preferiu apenas lançar mão da função table() do software estatístico R,
para determinar a frequência com que os níveis das variáveis qualitativas
se manifestaram na amostra estudada, sem fazer uso de diagramas de
barras, o que poderia ter feito, se quisesse.
 
Está correto o que se afirma em:
  
  
I, III e IV apenas.
I, III e IV apenas.
Resposta correta. Histogramas e diagramas de barras são formas tradicionais
de visualização gráfica de dados quantitativos e qualitativos, respectivamente,
na estatística e na ciência dos dados, e a jovem cientista de dados não lançou
mão de diagramas de barras. Neste caso, para visualizar os dados qualitativos,
poderia ter feito isso,se quisesse. Diagramas de barras são usados para a
visualização de dados qualitativos, não quantitativos.
Pergunta 9
Resposta Selecionada:
A amostra relativa aos dados de inadimplência com cartões tinha 200
observações de 4 variáveis: a renda mensal da pessoa (R$), seu gasto médio
com cartão de crédito (R$), se a pessoa tinha um emprego estável (Sim ou Não)
e se a pessoa havia, ao longo do período pesquisado, ficado inadimplente com o
pagamento de faturas do cartão ao menos uma vez (Sim ou Não). 
Reflita sobre esse caso, analise as afirmativas a seguir e assinale V para a(s)
Verdadeira(s) e F para a(s) Falsa(s). 
 
1. ( ) Todos os dados fornecidos pelo gerente do banco à jovem cientista de
dados são dados relativos a variáveis quantitativas.
2. ( ) Todos os dados fornecidos pelo gerente do banco à jovem cientista de
dados são dados relativos a variáveis qualitativas.
3. ( ) Dentre os dados fornecidos pelo gerente do banco à jovem cientista de
dados, dois são relativos a uma variável quantitativa e dois são relativos a
variáveis qualitativas.
4. ( ) Dentre os dados fornecidos pelo gerente do banco à jovem cientista de
dados, um é relativo a uma variável quantitativa e os outros são relativos a
variáveis qualitativas.
 
Assinale a alternativa que apresenta a sequência correta.
  
  
1 em 1 pontos
14/11/2021 17:12 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890-212-3 - 202120.ead-19326.01
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_75… 8/8
 
Resposta Correta:
 
Comentário
da resposta:
F, F, V, F. 
  
  
 
F, F, V, F.
 
 
 
Resposta correta. Dentre os dados fornecidos pelo gerente do banco à jovem
cientista de dados, dois são quantitativos, a renda mensal da pessoa (R$) e seu
gasto médio com cartão de crédito (R$), e dois são qualitativos, se a pessoa
tinha emprego estável (Sim ou Não) e se a pessoa havia, ao longo do período
pesquisado, ficado inadimplente com o pagamento de faturas do cartão ao
menos uma vez (Sim ou Não).
Pergunta 10
Resposta Selecionada:
 
Resposta Correta:
 
O modelo de regressão logística simples desenvolvido por uma jovem cientista
de dados para a predição da probabilidade de inadimplência com o cartão de
crédito foi:
 
 
 
Tomando como base esse modelo, que foi ajustado aos dados da amostra
cedida pelo gerente, podemos estimar o valor esperado para a probabilidade de
inadimplência com cartão de crédito das pessoas. Por exemplo, vamos
considerar duas pessoas, uma com um gasto de médio mensal com o cartão de
R$ 500,00, e a outra com um gasto médio mensal de R$ 1.000,00. Usando o
modelo ajustado anterior, obtemos, respectivamente (assinale a alternativa
correta): 
 
  
7% e 27%. 
  
  
 
 
7% e 27%.
 
 
 
 
1 em 1 pontos