Baixe o app para aproveitar ainda mais
Prévia do material em texto
Usuário EDUARDO OLIMPIO RAMOS Curso GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 - 202110.ead-14709.01 Teste ATIVIDADE 2 (A2) Iniciado 06/06/21 22:53 Enviado 06/06/21 23:23 Status Completada Resultado da tentativa 10 em 10 pontos Tempo decorrido 30 minutos Resultados exibidos Respostas enviadas, Respostas corretas, Comentários Pergunta 1 Resposta Selecionada: Resposta Correta: Comentário da resposta: Discutimos o que são aprendizagem supervisionada e não supervisionada. Vimos que é na forma como tratamos as variáveis estudadas que se dá a diferença entre esses dois tipos de aprendizagens, supervisionada e não supervisionada. Esses dois tipos são os mais importantes dentre os diversos tipos de aprendizagem. Relativamente a esse assunto, analise as afirmativas a seguir. Na aprendizagem supervisionada, definimos uma das variáveis estudadas como sendo a variável resposta, a qual responde em função dos valores assumidos pelas outras variáveis, as quais são chamadas de variáveis de entrada. Especificamente na aprendizagem supervisionada, também denominamos uma variável resposta de variável de saída ou variável dependente. Especificamente na aprendizagem supervisionada, também denominamos uma variável de entrada de variável regressora, variável preditora ou variável independente. Na aprendizagem não supervisionada, tratamos todas as variáveis estudadas da mesma forma, sem procurar explicar o comportamento de uma delas em função dos valores assumidos pelas outras. Está correto o que se afirma em: I, II, III e IV. I, II, III e IV. Resposta correta. Na aprendizagem supervisionada, de�nimos uma das variáveis estudadas como sendo a variável resposta, a qual responde em função dos valores assumidos pelas outras variáveis, as quais são chamadas de variáveis de entrada; na aprendizagem supervisionada, também chamamos a variável resposta de variável de saída ou variável dependente e as variáveis de entrada, de variáveis regressoras, preditoras ou independentes. Na aprendizagem não supervisionada, tratamos todas as variáveis estudadas da mesma forma, sem procurar explicar o comportamento de uma delas em função dos valores assumidos pelas outras. Pergunta 2 Os dados cedidos pelo gerente do banco estavam bem organizados e livres de erros. A nossa jovem cientista de dados não precisou, portanto, fazer uma limpeza e pré-tratamento dos dados e pode prosseguir imediatamente para uma análise descritiva deles antes do desenvolvimento do modelo. Tendo isso em vista, analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s). 1 em 1 pontos 1 em 1 pontos Resposta Selecionada: Resposta Correta: Comentário da resposta: ( ) Chamamos de análise descritiva dos dados seus sumários (ou resumos) estatísticos dos mesmos e a sua visualização. Ambos, os sumários e as visualizações, nos ajudam a entender o comportamento dos dados e, através deles, do fenômeno ou processo estudado. ( ) São quatro as variáveis estudadas pela cientista de dados: renda mensal da pessoa, seus gastos médios com o cartão, se a pessoa tinha ou não um emprego estável ao longo do período amostrado e se ficou ou não inadimplente ao longo do deste período. ( ) Para criar sumários estatísticos das variáveis quantitativas, a renda mensal da pessoa e seus gastos com o cartão, a cientista de dados usou as funções min(), mean() e max() do software estatístico R para calcular os valores mínimo, médio e máximo dos dados observados para essas variáveis. ( ) Para criar sumários estatísticos das variáveis qualitativas, se a pessoa tinha ou não um emprego estável e se tinha ou não ficado inadimplente com o pagamento das faturas do cartão ao longo do período amostrado, a cientista de dados usou a função table() do software estatístico R para calcular a frequência com que os níveis de cada uma dessas variáveis se manifestaram na amostra estudada. Assinale a alternativa que apresenta a sequência correta. V, V, V, V. V, V, V, V. Resposta correta. Chamamos de análise descritiva dos dados seus sumários (ou resumos) e a sua visualização por meio de grá�cos. São quatro as variáveis estudadas pela cientista de dados. Para criar sumários estatísticos das variáveis quantitativas, a cientista de dados usou as funções min(), mean() e max() do software estatístico R, e para os sumários estatísticos das variáveis qualitativas, usou a função table() do mesmo software, e assim calculou a frequência com que os níveis de cada uma dessas variáveis se manifestaram na amostra analisada. Pergunta 3 Resposta Selecionada: Entre as técnicas das quais lançou mão para a visualização dos dados da amostra, uma jovem cientista de dados usou boxplots (diagramas de caixas). Como cientista de dados, ela sabia exatamente em que situações empregar boxplots. 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). ( ) Para examinar visualmente a relação entre duas variáveis, em que uma é quantitativa e a outra é qualitativa, não é possível a utilização de gráficos de dispersão. ( ) Boxplots são uma solução inteligente para a visualização da relação entre uma variável quantitativa e uma variável qualitativa, em que no eixo horizontal indicamos os níveis da variável qualitativa e no eixo vertical, a variação dos valores observados para a variável quantitativa. ( ) Para examinar visualmente a relação entre duas variáveis quantitativas, um dos gráficos preferidos é o diagrama de caixas, também conhecido como boxplot. ( ) Na construção de um boxplot, podemos representar no eixo vertical os níveis da variável qualitativa e no eixo horizontal, os valores da variável quantitativa. Nesse caso, a visualização da variação dos dados da variável quantitativa é exibida horizontalmente, e os níveis (classes) da variável qualitativa são exibidos verticalmente. Assinale a alternativa que apresenta a sequência correta. V, V, F, V. 1 em 1 pontos Resposta Correta: Comentário da resposta: V, V, F, V. Resposta correta. A única asserção falsa é a que a�rma que para examinar visualmente a relação entre duas variáveis quantitativas, um dos grá�cos preferidos é o diagrama de caixas, também conhecido como boxplot. Para examinar visualmente a relação entre duas variáveis, em que uma é quantitativa e a outra é qualitativa, não é possível a utilização de grá�cos de dispersão. Para isso, usamos boxplots, em que, no eixo horizontal, indicamos os níveis da variável qualitativa e, no eixo vertical, a variação dos valores observados para a variável quantitativa. Podemos inverter a posição desses eixos. Pergunta 4 Resposta Selecionada: Resposta Correta: Comentário da resposta: O ser humano tem enorme facilidade em agrupar, por similaridade, e classificar coisas, todos os tipos de coisas. Por conta disso, problemas de classificação são muito frequentes no mundo, mais frequentes que problemas de regressão. Fornecemos alguns exemplos de aplicação de métodos de classificação no mundo dos negócios. Dentre esses exemplos, encontramos: a Netflix usa classificadores para recomendar filmes. Para a Netflix, o valor desse tipo de aplicação é que, quanto mais filmes assistirmos, maior será a sua receita; o Facebook usa classificadores para recomendar novas amizades para a nossa rede de relacionamento. Para o Facebook, o valor desse tipo de aplicação é que, quanto maior nossa rede de relacionamento, maior será a sua receita; um banco de varejo usa classificadores para detectar se uma operação com cartão de débito ou crédito é ou não uma operação fraudulenta. Para o banco, o valor dessa aplicação é que, quanto antes operações fraudulentas forem detectadas, mais rapidamente o banco pode agir para impedir perdas para seus clientes e para ele próprio; uma concessionária de distribuição de energia elétrica usa classificadores para identificar casos potenciais de roubo de energia da rede, os famosos “gatos”. Paraas concessionárias de distribuição de energia elétrica, o valor dessa aplicação é evitar prejuízo com o furto de energia da rede, além do relevante aspecto de prevenção de acidentes decorrentes de instalações clandestinas. Está correto o que se afirma em: I, II, III e IV. I, II, III e IV. Resposta correta. Todos os exemplos listados nesta questão são problemas de classi�cação, os quais, como dissemos no enunciado, são muito frequentes no mundo. Em todos eles, a variável resposta é uma variável qualitativa, ou dicotômica, ou politômica. Pergunta 5 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. 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. 1 em 1 pontos 1 em 1 pontos Resposta Selecionada: Resposta Correta: Comentário da resposta: 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. Histogramas e diagramas de barras são formas tradicionais de visualização gráfica de dados quantitativos e qualitativos, respectivamente, na estatística e na ciência dos dados. 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 grá�ca 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 6 Resposta Selecionada: Discutimos sobre classificadores determinísticos e probabilísticos. Demos, como exemplo, uma variável resposta qualitativa com dois níveis (classes), o indivíduo está infectado pelo vírus HIV ( ) ou não está infectado ( ), dado um conjunto de sintomas que ele apresenta. Reveja esse assunto e analise as afirmativas a seguir. Um classificador determinístico vai dizer se o indivíduo está ou não está infectado, dados os sintomas que apresenta. Um classificador probabilístico vai dizer qual é a probabilidade de o indivíduo estar ou não infectado, dados os sintomas que apresenta. No jargão da estatística, escrever significa que a variável aleatória resultou no valor , em que é um dos possíveis valores que a variável aleatória pode assumir (ou seja, uma de suas classes, no caso, das variáveis qualitativas). Nesse mesmo jargão, escrever significa a probabilidade de ser igual a um dos seus possíveis valores , quando a variável de entrada é igual a (dado que ). Está correto o que se afirma em: 1 em 1 pontos Resposta Correta: Comentário da resposta: I, II, III e IV. I, II, III e IV. Resposta correta. Um classi�cador determinístico vai dizer se o indivíduo está ou não está infectado, dados os sintomas que apresenta; já um classi�cador probabilístico vai dizer qual é a probabilidade de o indivíduo estar ou não infectado; no jargão da estatística, escrever signi�ca que a variável aleatória resultou no valor , em que é um dos possíveis valores que a variável aleatória pode assumir (ou seja, uma de suas classes, no caso das variáveis qualitativas) e, nesse mesmo jargão, escrever signi�ca a probabilidade de ser igual a um dos seus possíveis valores quando a variável de entrada é igual a (dizemos: dado que ). Pergunta 7 Resposta Selecionada: Resposta Correta: Comentário da Estudamos algoritmos preditivos com base em (1) modelos de regressão linear e (2) modelos de regressão logística. Esses modelos são aplicados em situações bem distintas, que dependem, essencialmente, da natureza da variável resposta, também chamada de variável dependente. Com esses dois modelos em mente, analise as afirmativas a seguir. Modelos de regressão logística simples são usados na predição de uma variável resposta qualitativa quando há mais do que uma variável de entrada. Modelos de regressão linear simples são usados na predição de uma variável resposta qualitativa quando se considera apenas uma variável de entrada. Um possível modelo de regressão logística simples para a predição da probabilidade de inadimplência é: em que e são os coeficientes do modelo, , o gasto médio mensal da pessoa com cartão de crédito e , o valor esperado para a probabilidade de a pessoa ficar ou não inadimplente com o pagamento das faturas do cartão. O método comumente usado para calcular os valores dos coeficientes e é o Método da Máxima Verossimilhança. Para isso, pode-se fazer uso do software estatístico R. Está correto o que se afirma em: II, III e IV, apenas. II, III e IV, apenas. Resposta correta. Modelo de regressão logística é dito simples quanto se considera apenas uma variável de entrada; o modelo exposto nesta questão é, de fato, aquele adotado pela cientista de dados, e o método que 1 em 1 pontos resposta: ela usou para determinar os coe�cientes do modelo foi o Método da Máxima Verossimilhança, através do software estatístico R. Pergunta 8 Resposta Selecionada: Resposta Correta: Comentário da resposta: Naturalmente, dados ocupam uma posição central, tanto na estatística quanto na ciência dos dados. Entendê-los, saber da sua natureza, o que representam, é de suma importância, antes da realização de qualquer análise ou projeto. Os dados são divididos entre quantitativos e qualitativos, na estatística e na ciência dos dados. Relativamente aos qualitativos, analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s). ( ) Dados qualitativos dicotômicos são dados observados de variáveis qualitativas que podem assumir apenas dois níveis (também chamados de classes) como seus valores, tais como sexo (feminino ou masculino), ocupação (empregado ou desempregado), localização (bairro ou centro), emprego estável (sim ou não), inadimplente (sim ou não). ( ) Dados qualitativos politômicos são aqueles oriundos de variáveis qualitativas que podem assumir três ou mais níveis como seus valores, tais como classe social (A, B, C, D e E), escolaridade (fundamental, médio, superior), gravidade da doença (baixa, média, alta). ( ) A função table() do R permite a contagem da frequência de cada nível assumido por uma variável qualitativa em uma dada amostra, e foi usada pela jovem cientista de dados para contar a frequência de pessoas com ou sem emprego estável e se ficaram ou não inadimplentes com o pagamento das faturas do cartão no período amostrado. ( ) Um mosaicplot permite a visualização gráfica da relação entre duas variáveis qualitativas. Foi usado por uma jovem cientista de dados para examinar a possível relação entre duas variáveis qualitativas dicotômicas: pessoas com ou sem emprego estável e se ficaram ou não inadimplentes com o pagamento das faturas do cartão de crédito ao longo do período amostrado. Ela percebeu, ao ver o gráfico resultante (ver figura adiante), que parece haver um maior nível de inadimplênciacom o cartão entre aquelas que não têm emprego estável. Assinale a alternativa que apresenta a sequência correta. V, V, V, V. V, V, V, V. Resposta correta. Todas asserções desta questão são verdadeiras. Dados qualitativos dicotômicos são dados observados de variáveis qualitativas que podem assumir apenas dois níveis. Dados qualitativos politômicos são aqueles oriundos de variáveis qualitativas que podem assumir três ou mais níveis como seus valores. A 1 em 1 pontos função table() do R permite a contagem da frequência de cada nível assumido por uma variável qualitativa em uma dada amostra. O mosaicplot permite a visualização grá�ca da relação entre duas variáveis qualitativas. Pergunta 9 Resposta Selecionada: Resposta Correta: Comentário da resposta: O primeiro foco da avaliação é um problema de regressão: aprovar (sim ou não) o cartão de crédito, uma variável qualitativa dicotômica, com dois níveis (classes). O primeiro foco da avaliação é um problema de classificação: aprovar (sim ou não) o cartão de crédito, uma variável qualitativa dicotômica, com dois níveis (classes). O segundo foco da avaliação é um problema de classificação, predizer o valor do limite (do crédito) do cartão. O segundo foco da avaliação é um problema de regressão, predizer o valor do limite (do crédito) do cartão. A atividade de venda de produtos financeiros por bancos, tais como cartões de crédito, requer que se faça uma avaliação do cliente. São focos dessa avaliação aprovar ou não um cartão de crédito para o cliente e, se aprovado, definir o limite do cartão, ou seja, o valor do crédito a conceder. Com base nessa introdução, analise as afirmativas a seguir. Está correto o que se afirma em: II e IV, apenas. II e IV, apenas. Resposta correta. O primeiro foco da avaliação é um problema de classificação, aprovar (sim ou não) o cartão de crédito, uma variável qualitativa dicotômica, com dois níveis (classes); o segundo foco da avaliação é um problema de regressão, ou seja, predizer o valor do limite (de crédito) do cartão a ser concedido para o cliente. Esse valor é uma variável quantitativa, cuja predição é feita por algoritmos de regressão. Pergunta 10 Dados podem aparecer na forma de textos, imagens, vídeos, sons, tabelas, listas, sequências, séries, etc. São muitos os dados que hoje coletamos de diferentes fontes, e muitas as formas de organizá-los e armazená-los. Uma dessas forma, talvez a mais importante delas, são os dados estruturados. Relativamente a esse assunto, analise as afirmativas a seguir. Dados estruturados são dados que não possuem uma estrutura regular e repetitiva, seguindo um padrão comum adotado pelas ciências da computação, estatística e ciência dos dados. A forma de organização básica dos dados, preferida na estatística e na ciência dos dados, é a forma tabular, na qual as variáveis são dispostas nas linhas e as observações são dispostas nas colunas. Dados estruturados são dados que possuem uma estrutura regular e repetitiva, seguindo um padrão comum adotado pelas ciência da computação, estatística e ciência dos dados. A forma de organização básica dos dados, preferida na estatística e na ciência dos dados, é a forma tabular, na qual as variáveis são dispostas nas colunas e as observações são dispostas nas linhas. 1 em 1 pontos 1 em 1 pontos Quarta-feira, 17 de Novembro de 2021 18h57min12s BRT Resposta Selecionada: Resposta Correta: Comentário da resposta: Está correto o que se afirma em: III e IV, apenas. III e IV, apenas. Resposta correta. Dados estruturados são dados que possuem uma estrutura regular e repetitiva, seguindo um padrão comum adotado pelas ciência da computação, estatística e ciência dos dados. Também está correto dizer que a forma de organização básica dos dados, preferida na estatística e na ciência dos dados, é a forma tabular, na qual as variáveis são dispostas nas colunas e as observações são dispostas nas linhas.
Compartilhar