ATIVIDADE 2 A2 ESTATÍSTICA APLICADA AO DATA SCIENCE

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.