ATIVIDADE 2 (A2) GRA1561 Estatistica aplicada ao data science

Prévia do material em texto

Revisar envio do teste: ATIVIDADE 2 (A2)
GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 - 202110.ead-14709.01
Material de Aula Unidade 2
Revisar envio do teste: ATIVIDADE 2 (A2) 
Usuário FABIO LUIZ DOS SANTOS
Curso GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 -
202110.ead-14709.01
Teste ATIVIDADE 2 (A2)
Iniciado 29/05/21 17:48
Enviado 29/05/21 18:08
Status Completada
Resultado da
tentativa
10 em 10 pontos  
Tempo decorrido 19 minutos
Resultados
exibidos
Respostas enviadas, Respostas corretas, Comentários
Pergunta 1
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.
Minhas Disciplinas Extracurriculares Comunidades Minhas Bibliotecas Central de Ajuda
1 em 1 pontos
FABIO LUIZ DOS SANTOS
http://company.blackboard.com/
https://anhembi.blackboard.com/webapps/blackboard/execute/courseMain?course_id=_668365_1
https://anhembi.blackboard.com/webapps/blackboard/content/listContent.jsp?course_id=_668365_1&content_id=_16175230_1&mode=reset
https://anhembi.blackboard.com/webapps/blackboard/content/listContent.jsp?course_id=_668365_1&content_id=_16175234_1&mode=reset
https://anhembi.blackboard.com/webapps/portal/execute/tabs/tabAction?tab_tab_group_id=_418_1
https://anhembi.blackboard.com/webapps/portal/execute/tabs/tabAction?tab_tab_group_id=_410_1
https://anhembi.blackboard.com/webapps/portal/execute/tabs/tabAction?tab_tab_group_id=_409_1
https://anhembi.blackboard.com/webapps/portal/execute/tabs/tabAction?tab_tab_group_id=_411_1
https://anhembi.blackboard.com/webapps/portal/execute/tabs/tabAction?tab_tab_group_id=_436_1
https://anhembi.blackboard.com/webapps/login/?action=logout
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
resposta:
( ) 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.
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 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). 
  
 
( ) 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.
( ) 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.
( ) 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, 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.
( ) 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.
1 em 1 pontos
Resposta Selecionada:
 
Resposta Correta:
 
Comentário
da
resposta:
( ) 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 de�nição de regras que deviam ser atendidas por
cada cliente; hoje em dia, algoritmos de aprendizado de máquina classi�cam 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 �nal sobre a concessão de
cartão para o cliente.
Pergunta 3
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
1 em 1 pontos
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
resposta:
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 períodoamostrado. Ela percebeu, ao ver o gráfico resultante (ver figura adiante), que
parece haver um maior nível de inadimplência com 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 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 4
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
1 em 1 pontos
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
resposta:
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 5
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. 
 
  
1 em 1 pontos
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
resposta:
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 6
Resposta Selecionada:
 
Resposta Correta:
 
Comentário
da
resposta:
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%.
  
  
 
 
Resposta correta. Esses valores são aqueles calculados pela simples substituição
da variável de entrada  pelos  valores R$ 500,00 e R$ 1.000,00,
respectivamente, na equação do modelo.
Pergunta 7
1 em 1 pontos
1 em 1 pontos
Resposta Selecionada:
 
Resposta Correta:
 
Comentário
da
resposta:
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). 
 
( ) Todos os dados fornecidos pelo gerente do  banco à jovem cientista de
dados são dados relativos a variáveis quantitativas.
( ) Todos os dados fornecidos pelo  gerente do  banco à jovem cientista de
dados são dados relativos a variáveis qualitativas.
( ) 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.
( ) 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. 
  
  
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, �cado inadimplente com o pagamento de faturas do cartão ao
menos uma vez (Sim ou Não).
Pergunta 8
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 em 1 pontos
Resposta Selecionada:
 
Resposta Correta:
 
Comentário
da
resposta:
Regressão logística é o único método de aprendizagem supervisionada que é
utilizado para classificação, todos outros métodos são métodos de regressão.
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.
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-nearestneighbors).
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
a�rma que regressão logística é o único método de aprendizagem
supervisionada que é utilizado para classi�cação, todos outros métodos são
métodos de regressão.
Pergunta 9
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).   
 
( ) 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.
1 em 1 pontos
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
resposta:
( ) 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 10
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
1 em 1 pontos
Sábado, 29 de Maio de 2021 18h08min42s BRT
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
resposta:
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 ela usou para
determinar os coe�cientes do modelo foi o Método da Máxima Verossimilhança,
através do software estatístico R.
← OK
javascript:launch('/webapps/gradebook/do/student/viewAttempts?course_id=_668365_1&method=list&nolaunch_after_review=true');