Análise estatística de Dados

Prévia do material em texto

1
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.
 
Com base no que foi visto sobre gráficos, responda ao próximo questionamento. Para gerar os gráficos é preciso seguir alguns princípios.
 
Assinale a opção que informa corretamente o que é necessário para construir um gráfico:
 
A O gráfico precisa ser claro e legível, e fornecer uma legenda clara que descreva as informações contidas. O gráfico pode conter várias informações, como: Título e Nota de rodapé. 
B O gráfico precisa ser claro e legível, porém, devido à sua simplicidade, não há necessidade de colocar título.
C O gráfico precisa ser claro e legível, mas não é necessário fornecer legenda e nota de rodapé.
D O gráfico não precisa ser claro e legível, pois somente com a sua visualização podemos entender as informações.
2
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.
 
No seguinte exemplo: Na cidade de São Paulo, a Secretaria de Saúde deseja investigar se o número de casos de dengue aumenta com a chegada da quadra invernosa.
 
Quem são nossas variáveis dependente e independente? Assinale a opção correta:
 
A Y: Quadra invernosa X: Casos de dengue.
B Y: Casos de dengue X: Quadra invernosa.
C Y:Habitantes da cidade de São Paulo X: Quadra invernosa.
D Y: Casos de dengue X: Habitantes da cidade de São Paulo.
3
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.
 
Nos métodos aglomerativos existem alguns passos que precisam ser seguidos. Assinale a opção que contém os passos necessários para usar o método aglomerativo.
 
A O passo inicial é gerar um novo agrupamento, o qual é formado pela união dos agrupamentos com maior grau de similaridade. O segundo passo é calcular a matriz de similaridades. Os passos 2 e 3 são executados diversas vezes, até que todos os objetos estejam em um único agrupamento.
B Primeiro deve-se calcular um único padrão para cada agrupamento. Após o passo inicial é gerado um novo agrupamento, o qual é formado pela união dos agrupamentos com maior grau de similaridade. Os passos 1 e 2 são executados diversas vezes, até que todos os objetos estejam em um único agrupamento.
C Primeiro deve-se calcular a matriz de similaridades. Após o passo inicial é gerado um novo agrupamento, o qual é formado pela união dos agrupamentos com maior grau de similaridade. Os passos 1 e 2 são executados diversas vezes, até que todos os objetos estejam em um único agrupamento. 
D Primeiro deve-se calcular um único padrão para cada agrupamento. O segundo passo é calcular a matriz de similaridades. Após os passos iniciais é gerado um novo agrupamento, o qual é formado pela união dos agrupamentos com maior grau de similaridade. Os passos 2 e 3 são executados diversas vezes, até que todos os objetos estejam em um único agrupamento.
4
  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 F-F-F.
B V-V-F.
C V-F-F.
D V-V-V.
5
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. Fumantes ou não. 
B Quantidade de clientes que frequentam uma loja. Quantidade de clientes que compraram o produto X. Cor dos olhos. 
C Quantidade de clientes que compraram o produto X. Fumantes ou não Q. Quantidade de clientes que frequentam uma loja.
D Cor da pele. Aprovou ou não o produto Q. Quantidade de clientes. 
6
  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.
 
  Quais as medidas de distâncias usadas pelo algoritmo KNN? Assinale o item correto:
A  Somente Distância Euclidiana.
B  Distância Manhattan e Centroide.
C  Distância Euclidiana e a Distância Manhattan.
D  Somente Distância Manhattan.
7
As medidas de posição determinam a localização que um determinado valor possui dentro de um determinado conjunto, são as medidas estatísticas que dão uma ideia condensada de todo o conjunto de dados. Dentre as medidas de posição, temos a moda como o elemento que acontece com maior frequência em um conjunto de dados.
 
Foram pesadas algumas crianças com idade entre 6 e 12 anos, para medir os seus níveis de nutrição.
 
Os dados da pesagem foram: 29,34,56,23,29,24,27,28,32,34,33,36,47,28,29,25,26
 
Avalie os itens abaixo e marque a opção que contém a moda e a mediana do conjunto:
 
A Mediana = 28 e Moda = 27.
B Mediana = 29 e Moda = 28.
C Mediana = 27 e Moda = 29.
D Mediana = 29 e Moda = 29.
8
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.
 
Qual opção abaixo podemos definir como um problema de regressão? Marque o item correto:
 
A Os clientes poderão comprar 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.
9
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 utilizar o algoritmo KNN em negócios? Assinale a opção correta:
 
A  Para calcular a probabilidade de vendas.
B  Para analisar o perfil do cliente.
C  Para encontrar as empresas mais semelhantes aos melhores clientes do negócio.
D  Para estimar o total de vendas em um período.
10
  As medidas de posição determinam a localização que um determinado valor possui dentro de um determinado conjunto, são as medidas estatísticas que dão uma ideia condensada de todo o conjunto de dados. Podemos definir a mediana como uma medida de posição que ocupa a posição central de um conjunto de dados. Ela é o valor que divide um conjunto de dados (ordenados) em dois subconjuntos de mesmo número de elementos.
 
  Considere a amostra das idades dosalunos de pós-graduação do curso de Ciências de Dados.
  29, 27, 25, 39, 29, 27, 41, 31, 25, 33, 27, 25, 25, 23, 27, 27, 32, 26, 24, 36, 32, 26, 28, 24, 28, 27, 24, 26, 30, 26, 35, 26, 28, 34, 29, 23, 28
 
  Avalie os itens abaixo e marque a opção que contém a mediana do conjunto:  
A  27.
B  28.
C  29.
D  26.
11
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 Devido à complexidade do fluxo de informações, a análise de dados pode se tornar pouco eficiente.
C Baixa compreensão do mercado.
D 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.
12
Depois de coletar os dados é conveniente organizá-los de forma simples e clara, para melhor entendimento das informações. Os dados podem ser organizados em formas de tabelas ou gráficos para facilitar sua visualização e interpretação. Com base neste contexto, responda ao questionamento.
 
Em relação ao que estudamos no capítulo sobre distribuição de frequência, marque a opção verdadeira:
 
A Ela pode ser em formato de lista, tabela ou gráfico, mostrando a frequência de vários resultados de uma amostra.
B Ela é pouco usada devido à sua complexidade.
C Ela pode ser formatada apenas em tabela, a qual mostra a frequência de vários resultados de uma amostra.
D Ela pode ser formatada apenas como lista e tabela.
13
A análise de cluster classifica objetos de maneira que cada objeto seja semelhante aos outros no agrupamento com base em um conjunto de características escolhidas (HAIR, (2009). Os grupos formados devem então conter uma grande homogeneidade dentro de cada grupo, e uma taxa alta de heterogeneidade entre os grupos. Portanto, os objetos dentro dos agrupamentos estarão próximos quando forem representados graficamente, e cada grupo estará distante do outro.
 
Assinale a opção que contém corretamente os conceitos iniciais sobre a análise de cluster.
 
 
A A análise de cluster pode-se usar apenas para dados bivariados e univariados.
B A análise de cluster classifica objetos de maneira que cada objeto seja semelhante aos outros no agrupamento.
C Na análise de cluster faz-se previsões sobre os elementos que pertencem a grupos diferentes. 
D Podemos usar somente para dados discretos.
14
Depois de coletar os dados é conveniente organizá-los de forma simples e clara, para melhor entendimento das informações. Os dados podem ser organizados em formas de tabelas ou gráficos para facilitar sua visualização e interpretação. Com base neste contexto, responda ao questionamento.
 
Sobre o que aprendemos de gráficos, marque o item correto:
 
A Os gráficos não são confiáveis para fazer análises dos dados, pois não existem softwares precisos o suficiente para esta função.
B Gráficos identificam padrões, resultados e comparam medidas de forma mais rápida e simples, em relação a outras medidas estatísticas.
C Gráficos identificam padrões, resultados e comparam medidas de forma mais rápida e simples, porém, somente se usados junto com medidas estatísticas.
D Gráficos não podem identificar padrões devido à sua simplicidade para analisar dados.
15
K-médias é um algoritmo não supervisionado, isto é, seus dados não possuem rótulos. O principal propósito é identificar as similaridades entre os dados e agrupá-los conforme o número de cluster. O algoritmo de k-médias é interativo e poderoso para dividir um conjunto de dados em grupos separados.
 
Sobre as etapas dos processos de K-Means, marque V para verdadeiro e F para falso:
 
(  ) Inicialização: nesta etapa acontece a atribuição ao cluster e a movimentação de centroides é repetida até o cluster se tornar estático.
(  ) Atribuição ao Cluster: Nesta etapa calcula-se a distância entre os pontos dos dados e cada um dos centroides.
(  ) Movimentação de Centroides: nesta etapa é modificada a localização do centroide.
(  ) Otimização: nesta etapa calcula-se a média dos valores dos pontos de dados de cada cluster, e o valor médio será o novo centroide.
 
Marque a opção que contém a sequência correta:
A F - F - F - F.
B F - V - F - F.
C F - V - V - F.
D F - V - V - V.
16
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 encontrar a relação entre uma variável dependente (denotada por Y) e somente uma variável independente (denotada por X).
B O propósito da regressão é agrupar indivíduos com as mesmas características.
C O propósito da regressão é minerar os dados de maneira descritiva.
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).
17
As técnicas multivariadas analisam as relações de múltiplas variáveis dependentes e/ou múltiplas variáveis independentes. Essas variáveis podem ter relação ou não de causa/efeito entre duas ou mais variáveis. Esses métodos possibilitam que se faça uma exploração da performance conjunta das variáveis, e seja determinada a correlação entre elas (DAGNELIE, 1985).
 
Assinale a opção na qual podemos aplicar a técnica de multivariada para fazer a análise dos dados.
 
 
A Em uma empresa que deseja verificar a probabilidade de um cliente comprar um produto.
B Em uma empresa que deseja analisar se um cliente irá frequentar uma loja dado que o horário de funcionamento foi alterado.
C Em um estudo em que precisamos analisar a relação entre as variáveis preço, produto, local e consumidor. 
D Em uma pesquisa em que é preciso analisar a relação entre cliente e produto. 
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.
 
Quais as vantagens que a análise de dados pode fornecer para a empresa?
 
Assinale o item correto:  
A A análise de dados não gera resultados confiáveis, por esse motivo é pouco utilizada em empresas.
B 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. 
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.
19
Os métodos hierárquicos criam uma hierarquia de relacionamentos entre os elementos, na qual os dados são particionados várias vezes, para produzir uma representação hierárquica dos agrupamentos (EVERITT, 2001), com o propósito de melhorar a visualização sobre a formação dos agrupamentos em cada estágio onde ela ocorreu e com o grau de semelhança entre os agrupamentos.
 
Métodos hierárquicos precisam de uma matriz que contém as métricas de distância entre os agrupamentos em cada estágio do algoritmo. Essa matriz é conhecida como matriz de similaridades entre agrupamentos. Conforme a matriz a seguir, quais são as variáveis que têm agrupamento similar?
 
	 
	Y1
	Y2
	Y3
	Y 1
	0
	0,3
	0,2
	Y2
	0,6
	0
	0,8
	Y3
	0,2
	0,7
	0
 
Assinale o item que contém o resultado correto:
 
 
A  Y2 E Y3
B  Y1 E Y2 
C  Nehuma das variáveis mostra agrupamento similar. 
D  Y1 E Y3 
20
Um modelo representa de maneira simples a realidade criada no intuitode servir de instrumento de análise para algum objetivo de interesse. Ele é feito com base em suposições sobre o que deve ou não ser levado em consideração, ou, às vezes, com base em restrições sobre informações (PROVOST, 2013).
 
Sobre o modelo preditivo é correto afirmar. Assinale a opção correta:
 
A A predição tem o propósito de estimar um valor desconhecido, o qual pode ser somente no presente.
B A predição tem o propósito de estimar um valor desconhecido, o qual pode ser algo no futuro, porém também poderia ser algo no presente ou no passado. 
C A predição tem o propósito de classificar um valor desconhecido, o qual pode ser algo no futuro, porém também poderia ser algo no presente ou no passado.
D A predição tem o propósito de estimar um valor conhecido, o qual pode ser algo no futuro, porém também poderia ser algo no presente ou no passado.