Baixe o app para aproveitar ainda mais
Prévia do material em texto
Estatística Aplicada ao Data Science Atividade 01 1- Quais foram as variáveis estudadas? • Número de pessoas = 100 • Perda de peso ocorrido durante a primeira semana = y • Tempo dedicado a atividade física na primeira semana = x1 • Indicador de dieta alimentar = x2 (0) para quem não fez ( 1) para quem fez 2- Qual o tipo de cada variável, quantitativa ou qualitativa? Se quantitativa, qual sua unidade de medida? Se qualitativa, que níveis ou classes podem assumir? • Número de pessoas = quantitativa • Perda de peso = variável contínua quantitativa medida em kg. • Tempo dedicado = variável contínua quantitativas medidas em horas. • Indicador de dieta = variável nominal qualitativa medida no formato binário (0) quem não fez ou (1) quem fez. 3 - O que representa cada um dos quatros coeficientes do modelo de regressão li- near múltipla? • 1,25 - representa o valor de y (perda de peso) ocorrido na primeira semana em kg caso x1 e x2 sejam iguais a 0. • 0,15 = x1 – representa quanto será diminuído o peso dependendo das horas dedi- cado as atividades físicas realizado na primeira semana. • 0,20 = x2 - representa o quanto será diminuído o peso se a pessoa optou por rea- lizar a dieta alimentar. • 0,30 = x1 x2 - Relação obtida caso a pessoa tenha realizado atividade física com- posta por dieta, dependendo da relação entre horas de exercícios versus realização da dieta. Lembrando que qualquer variável possuir o valor de zero, esse coeficiente será nulo. 4 - O efeito cruzado entre as variáveis x1 (tempo dedicado a atividades físicas na primeira semana) e x2 (se a pessoa fez ou não dieta alimentar) é positivo? Ou seja, um ajuda o outro na redução de peso das pessoas? Levando em consideração os seguintes dados temos com exemplo: • x1 = 8 horas de exercícios na semana • x2 = 0 (não fez dieta) ou 1 (fez dieta) • Caso tenha feito dieta: y= 1,25+0,15 x1+0,20 x2+0,30 x1 x2 y= 1,25+0,15*8+0,20*1+0,30*8*1 y= 2,45+0,2+2,4 y= 5,05 • Caso não tenha feito dieta: y= 1,25+0,15 x1+0,20 x2+0,30 x1 x2 y= 1,25+0,15*8+0,20*0+0,30*8*0 y= 2,45 Sim, o efeito é positivo pois existe uma forte correlação entre as duas variáveis. Quando se tem a combinação dos os exercícios e a dieta, a perda de peso é maior. 5. Em situações similares você poderia aplicar essa mesma técnica para gerar conhe- cimento a partir de dados? São inúmeras as situações, praticamente podemos aplicá-la para buscar vários tipos de informações como exemplo citamos a altura das pessoas, variação salarial e as despesas mensais sobre o consumo, taxa de desemprego, vendas de produtos e etc. Luciane de Souza Lima Adriano Engenharia Civil FMU
Compartilhar