Atividade 4 (A4) ESTATISTICA APLICADA AO DATA SCIENCE EAD (Com Respostas)

Prévia do material em texto

Copyright 2022
222RGR0890A - ESTATÍSTICA APLICADA AO DATA SCIENCE
Minhas Disciplinas 222RGR0890A - ESTATÍSTICA APLICADA AO DATA SCIENCE UNIDADE 4 Atividade 4 (A4)
Questão 1
Correto
Atingiu 1,00 de
1,00
Marcar
questão
Questão 2
Correto
Atingiu 1,00 de
1,00
Marcar
questão
Questão 3
Correto
Atingiu 1,00 de
1,00
Marcar
questão
Questão 4
Correto
Atingiu 1,00 de
1,00
Marcar
questão
Questão 5
Correto
Atingiu 1,00 de
1,00
Marcar
questão
Questão 6
Correto
Atingiu 1,00 de
1,00
Marcar
questão
Questão 7
Correto
Atingiu 1,00 de
1,00
Marcar
questão
Questão 8
Correto
Atingiu 1,00 de
1,00
Marcar
questão
Questão 9
Correto
Atingiu 1,00 de
1,00
Marcar
questão
Questão 10
Correto
Atingiu 1,00 de
1,00
Marcar
questão
Iniciado em sexta, 2 dez 2022, 20:15
Estado Finalizada
Concluída em sexta, 2 dez 2022, 20:26
Tempo
empregado
11 minutos 31 segundos
Avaliar 10,00 de um máximo de 10,00(100%)
Terminar revisão
Em uma análise de agrupamento examinamos os dados observados (as linhas da tabela com os dados) e procuramos identificar, através de algum critério de similaridade, aquelas que estão mais próximas entre si, e formamos grupos com essas
observações similares. Quando são apenas 2 variáveis e poucas observações (tamanho da amostra pequeno), por exemplo 10, podemos tentar fazer o agrupamento visualmente.
 
Analise a figura adiante e assinale a alternativa que indica a menor quantidade de grupos que você naturalmente formaria para este caso:
 
Figura - Massa corporal (kg) versus comprimento (m) dos animais
Fonte: Elaborada pelo autor
 
a. Dois grupos com 5 indivíduos cada.
b. Dois grupos, um com 6 indivíduos e outro com 4 indivíduos.
c. Três grupos, um com 5 indivíduos, um com 1 indivíduo, e um com 4 indivíduos.
d. Quatro grupos, um com 5 indivíduos, dois com 1 indivíduo cada, e um com 4 indivíduos.
e. Dois grupos, um com 1 indivíduo e um com 9 indivíduos.
Na estatística, quanto duas variáveis quantitativas comportam-se uma em relação à outra de forma aproximadamente linear, é comum se calcular a correlação entre elas. Esse cálculo, entretanto, ao estudo da relação entre duas variáveis qualitativas, ou
entre uma variável quantitativa e uma variável qualitativa.
 
A respeito do cálculo da correlação entre duas variáveis quantitativas, analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s).
 
I. ( ) Uma correlação positiva indica que quando uma das variáveis aumenta a outra variável diminui.
II. ( ) Uma correlação positiva indica que quando uma das variáveis aumenta a outra variável também aumenta.
III. ( ) Uma correlação negativa indica que quando uma das variáveis aumenta a outra variável diminui.
IV. ( ) Uma correlação negativa indica que quando uma das variáveis diminui a outra também diminui.
 
a. F, V, V, F.
b. F, V, F, V.
c.  F, V, F, F.
d. F, V, V, V.
e. F, F, V, V.
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:
 
I. 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.
II. Especificamente na aprendizagem supervisionada, também denominamos uma variável resposta de variável de saída ou variável dependente.
III. Especificamente na aprendizagem supervisionada, também denominamos uma variável de entrada de variável regressora, variável preditora, variável explanatória ou variável independente.
IV. 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.
a. II, III e IV, apenas.
b. I, II e IV, apenas.
c. II e III, apenas.
d. I, III e IV, apenas.
e. I, II, III e IV.
Quando acontece de haver várias variáveis quantitativas em uma determinada amostra de dados, é comum a realização da análise da (possível) relação entre essas variáveis por meio do cálculo de suas correlações. Neste caso, o cálculo de suas
correlações sempre é feito de duas em duas variáveis. Comumente, também se apresenta a correlação de cada variável com ela mesma, o que sempre resulta em uma correlação perfeita, igual a 1.
 
A tabela adiante mostra o resultado do cálculo das correlações entre 5 variáveis quantitativas de uma determinada amostra.
 
 x1 x2 x3 x4 x5
x1 1,00 - 0,85 - 0,78 - 0,87 0,42
x2 - 0,85 1,00 0,79 0,89 - 0,43
x3 - 0,78 0,79 1,00 0,66 - 0,71
x4 - 0,87 0,89 0,66 1,00 - 0,17
x5 0,42 - 0,43 - 0,71 - 0,17 1,00
 
Quadro: Correlações cruzadas entre as variáveis quantitativas x1, x2, x3, x4 e x5
Fonte: Elaborado pelo autor.
 
Com respeito a essa tabela de correlações, analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s).
 
I. ( ) Os valores 1,00 apenas indicam a correlação perfeita que existe entre uma variável e ela mesma, uma informação de pouco valor prático.
II. ( ) A maior correlação positiva é aquela entre as variáveis x2 e x4, no valor de 0,89, que indica uma forte associação entre essas duas variáveis, e que uma aumenta com um aumento da outra.
III. ( ) A maior (em valor absoluto) correlação negativa é aquela entre as variáveis x1 e x4, no valor de - 0,87, que indica uma forte associação entre essas duas variáveis, e que uma diminui quanto a outra aumenta.
IV. ( ) A menor (em valor absoluto) correlação negativa é aquela entre as variáveis x4 e x5, no valor de - 0,17, que indica uma fraca associação entre essas duas variáveis, e que uma diminui quando a outra aumenta.
a. V, F, F, V.
b. F, V, V, F.
c. V, V, V, V.
d. F, F, V, V.
e. F, F, F, F.
O texto em referência fornece os seguintes exemplos de agrupamento: análise de perfil de usuários e perfil de itens para sistemas de recomendação; análise de padrões de comportamento de multidões; identificação de grupos de risco para empresas
seguradoras; análise de emoções em redes sociais; reconhecimento de padrões em imagens de satélites ou imagens médicas; análise de padrões em cliques em páginas da internet, etc.
 
SILVA, L. A. da; PERES, S. M.; BOSCARIOLI, C. Introdução à mineração de dados: com aplicações em R. Rio de Janeiro: Elsevier, 2016, p.146.
A respeito dos campos de aplicação da análise de agrupamento, analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s).
 
I. ( ) A análise de emoções por meio de agrupamento pode servir ao propósito de averiguar o índice de aceitação de um candidato a um cargo eletivo público por região.
II. ( ) O reconhecimento de padrões em imagens de satélites pode servir ao propósito de averiguar regiões com processos acelerados de desertificação.
III. ( ) A identificação de grupos de risco para empresas seguradoras pode servir ao propósito de precificação correta do valor do seguro para cada grupo de risco.
IV. ( ) A análise de padrões em cliques em páginas da internet pode servir ao propósito de identificar a procura de páginas da web por cada bairro de um município.
a. V, V, V, V.
b. V, V, F, F.
c. V, V, V, F.
d. F, V, V, F.
e. V, F, F, V.
O texto em referência apresenta como exemplo de agrupamento uma companhia de vendas online que deseja agrupar seus clientes com base em suas características comuns (renda, idade, número de filhos, estado civil, grau de educação, etc.). Com o
resultado do agrupamento, eles definirão campanhas de marketing e de divulgação específicas para cada um dos diferentes grupos que vierem a ser definidos.
 
DUHAM, Margareth H. Data mining: introductory and advanced topics. Upper Saddle River, NJ: Pearson Education, 2003, p.125.
A respeito das fontes que originaram os contos de fadas, analise as afirmativas a seguir e assinale V para a(s)Verdadeira(s) e F para a(s) Falsa(s).
 
I. ( ) Algoritmos de agrupamento só conseguem lidar com variáveis quantitativas. Sendo assim, parte das variáveis disponíveis para esse caso são irrelevantes.
II. ( ) Algoritmos de agrupamento são especializados no tratamento de conjuntos de dados exclusivamente qualitativos.
III. ( ) Algoritmos de agrupamento podem ter as suas soluções verificadas por um supervisor e, dessa forma, saberemos se o resultado é bom ou ruim.
IV. ( ) Seres humanos não possuem habilidade natural para agrupar e depois classificar, já que isso só pode ser realizado por meio de algoritmos.
a. V, V, F, V.
b. V, V, F, F.
c. F, V, F, V.
d. F, F, F, F.
e. V, V, V, V.
Um jovem cientista de dados realizou uma análise de agrupamento de apenas cinco estados americanos parte do famoso conjunto de dados USArrests, o qual possue 50 observações (50 estados americanos) de 4 variáveis (Murder, Assault, UrbanPop e
Rape).
 
Obteve o resultado exibido na figura exibida adiante:
 
Figura - Dendrograma do agrupamento dos cinco estados
Fonte: Elaborada pelo autor
 
Relativamente à interpretação desta figura, assinale a alternativa correta:
 
 
a. É um dendrograma, ou seja, um grá�co na forma de uma árvore, que representa os vários grupos formados em cada estágio do processo de agrupamento hierárquico.
b. É um dendrograma, ou seja, um grá�co na forma de uma árvore, que lido de cima para baixo, na altura (height) 1,5 sugere a formação de 10 grupos.
c. É um dendrograma, ou seja, um grá�co na forma de uma árvore, que sugere serem os estados Texas e Arkansas os mais próximos em termos de violência urbana.
d. É um dendrograma, ou seja, um grá�co na forma de uma árvore, que sugere serem os estados New Mexico e Oklahoma os mais próximos em termos de violência urbana.
e. É um dendrograma, ou seja, um grá�co na forma de uma árvore, que lido de baixo para cima, na altura (height) 1,5 sugere a formação de 6 grupos.
A escolha de grupos formados por um algoritmo de agrupamento hierárquico pode ser feita por meio da leitura do dendrograma resultante. Escolhe-se a altura (Height) desejada, se traça uma linha horizontal a partir dessa altura, que cruzará com as linhas
verticais dos grupos formados nesta altura. O cientista de dados decide se esses grupos são adequados para a sua análise.
 
Veja, por exemplo, a figura abaixo.
 
 
Figura - Dendrograma do agrupamento de oito estados
Fonte: Elaborada pelo autor
Com respeito da leitura deste dendrograma, analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s).
 
I. ( ) A altura 4 cruza com duas linhas verticais, que indicam dois grupos, o primeiro deles formado pelos estados {Connecticut, Delaware}, e o segundo deles formado pelos estados {Colorado, Arizona, California, Alaska, Alabama, Arkansas}.
II. ( ) A altura 4 cruza com três linhas verticais, que indicam três grupos, o primeiro deles formado pelos estados {Connecticut, Delaware}, o segundo deles formado pelos estados {Colorado, Arizona, California}, e o terceiro deles formado pelos estados
{Alaska, Alabama, Arkansas}.
III. ( ) A altura 3 cruza com duas linhas verticais, que indicam dois grupos, o primeiro deles formado pelos estados {Connecticut, Delaware}, e o segundo deles formado pelos estados {Colorado, Arizona, California, Alaska, Alabama, Arkansas}.
IV. ( ) A altura 3 cruza com três linhas verticais, que indicam três grupos, o primeiro deles formado pelos estados {Connecticut, Delaware}, o segundo deles formado pelos estados {Colorado, Arizona, California}, e o terceiro deles formado pelos estados
{Alaska, Alabama, Arkansas}.
 
a. V, F, F, V.
b. F, V, V, F.
c. F, V, F, V.
d. F, V, V, F.
e. V, F, V, F.
Os métodos de aprendizagem estatística (statistical learning, em inglês) são divididos em métodos de aprendizagem supervisionada e métodos de aprendizagem não supervisionada. Para cada uma dessas diferentes abordagens, há uma coleção
relativamente grande de diferentes métodos, cada um com seu próprio jeito de funcionamento.
 
Assinale a alternativa que indica um problema de aprendizagem não supervisionada:
a. Gostaríamos de saber que pessoas �carão inadimplentes com o pagamento das faturas de seus cartões de crédito.
b. Ajudaremos médicos se conseguirmos avaliar a gravidade de uma doença a partir de dados relativos às condições do paciente.
c. Pretendemos ter uma ideia do volume de vendas de um produto de varejo a partir de algumas características do ponto de venda.
d. Desejamos entender se há similaridade entre observações (indivíduos) de uma certa amostra de dados.
e. Queremos estimar o valor de imóveis a partir das suas características, tais como sua área, seu andar e sua localização.
Leia o excerto a seguir:
“Normalização: É comum normalizar (padronizar) variáveis contínuas através da subtração da média e divisão pelo desvio-padrão, ou então as variáveis com grande escala dominarão o processo de agrupamento (veja Padronização (Normalização, Escores
Z), no Capítulo 6).”
 
BRUCE, Peter; BRUCE, Andrew. Estatística prática para cientistas de dados: 50 conceitos iniciais. Rio de Janeiro: Alta Books, 2019, p. 265.
 A partir do apresentado, analise as asserções a seguir e a relação proposta entre elas.
 
I. Sabemos que, na estatística ou na ciência dos dados, é comum normalizar (padronizar) variáveis quantitativas, ou variáveis contínuas, antes da realização de uma análise de agrupamento.
Pois
II. No conjunto de dados observados (a amostra de dados), podem existir variáveis que estão em uma escala muito maior que as outras, e a medida de distância entre observações dessas variáveis dominarão o resultado da análise de agrupamento, na
formação dos grupos de observações similares entre si.
a. As asserções I e II são proposições verdadeiras, e a II é uma justi�cativa correta da I.
b. A asserção I é uma proposição verdadeira e a asserção II é uma proposição falsa.
c. As asserções I e II são proposições verdadeiras, mas a II não é uma justi�cativa correta da I.
d. As asserções I e II são proposições falsas.
e. A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
◄ Compartilhe Seguir para... Revisão Atividade 4 (A4) ►
Navegação do questionário
Terminar revisão
1 2 3 4 5 6 7 8 9
10
Guia Digital Carreiras e Internacionalização NAP CPA Responsabilidade Socioambiental
Minhas Disciplinas Minhas Bibliotecas
  VINICIUS JESUS ROCHA