Análise de dados

Prévia do material em texto

28/12/2022 23:57 Cosmos · Cosmos
https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2761585/5595688 1/5
Análise de dados
Professor(a): Marcelo Osnar Rodrigues de Abreu (Doutorado)
1)
2)
3)
Prepare-se! Chegou a hora de você testar o conhecimento adquirido nesta disciplina. A
Avaliação Virtual (AV) é composta por questões objetivas e corresponde a 100% da média final.
Você tem até cinco tentativas para “Enviar” as questões, que são automaticamente corrigidas.
Você pode responder as questões consultando o material de estudos, mas lembre-se de cumprir
o prazo estabelecido. Boa prova!
O tratamento é um dos momentos mais importantes da análise de dados, pois podemos
remover os valores inconsistentes e faltosos. Uma boa limpeza define qualidade do que
precisa ser analisado. Sobre o processo de limpeza, podemos afirmar que:
Alternativas:
A manipulação dos dados é a única maneira de tratá-los.
Remover linhas e colunas é a maneira mais simples de tratar os dados.
O Python oferece várias formas de tratar os dados, como exclusão da coluna ou linha
que não é mais útil e manipulando valores nulos.  CORRETO
Com Python, podemos manipular os valores nulos a partir do comando drop().
Com Python, podemos excluir linhas e colunas a partir do comando .fillna().
Código da questão: 58521
Teste de hipóteses é uma metodologia estatística em que um pesquisador testa uma
suposição sobre um parâmetro populacional, no qual precisamos avaliar a natureza dos
dados para indica qual teste seguir. Sobre o teste de hipótese t de Student, determine a
opção correta.
Alternativas:
O teste t de Student é uma metodologia usada para testar hipóteses retirada
diretamente de uma população.
A amostra em um teste t de Student testa apenas a hipótese alternativa.
Os dados não precisam seguir normalidade para aplicar o teste T de Student.
T de Student testa hipóteses sobre a média de uma amostra extraída de uma população.
 CORRETO
O teste t tipo não paramétrico, podendo ser usado para testar amostras independentes.
Código da questão: 58509
Um conjunto de dados com valores inconsistentes pode não fornecer insumos
suficientes para gerar uma boa análise. Informações consistentes, sem duplicação,
atualizadas e formatadas são fundamentais para uma boa análise. A precisão é essencial
para uma análise com alta qualidade. Dados com problemas precisam ser identificados e
tratados. Em relação à qualidade dos dados, marque V para a opção verdadeira e F para a
falsa.
( ) O pré-processamento de dados é uma técnica de exploração para transformar dados
brutos coletados em informações mais limpas.
( ) No pré-processamento, os dados não são transformados ou codificados, a técnica
precisa do auxílio de algoritmos de machine learning para isso.
Resolução comentada:
pode-se realizar a limpeza no Python de várias formas: exclusão da coluna ou linha
que não é mais útil e manipulando valores nulos com os comando drop(). e .fillna().
Resolução comentada:
o teste t de Student, em estatística, é um método para testar hipóteses sobre a
média de uma pequena amostra retirada de uma população normalmente
distribuída quando o desvio-padrão da população é desconhecido.
28/12/2022 23:57 Cosmos · Cosmos
https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2761585/5595688 2/5
4)
5)
( ) A normalização reorganiza os dados de maneira que os valores se tornem úteis apenas
para serem processados por algoritmos.
( ) A normalização formata os dados e os converte de forma que permite processamento e
análise adicionais.
Assinale a alternativa que contenha a sequência correta:
Alternativas:
F – F – F – F.
V – F – F – V.  CORRETO
V – F – V – V.
F – F – V – V.
F – F – V – F.
Código da questão: 58518
Uma variável é uma característica de uma unidade observada que pode assumir mais de
um conjunto de valores, tipos e mensurações.
Logo, defina o tipo de mensuração que tem as variáveis: sexo, cor dos olhos e cor da pele.
Alternativas:
Intervalar.
Razão.
Nominal.  CORRETO
Contínua.
Ordinal.
Código da questão: 58495
Medidas de tendência central são formas de descrever o valor central de uma
distribuição de dados. Dentre essas medidas, podemos citar a mediana (Md) de um
conjunto de elementos, a qual é o valor que divide um conjunto de dados (ordenados) em
dois subconjuntos de mesmo número de elementos. Com base nesse conceito, determine a
mediana do conjunto:
[6,8,4.5,6.3,7.1,8.9,5.2,9.1,23,34,2.2]
Alternativas:
8.
6.
7.1.  CORRETO
5.2.
6.3.
Resolução comentada:
I. O pré-processamento é uma técnica de exploração de dados para transformar as
informações brutas coletadas de diversas fontes em valores mais limpos.
II. No pré-processamento, os dados são transformados ou codificados para um
estado em que a máquina possa analisá-los.
III. A normalização reorganiza os dados de maneira que se torne utilizável para
consultas e análises exploratórias.
IV. A normalização pega os dados e os converte em um formato que permite
processamento e análise adicionais.
Resolução comentada:
nas variáveis como sexo, cor dos olhos e cor da pele não existe ordem.
Resolução comentada:
28/12/2022 23:57 Cosmos · Cosmos
https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2761585/5595688 3/5
6)
7)
8)
Código da questão: 58503
Medidas de dispersão são maneiras de resumir um grupo de dados descrevendo a
variabilidade dos dados. Ela significa até que ponto é provável que os dados numéricos
variem sobre um valor médio. Em outras palavras, a dispersão ajuda a entender a
distribuição dos dados. Determine o desvio-padrão e a variância do conjunto de valores:
[6,8,4.5,6.3,7.1,8.9,5.2,9.1,23,34,2.2].
Alternativas:
Desvio-padrão: 8.7 e variância: 90.15.
Desvio-padrão: 9.49 e variância: 50.15.
Desvio-padrão: 8.1 e variância: 90.15.
Desvio-padrão: 9.49 e variância: 90.15.  CORRETO
Desvio-padrão: 8.7 e variância: 50.15.
Código da questão: 58505
Vamos avaliar a situação: suponha que você precise avaliar um conjunto de dados sobre
o grau de escolaridade dos habitantes de município X. Cite o tipo de mensuração correta
para a variável escolaridade.
Alternativas:
Intervalar.
Razão.
Nominal.
Ordinal.  CORRETO
Qualitativa.
Código da questão: 58501
A limpeza dos dados é um processo muito importante que antecede sua exploração,
com base nesse processo, podemos extrair inconsistências e valores faltosos. A limpeza
contém vários métodos para tratar as informações. Com base nesse texto, identifique o
comando para remover a coluna B de um conjunto de dados
Alternativas:
data.drop('B', inplace=True, axis=1).  CORRETO
data.fillna(data.mean(0)).
data.drop('data', inplace=True, axis=B).
data.fillna(data.mean(B)).
data.drop('B', inplace=True, axis=0).
inicialmente, temos que ordenar os dados:
2.2,4.5,5.2,6,6.3,7.1,8,8.9,9.1,23,34.
O valor central é 7.1.
Resolução comentada:
Resolução comentada:
a variável escolaridade pode ser ordenada/classificada, por exemplo, ensino
fundamental, ensino médio, ensino superior, mestre, doutor.
28/12/2022 23:57 Cosmos · Cosmos
https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2761585/5595688 4/5
9)
10)
Código da questão: 58516
As análises de correlação e regressão são frequentemente usadas dentro das pesquisas
de todas as áreas de interesse. Embora parecidas, correlação e regressão não são
sinônimos, e cada abordagem estatística é usada para uma finalidade determinada,
baseada em um conjunto de suposições específicas. Sobre a correlação, podermos afirmar
que:
Alternativas:
A análise de correlação (r) fornece um valor que resume o grau de relacionamento linear
somente em uma variável.
Em uma correlação negativa, não existe correlação entre as variáveis.
Os resultados do coeficiente de correlação (r) varia entre -1 a 0.
Na correlação positiva, um valor diminui à medida que o outro aumenta.
Ao testar a correlação entre duas variáveis, usamos o coeficiente de correlação (r) para
quantificar a força e a direção do relacionamento entre duas variáveis numéricas. 
CORRETO
Código da questão: 58514
A correlaçãoé uma técnica estatística que mostra o quão forte são os pares de
variáveis. Ela denota a associação entre duas variáveis quantitativas.
Sobre correlação, podemos afirmar que:
I. Correlação e causalidade têm a mesma definição.
II. A correlação avalia somente os relacionamentos entre variáveis V.
III. A correlação avalia todos os fatores que levam aos relacionamentos entre variáveis.
IV. O motivo de um determinado evento ocorrer junto com outro significa que os dois são
dependentes.
São verdadeiras:
Resolução comentada:
o método drop(). possui três parâmetros:
• A coluna que queremos excluir. “B”.
• A informação que as alterações devem ser feitas no DataFrame original, sem criar
cópias. inplace=True.
• A indicação que a alteração deve ser feita na coluna. “axis = 1”.
Resolução comentada:
ao testar a correlação entre duas variáveis, usamos o coeficiente de correlação (r)
para quantificar a força e a direção do relacionamento entre duas variáveis
numéricas.
Sejam x , x , ..., x e y , y , ..., y os valores observados de X e Y, respectivamente.
Denomina-se coeficiente de correlação (amostral) entre X e Y o número dado por:
Em que:
r = o coeficiente de correlação.
x = os valores da variável x em uma amostra.
y = os valores da variável y em uma amostra.
x̅ = a média dos valores da variável
1 2 n 1 2 n.
i 
i
28/12/2022 23:57 Cosmos · Cosmos
https://kroton.platosedu.io/lms/m/aluno/disciplina/index/2761585/5595688 5/5
Alternativas:
II – III.
I – IV.
Apenas a II.  CORRETO
II – IV.
I – II – III – IV.
Código da questão: 58513
Resolução comentada:
I. Falsa – A correlação não deve ser confundida com causalidade, pois, caso duas
variáveis estejam correlacionadas, isso não implica que uma variável cause as
alterações em outra.
II. Verdadeira – A correlação apenas avalia os relacionamentos entre variáveis.
III. Falsa – A correlação não avalia todos os fatores que levam aos relacionamentos
entre variáveis.
IV. Falsa – O motivo de um evento ocorrer junto com outro não significa que um
cause o outro.
Arquivos e Links