prova final

Prévia do material em texto

Dados são fatos brutos que não possuem significado. Quando os dados recebem algum processamento, é gerada uma informação. As informações entendidas, assimiladas e contextualizadas são o conhecimento. Por fim, a aplicação das informações e dos conhecimentos obtidos na tomada de decisão está ligada à sabedoria que descreve o que fazer com as informações e o conhecimento. Um exemplo desses conceitos pode ser apresentado a seguir.
 
· Dado: gota de chuva;
· Informação: vai chover;
· Conhecimento: devemos utilizar guarda-chuvas;
· Sabedoria: saber por quais ruas devemos passar.
 
Dado o exposto, considere a situação a seguir.
 
O professor Daniel, especialista em ciência de dados, estava desenvolvendo um conjunto de aplicações da ciência de dados com seus alunos na Linguagem R. Em determinado momento, Daniel projetou no datashow um desafio que consistia nas seguintes tarefas: 1) analisar o conjunto de notas; 2) indicar a melhor medida para encontrar o valor central, visando que o conjunto possui outliers; 3) construir um trecho de programa na Linguagem R que, a partir do vetor “notas”, calcule a medida adequada no cenário proposto para encontrar o valor central.
 
Considerando a situação apresentada, assinale a alternativa que indica a medida que deve ser corretamente aplicada e o trecho de código implementado.
Alternativas
A)
A medida é a média simples e o trecho de código é:
m<-medSim(notas)
print(m)
B)
A medida é a média e o trecho de código é:
m<-avg(notas)
print(m)
C)
A medida é a média ponderada e o trecho de código é:
m<-medPon(notas)
print(m)
D) Marcada pelo aluno
A medida é a mediana e o trecho de código é:
m<-median(notas)
print(m)
E)
A medida é a moda e o trecho de código é:
m<-moda(notas)
print(m)
A análise de regressão fornece uma maneira para investigar a relação entre duas variáveis. Quando um conjunto de dados é analisado pela regressão linear simples, o resultado é uma equação que tradicionalmente contém y do lado esquerdo do sinal de igual e x do lado direito. A equação é denominada linear porque fornece uma relação entre as variáveis x e y que, quando plotada, resulta em uma linha reta. De acordo com essas informações, assinale a alternativa que apresenta corretamente a forma da equação de uma análise de regressão linear simples.
Alternativas
A)
y = 1 + b0x
B)
y = b0 + b1x2
C)
x = b0 + b1y
D) Marcada pelo aluno
y = b0 + b1x
E)
x = b0 + b1y2
Na economia, pode-se observar um relacionamento entre variáveis econômicas. Uma amostra de dados econômicos pode ser utilizada para obter informações sobre tais relacionamentos. Os economistas estão interessados em questões do tipo: se uma variável (por exemplo, o preço de um bem) varia de uma certa maneira, de quanto oscilará outra variável (por exemplo, a quantidade demandada ou oferecida)? Conhecido o valor de uma variável, é possível prever o valor de outra? Estas questões são respondidas com o auxílio de um modelo de regressão. Como todos os modelos, o modelo de regressão baseia-se em alguns pressupostos.
 
Diante do exposto, considere a seguinte situação.
A coordenadora de um colégio, preocupada com o desempenho de alguns alunos nas disciplinas de exatas, buscou relacionar as notas destes alunos em Física e Matemática, conforme apresentado pela tabela a seguir.
 
	Aluno
	1
	2
	3
	4
	5
	6
	7
	8
	9
	10
	11
	12
	13
	Física 
	45
	50
	43
	39
	47
	33
	40
	38
	31
	44
	33
	29
	41
	Matem.
	50
	55
	49
	37
	54
	29
	39
	39
	27
	46
	35
	30
	40
 
A respeito da relação entre as variáveis, considerando as informações apresentadas na tabela, julgue as afirmações a seguir.
 
I. Seria possível relacionar a nota dos alunos através de uma regressão linear simples.
 
II. Através de um modelo de regressão para os dados apresentados, seria possível estimar a nota de qualquer aluno com média superior a 60. 
 
III. A habilidade preditiva do melhor modelo de regressão estimado para os dados apresentados poderia ser avaliada através do coeficiente de determinação (R²).
 
É correto o que se afirma em 
Alternativas
A) Marcada pelo aluno
I, II e III.
B) Gabarito da questão
I e III, apenas.
C)
II, apenas.
D)
II e III, apenas.
E)
I, apenas.
Nesse cenário, os trechos de programa na linguagem R que calculam a média das temperaturas e o resultado impresso são, respectivamente,
Alternativas
A)
Trecho de código
temp<-mean(media)
print(media)
Resultado impresso
[1] 39
 
B)
Trecho de código
media<-mean(media)
print(media)
Resultado impresso
[1] 35
 
C)
Trecho de código
media<-mean(temp)
print(media)
Resultado impresso
[1] 39
D)
Trecho de código
media<-median(temp)
print(media)
Resultado impresso
[1] 38
 
E) Marcada pelo aluno
Trecho de código
media<-mean(temp)
print(media)
Resultado impresso
[1] 35
 
Estabelecer relações que possibilitem predizer uma ou mais variáveis em termos de outras é o objetivo de muitas pesquisas estatísticas. A correlação é uma técnica que envolve uma forma de estimação. O objetivo do estudo correlacional é a determinação da força ou do grau do relacionamento entre duas observações. O termo correlação significa, literalmente, correlacionamento, pois indica até que ponto os valores de uma variável estão relacionados com os da outra. Exemplos de pesquisas que utilizam estudo da correlação entre variáveis são o uso de cigarros e incidência de câncer de pulmão, o número de policiamento e o índice de violência em certa localidade, e a relação entre peso e altura de um grupo de pessoas.
Considerando o apresentado sobre correlação, avalie as seguintes asserções e a relação proposta entre elas.
I. Uma forma visual de observar a correlação entre duas variáveis é por meio do diagrama de dispersão.
PORQUE
II. Um diagrama de dispersão é um método de representar graficamente a relação entre duas variáveis, que são plotadas usando-se coordenadas x e y, de forma que os pontos sugerem se existe ou não correlação entre as duas variáveis.
(Fonte: http://www.ebah.com.br/content/ABAAAATx0AI/correlacao-regressao-linear)
A respeito dessas asserções, assinale a opção correta.
Alternativas
A)
As asserções I e II são proposições falsas.
B)
A asserção I é uma proposição verdadeira, e a II é uma proposição falsa.
C) Marcada pelo aluno
As asserções I e II são proposições verdadeiras, e a II é uma justificativa da I.
D)
As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa da I.
E)
A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.