_ESTÁTICA APLICADA A DATA SCIENCE_

Prévia do material em texto

26/05/2021 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 - 202110.ead-29778852.06
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_667677… 1/8
Curso GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 -
202110.ead-29778852.06
Teste ATIVIDADE 4 (A4)
Iniciado 28/04/21 20:01
Enviado 06/05/21 02:04
Status Completada
Resultado da
tentativa
10 em 10 pontos 
Tempo decorrido 174 horas, 3 minutos
Resultados
exibidos
Respostas enviadas, Respostas corretas, Comentários
Pergunta 1
Resposta Selecionada: 
Resposta Correta:
Comentário
da resposta:
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
 
Dois grupos, um com 6 indivíduos e outro com 4 indivíduos.
Dois grupos, um com 6 indivíduos e outro com 4 indivíduos.
Resposta correta. A alternativa está correta. A questão solicita a alternativa com o
menor número de grupos que você naturalmente formaria. Há três alternativas
com dois grupos, porém aquela que parece ser a mais natural é a que agrupa 6
indivíduos do lado esquerdo do gráfico e 4 indivíduos do lado direito, pois as
outras alternativas com dois grupos não são tão naturais quanto essa opção.
1 em 1 pontos
26/05/2021 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 - 202110.ead-29778852.06
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_667677… 2/8
Pergunta 2
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
O Margareth H. Duham, em seu livro Data Mining - Introductory and Advanced
Topics, informa que tarefas de agrupamento, ou clustering em inglês, vêm sendo
aplicadas em muitos domínios, incluindo a biologia, a medicina, a antropologia, o
marketing e a economia. 
 
DUHAM, Margareth H. Data mining : introductory and advanced topics. Upper
Saddle River (NJ): Pearson Education, 2003, p.126.
 
A respeito desses domínios de aplicação de tarefas de agrupamento, analise as
afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s). 
 
I. ( ) Observar diferentes características de doenças em vários pacientes, e
depois formar diferentes grupos de pacientes - por similaridade das
características de suas doenças - é uma tarefa de agrupamento. 
II. ( ) Observar diferentes hábitos de consumo em várias milhares de pessoas, e
depois formar grupos de pessoas - por similaridade de seus hábitos de consumo
- é uma tarefa de agrupamento.
III. ( ) Observar diferentes características das linguagens faladas por membros
de aldeias remotas, e depois formar grupos de linguagens - por similaridades
das características das linguagens - é uma tarefa de agrupamento.
IV. ( ) Observar diferentes característica de insetos em diversos biomas, e depois
formar grupos de insetos - por similaridade de suas características - é uma
tarefa de agrupamento.
 
V, V, V, V.
V, V, V, V.
Resposta correta. A sequência está correta. Observar diferentes características
de indivíduos, sejam estes indivíduos doenças que se manifestam em pacientes,
hábitos de consumos que se manifestam em consumidores, línguas faladas por
diferentes povos, ou insetos que habitam diferentes biomas, e depois, para cada
um desses exemplos, agrupar as observações feitas em grupos menores por
similaridade, são tarefas de agrupamento. Sendo assim, todos os exemplos
descritos são tarefas de agrupamento.
Pergunta 3
O texto em referência explica que o processo de descoberta com a mineração
de dados possui tanto um sentido romântico (um processo emocionante e
prazeroso), quanto técnico (um estudo criterioso sobre dados). Também defende
a ideia que é preciso conhecer o ambiente em que os dados são produzidos e
que tipo de conhecimento esse ambiente necessita e espera receber.. Ou seja, o
que as pessoas necessitam e esperam receber.Lei
 
SILVA, L. A. da; PERES, S. M.; BOSCARIOLI, C. Introdução à mineração de
dados : com aplicações em R. Rio de Janeiro: Elsevier, 2016, p.3.
 
Considerando as ideias apresentadas acima e o que sabemos sobre ciência dos
dados, mineração de dados e machine learning, analise as afirmativas a seguir:
 
I. Machine learning são algoritmos desenvolvidos, principalmente, pela ciência
1 em 1 pontos
1 em 1 pontos
26/05/2021 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 - 202110.ead-29778852.06
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_667677… 3/8
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
da computação. São usados na estatística, na ciência de dados e na mineração
de dados.
II. O processo de descoberta de padrões e geração de conhecimento por meio
de dados tem um sentido romântico, por ser emocionante e prazeroso, e um
sentido técnico, pois demanda estudos técnicos criteriosos.
III. A estatística, a ciência da computação e a ciência de dados são áreas
relacionadas, mas a mineração de dados e ciência de dados são áreas
independentes, sem nenhuma relação.
IV. Não é importante conhecer o ambiente em que os dados são produzidos e
que tipo de conhecimento esse ambiente necessita e espera receber.
 
Assinale a alternativa que apresenta a(s) afirmativa(s) correta(s):
I e II apenas;
I e II apenas;
Resposta correta. A alternativa está correta, pois machine learning são algoritmos
desenvolvidos, principalmente, pela ciência da computação, e são usados na
estatística, na ciência de dados e na mineração de dados, e o processo de
descoberta de padrões e geração de conhecimento por meio de dados tem um
sentido romântico, por ser emocionante e prazeroso, e um sentido técnico, pois
demanda estudos técnicos criteriosos. Também sabemos que a mineração de
dados e ciência de dados são áreas relacionadas, e que é importante conhecer o
ambiente em que os dados são produzidos e que tipo de conhecimento esse
ambiente necessita e espera receber.
Pergunta 4
Resposta
Selecionada:
Resposta Correta:
Comentário
da resposta:
 Depois que formamos grupos de observações de um conjunto de dados
(amostra), por meio de um algoritmo de agrupamento, podemos dar nomes aos
mesmos, e cada indivíduo de cada grupo será classificado de acordo com esse
nome. O ser humano faz isso com naturalidade, primeiro agrupar e, depois de
formados os grupos, dar nomes aos grupos. Por exemplo, animais vertebrados
ou invertebrados, carros ou aviões, homens ou mulheres.
 
A partir do apresentado, analise as asserções a seguir e a relação proposta
entre elas. e assinale a alternativa correta:
 
I. Ao usarmos de algoritmos de agrupamento, depois que formados e nomeados
(classificados) os grupos de observações resultantes do algoritmo, não é
possível usar essas classes como variáveis respostas e, a partir desse ponto,
executar tarefas preditivas com algoritmos de classificação.
Pois
II. Algoritmos de agrupamento fazem parte dos métodos da chamada
aprendizagem não supervisionada. Não são modelos preditivos.
 
A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
A asserção I é uma proposição falsa, e a II é uma proposição
verdadeira.
Resposta correta. A alternativa está correta, pois mesmo que algoritmos de
agrupamento sejam parte dos métodos da aprendizagem não supervisionada, e
não serem modelos preditivos, como afirmado na asserção II, depois que
formamos e nomeamos os grupos (classificamos os grupos), podemos usar essas
classes como variáveis respostas e, a partir desse ponto, executartarefas
preditivas com algoritmos de classificação. Ou seja, a asserção I é falsa.
1 em 1 pontos
26/05/2021 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 - 202110.ead-29778852.06
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_667677… 4/8
Pergunta 5
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
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. 
 
 
I, II, III e IV.
I, II, III e IV.
Resposta correta. 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; na aprendizagem supervisionada, também chamamos a variável resposta
de variável de saída ou variável dependente e as variáveis de entrada, de
variáveis regressoras, preditoras ou independentes. 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.
Pergunta 6
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:
 
1 em 1 pontos
1 em 1 pontos
26/05/2021 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 - 202110.ead-29778852.06
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_667677… 5/8
Resposta
Selecionada:
Resposta
Correta:
Comentário
da resposta:
Figura - Dendrograma do agrupamento dos cinco estados
 Fonte: Elaborada pelo autor
 
 Relativamente à interpretação desta figura, assinale a alternativa correta:
 
 
É um dendrograma, ou seja, um gráfico na forma de uma árvore, que representa
os vários grupos formados em cada estágio do processo de agrupamento
hierárquico.
É um dendrograma, ou seja, um gráfico na forma de uma árvore, que
representa os vários grupos formados em cada estágio do processo de
agrupamento hierárquico.
Resposta correta. A alternativa está correta. O dendrograma resultante de uma
análise de agrupamento hierárquico representa todos os agrupamentos possíveis,
desde os grupos formados por observações individuais (no exemplo, cada um dos
cinco estados) até o topo com um único grupo formado por todas as observações
(no exemplo, um único grupo com os cinco estados). Cabe ao cientista de dados
escolher o agrupamento que faz mais sentido para a sua análise. As demais
alternativas estão erradas, como se pode verificar de uma leitura direta do próprio
dendrograma.
Pergunta 7
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.
1 em 1 pontos
26/05/2021 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 - 202110.ead-29778852.06
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_667677… 6/8
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
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.
F, F, F, F.
F, F, F, F.
Resposta correta. A sequência está correta. Há algoritmos de agrupamento que
lidam variáveis quantitativas, ou qualitativas, ou mistas. Portanto, as asserções I e
II são falsas. Algoritmos de agrupamento não podem ter as suas soluções
verificadas por um supervisor, pois fazem parte dos métodos de aprendizagem não
supervisionada. E seres humanos possuem habilidade natural para agrupar e
depois classificar. Portanto, as asserções III e IV também são falsas.
Pergunta 8
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.
1 em 1 pontos
26/05/2021 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 - 202110.ead-29778852.06
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_667677… 7/8
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
V, V, V, V.
V, V, V,V.
Resposta correta. A sequência está correta. Os valores 1,00 apenas indicam a
correlação perfeita que existe entre uma variável e ela mesma. A maior correlação
positiva é aquela entre as variáveis x2 e x4, indicando uma forte associação entre
essas duas variáveis, e que uma aumenta com um aumento da outra. A maior (em
valor absoluto) correlação negativa é aquela entre as variáveis x1 e x4, indicando
uma forte associação entre essas duas variáveis, e que uma diminui quanto a
outra aumenta. A menor (em valor absoluto) correlação negativa é aquela entre as
variáveis x4 e x5, indicando uma fraca associação entre essas duas variáveis, e
que uma diminui quando a outra aumenta.
Pergunta 9
Resposta
Selecionada:
Resposta Correta:
Comentário
da resposta:
Leia o excerto a seguir sobre as ideias-chave para agrupamento hierárquico:
 
“Começa com todos os registros. Progressivamente, os grupos são unidos aos
grupos próximos até que todos os registros pertençam a um único grupo. O
histórico de aglomeração é retido e plotado, e o usuário pode visualizar o
número e a estrutura dos grupos em diferentes estágios. As distâncias
intergrupos são calculadas de jeitos diferentes, todas baseadas no conjunto de
distância inter-registros.”
 
BRUCE, Peter; BRUCE, Andrew. Estatística prática para cientistas de dados :
50 conceitos iniciais. Rio de Janeiro: Alta Books, 2019, p. 278.
 A partir do apresentado, analise as asserções a seguir e a relação proposta
entre elas. 
 
I. No agrupamento hierárquico, o usuário deve obrigatoriamente especificar o
número de grupos que deseja ver o algoritmo formar.
Pois
II. O algoritmo começa com grupos formados por registros individuais e,
progressivamente, os grupos são unidos aos grupos mais próximos, até que
todos os registros pertençam a um único grupo.
 
A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
A asserção I é uma proposição falsa, e a II é uma proposição
verdadeira.
Resposta correta. A alternativa está correta, pois no agrupamento hierárquico,
diferentemente do que se requer para o agrupamento por k-médias, o usuário não
especifica o número de grupos que o algoritmo deve formar. Em estágios
progressivos, se parte de tantos grupos quanto o número de registros
(observações) do conjunto de dados, formam-se sequencialmente vários
agrupamentos, por fusão entre grupos mais similares entre si, até se formar um
único grupo, ao final, com todos os registro do conjunto de dados analisado. Ao
usuário cabe examinar essa estrutura, e decidir que agrupamentos fazem mais
sentido para a sua análise.
Pergunta 10
A estatística, a ciência da computação, a mineração de dados e a ciência dos
dados são áreas correlacionadas. Dentre essas, a mais antiga é a estatística,
1 em 1 pontos
1 em 1 pontos
26/05/2021 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 - 202110.ead-29778852.06
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_667677… 8/8
Quarta-feira, 26 de Maio de 2021 19h39min09s BRT
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
seguida da ciência da computação, depois da mineração de dados, e finalmente
da ciência dos dados, a mais nova dessas quatro áreas de conhecimento. 
 
Com referência ao relacionamento entre essas quatro áreas de conhecimento
humano, analise as afirmativas a seguir:
 
I. Algoritmos de machine learning nasceram na ciência da computação. Hoje são
usados na estatística, na mineração de dados e na ciência dos dados.
II. Dentre as diversas áreas citadas, é a estatística que possui os melhores
fundamentos para a interpretação de fenômenos aleatórios.
III. A estatística é considerada a mais sutil, e a mais ampla, quando nos
referimos a análise de dados. É aplicada a todas áreas de atividade humana.
IV. Sabemos que, na ciência dos dados, podem-se utilizar de muitos termos
diferentes, herdados das outras áreas, para se referir a um mesmo conceito.
 
 
I, II, III e IV.
I, II, III e IV.
Resposta correta. A alternativa está correta, pois algoritmos de machine learning
nasceram na ciência da computação e hoje são usados na estatística, na
mineração de dados e na ciência dos dados. De fato, é a estatística que possui os
melhores fundamentos para a interpretação de fenômenos aleatórios, e é
considerada a mais sutil, e a mais ampla, quando nos referimos a análise de
dados. Já há muitos anos é aplicada a todas áreas de atividade humana. Por outro
lado, também sabemos que, na ciência dos dados, podem-se utilizar de muitos
termos diferentes, herdados das outras áreas, para se referir a um mesmo
conceito.