10ESTATÍSTICA APLICADA AO DATA SCIENCE - PROVAS - AMB Fácil - Educação

Prévia do material em texto

II, III e IV,
apenas.
 
Feedback
da
resposta:
Resposta
correta. Modelo
de regressão
logística é dito
simples quanto
se considera
apenas uma
variável de
entrada; o
modelo exposto
nesta questão é,
de fato, aquele
adotado pela
cientista de
dados, e o
método que ela
usou para
determinar os
coeficientes do
modelo foi o
Método da
Máxima
Verossimilhança,
através do
software
estatístico R.
· 
Pergunta 2
1 em 1 pontos
 
 
A estatística descritiva usa
de métodos numéricos
para resumir dados,
também chamados de
sumários estatísticos, e de
gráficos para a
visualização dos dados. A
jovem cientista de dados
 
usou algumas técnicas de
visualização de dados
para analisar sua amostra,
mas deixou outras de lado.
 
Analise as afirmativas a
seguir e veja quais estão
coerentes com sua análise
descritiva dos dados.
 
4. Na sua análise
descritiva dos dados da
amostra, a jovem cientista
de dados usou
histogramas para a
visualização dos dados
quantitativos das
amostras, que são a renda
mensal das pessoas e
seus gastos médios com o
cartão de crédito.
5. Na sua análise
descritiva dos dados da
amostra, a jovem cientista
de dados usou diagramas
de barras para a
visualização dos dados
quantitativos das
amostras, que são a renda
mensal das pessoas e
seus gastos médios com o
cartão de crédito.
 
 
3. Histogramas e
diagramas de barras são
formas tradicionais de
visualização gráfica de
dados quantitativos e
qualitativos,
respectivamente, na
estatística e na ciência dos
dados.
4. A jovem cientista de
dados usou, para este
caso, apenas histogramas,
e preferiu apenas lançar
mão da função table() do
software estatístico R,
para determinar a
frequência com que os
níveis das variáveis
qualitativas se
manifestaram na amostra
estudada, sem fazer uso
de diagramas de barras, o
que poderia ter feito, se
quisesse.
 
Está correto o que se
afirma em:
 
 
Resposta
Selecionada:
 
I, III e IV
apenas.
Resposta
Correta:
 
I, III e IV
apenas.
 
Feedback
da
resposta:
Resposta
correta.
Histogramas e
diagramas de
barras são
formas
tradicionais de
visualização
gráfica de dados
quantitativos e
qualitativos,
respectivamente,
 
na estatística e
na ciência dos
dados, e a jovem
cientista de
dados não
lançou mão de
diagramas de
barras. Neste
caso, para
visualizar os
dados
qualitativos,
poderia ter feito
isso, se
quisesse.
Diagramas de
barras são
usados para a
visualização de
dados
qualitativos, não
quantitativos.
· 
Pergunta 3
1 em 1 pontos
 
 
O modelo de regressão
logística simples
desenvolvido por uma
jovem cientista de dados
para a predição da
probabilidade de
inadimplência com o
cartão de crédito foi:
 
 
Tomando como base esse
modelo, que foi ajustado
aos dados da amostra
cedida pelo gerente,
podemos estimar o valor
esperado para a
probabilidade de
 
inadimplência com cartão
de crédito das pessoas.
Por exemplo, vamos
considerar duas pessoas,
uma com um gasto de
médio mensal com o
cartão de R$ 500,00, e a
outra com um gasto médio
mensal de R$ 1.000,00.
Usando o modelo ajustado
anterior, obtemos,
respectivamente (assinale
a alternativa correta):
 
 
Resposta
Selecionada:
 
7% e
27%.
 
 
 
Resposta Correta: 
7% e
27%.
 
 
 
 
Feedback
da
resposta:
Resposta
correta. Esses
valores são
aqueles
calculados pela
simples
substituição da
variável de
entrada pelos 
valores R$
500,00 e R$
 
1.000,00,
respectivamente,
na equação do
modelo.
· 
Pergunta 4
1 em 1 pontos
 
 
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