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 2 (A2)
Iniciado 28/04/21 19:37
Enviado 06/05/21 01:56
Status Completada
Resultado da
tentativa
10 em 10 pontos 
Tempo decorrido 174 horas, 18 minutos
Resultados
exibidos
Respostas enviadas, Respostas corretas, Comentários
Pergunta 1
Resposta Selecionada: 
Estudamos algoritmos preditivos com base em (1) modelos de regressão linear e
(2) modelos de regressão logística. Esses modelos são aplicados em situações
bem distintas, que dependem, essencialmente, da natureza da variável resposta,
também chamada de variável dependente. 
 
Com esses dois modelos em mente, analise as afirmativas a seguir.
 
1. Modelos de regressão logística simples são usados na predição de uma
variável resposta qualitativa quando há mais do que uma variável de
entrada.
2. Modelos de regressão linear simples são usados na predição de uma
variável resposta qualitativa quando se considera apenas uma variável de
entrada.
3. Um possível modelo de regressão logística simples para a predição da
probabilidade de inadimplência é:
 
 
 
em que e são os coeficientes do modelo, , o gasto médio mensal da
pessoa com cartão de crédito e , o valor esperado para a probabilidade de
a pessoa ficar ou não inadimplente com o pagamento das faturas do cartão.
 
4. O método comumente usado para calcular os valores dos coeficientes e 
 é o Método da Máxima Verossimilhança. Para isso, pode-se fazer uso
do software estatístico R.
 
 Está correto o que se afirma em:
 
 
II, III e IV, apenas.
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
Resposta Correta: 
Comentário
da resposta:
II, III e IV, apenas.
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
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
Os dados cedidos pelo gerente do banco estavam bem organizados e livres de
erros. A nossa jovem cientista de dados não precisou, portanto, fazer uma
limpeza e pré-tratamento dos dados e pode prosseguir imediatamente para uma
análise descritiva deles antes do desenvolvimento do modelo. 
Tendo isso em vista, analise as afirmativas a seguir e assinale V para a(s)
Verdadeira(s) e F para a(s) Falsa(s). 
 
1. ( ) Chamamos de análise descritiva dos dados seus sumários (ou resumos)
estatísticos dos mesmos e a sua visualização. Ambos, os sumários e as
visualizações, nos ajudam a entender o comportamento dos dados e,
através deles, do fenômeno ou processo estudado.
2. ( ) São quatro as variáveis estudadas pela cientista de dados: renda
mensal da pessoa, seus gastos médios com o cartão, se a pessoa tinha ou
não um emprego estável ao longo do período amostrado e se ficou ou não
inadimplente ao longo do deste período.
3. ( ) Para criar sumários estatísticos das variáveis quantitativas, a renda
mensal da pessoa e seus gastos com o cartão, a cientista de dados usou
as funções min(), mean() e max() do software estatístico R para calcular os
valores mínimo, médio e máximo dos dados observados para essas
variáveis.
4. ( ) Para criar sumários estatísticos das variáveis qualitativas, se a pessoa
tinha ou não um emprego estável e se tinha ou não ficado inadimplente
com o pagamento das faturas do cartão ao longo do período amostrado, a
cientista de dados usou a função table() do software estatístico R para
calcular a frequência com que os níveis de cada uma dessas variáveis se
manifestaram na amostra estudada.
 
Assinale a alternativa que apresenta a sequência correta.
 
 
V, V, V, V.
V, V, V, V.
Resposta correta. Chamamos de análise descritiva dos dados seus sumários (ou
resumos) e a sua visualização por meio de gráficos. São quatro as variáveis
estudadas pela cientista de dados. Para criar sumários estatísticos das variáveis
quantitativas, a cientista de dados usou as funções min(), mean() e max() do
software estatístico R, e para os sumários estatísticos das variáveis qualitativas,
usou a função table() do mesmo software, e assim calculou a frequência com que
os níveis de cada uma dessas variáveis se manifestaram na amostra analisada.
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
Pergunta 3
Resposta Selecionada:
 
Resposta Correta:
 
Comentário
da resposta:
Discutimos sobre classificadores determinísticos e probabilísticos. Demos, como
exemplo, uma variável resposta qualitativa com dois níveis (classes), o
indivíduo está infectado pelo vírus HIV ( ) ou não está infectado ( ),
dado um conjunto de sintomas que ele apresenta. 
 
 
 Reveja esse assunto e analise as afirmativas a seguir.
 
1. Um classificador determinístico vai dizer se o indivíduo está ou não está
infectado, dados os sintomas que apresenta.
2. Um classificador probabilístico vai dizer qual é a probabilidade de o
indivíduo estar ou não infectado, dados os sintomas que apresenta.
3. No jargão da estatística, escrever significa que a variável aleatória 
resultou no valor , em que é um dos possíveis valores que a variável
aleatória pode assumir (ou seja, uma de suas classes, no caso, das
variáveis qualitativas).
4. Nesse mesmo jargão, escrever significa a probabilidade de 
ser igual a um dos seus possíveis valores , quando a variável de
entrada é igual a (dado que ).
 
 Está correto o que se afirma em:
 
 
I, II, III e IV. 
 
 
 
I, II, III e IV.
 
 
 
Resposta correta. Um classificador determinístico vai dizer se o indivíduo está ou
não está infectado, dados os sintomas que apresenta; já um classificador
probabilístico vai dizer qual é a probabilidade de o indivíduo estar ou não
infectado; no jargão da estatística, escrever significa que a variável
aleatória resultou no valor , em que é um dos possíveis valores que a variável
aleatória pode assumir (ou seja, uma de suas classes, no caso das variáveis
qualitativas) e, nesse mesmo jargão, escrever significa a
probabilidade de ser igual a um dos seus possíveis valores quando a variável
de entrada é igual a (dizemos: dado que ).
Pergunta 4
Dados podem aparecer na forma de textos, imagens, vídeos, sons, tabelas,
listas, sequências, séries, etc. São muitos os dados que hoje coletamos de
diferentes fontes, e muitas as formas de organizá-los e armazená-los. Uma
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
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
dessas forma, talvez a mais importante delas, são os dados estruturados. 
 
Relativamente a esse assunto, analise as afirmativas a seguir.
 
1. Dados estruturados são dados que não possuem uma estrutura regular e
repetitiva, seguindo um padrão comum adotado pelas ciências da
computação, estatística e ciência dos dados.
2. A forma de organização básica dos dados, preferida na estatística e na
ciência dos dados, é a forma tabular, na qual as variáveis são dispostas
nas linhas e as observações são dispostas nas colunas.
3. Dados estruturados são dados que possuem uma estrutura regular e
repetitiva, seguindoum padrão comum adotado pelas ciência da
computação, estatística e ciência dos dados.
4. A forma de organização básica dos dados, preferida na estatística e na
ciência dos dados, é a forma tabular, na qual as variáveis são dispostas
nas colunas e as observações são dispostas nas linhas.
 
Está correto o que se afirma em:
 
III e IV, apenas.
III e IV, apenas.
Resposta correta. Dados estruturados são dados que possuem uma estrutura
regular e repetitiva, seguindo um padrão comum adotado pelas ciência da
computação, estatística e ciência dos dados. Também está correto dizer que a 
forma de organização básica dos dados, preferida na estatística e na ciência dos
dados, é a forma tabular, na qual as variáveis são dispostas nas colunas e as
observações são dispostas nas linhas.
Pergunta 5
Vimos que são muitos os algoritmos de classificação usados na estatística ou na
ciência dos dados. Vimos também que podem ser divididos entre classificadores
determinísticos ou probabilísticos, em que, dentre estes últimos, se encontra o
modelo de regressão logística. Relativamente a modelos de regressão logística,
que são aqui o nosso foco, analise as afirmativas a seguir.
 
1. Modelos de regressão logística são usados como modelos preditivos para
casos em que a variável resposta é qualitativa, preferencialmente
qualitativa dicotômica. As variáveis de entrada podem ser de qualquer tipo,
quantitativas ou qualitativas.
2. Modelos de regressão logística são chamados de regressão logística
simples, quando só há uma variável de entrada, também denominada de
variável regressora, variável preditora ou variável independente.
3. Modelos de regressão logística são chamados de regressão logística
múltipla, quando há mais do que uma variável de entrada, também
denominadas de variáveis regressoras, variáveis preditoras ou variáveis
independentes.
4. Modelos de regressão logística são classificadores probabilísticos. Por
exemplo, para dados sintomas de um certo paciente, um modelo de
regressão logística, depois de adequadamente treinado, fará a predição da
probabilidade deste paciente estar ou não infectado com o vírus HIV.
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:
 
Está correto o que se afirma em:
 
 
I, II, III e IV. 
 
 
I, II, III e IV.
 
 
Resposta correta. Modelos de regressão logística são usados quando a variável
resposta é qualitativa, preferencialmente qualitativa dicotômica. Regressão
logística simples e múltipla são, respectivamente, quanto só há uma ou há várias
variáveis de entrada. Modelos de regressão logística são classificadores
probabilísticos. Ou seja, todas as asserções são verdadeiras.
Pergunta 6
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
Vimos que há dois principais tipos de aprendizagem supervisionada: problema
de regressão e problema de classificação. São os tipos de variáveis resposta
dos dados em análise que distinguem esses dois tipos entre si. 
 
Relativamente a esses dois tipos, analise as afirmativas a seguir.
 
1. Na aprendizagem supervisionada, um problema de regressão é um no qual
a variável resposta é qualitativa.
2. Na aprendizagem supervisionada, um problema de regressão é um no qual
a variável resposta é quantitativa.
3. Na aprendizagem supervisionada, um problema de classificação é um no
qual a variável resposta é qualitativa.
4. Na aprendizagem supervisionada, um problema de classificação é um no
qual a variável resposta é quantitativa.
 
Está correto o que se afirma em:
II e III, apenas.
II e III, apenas.
Resposta correta. Na aprendizagem supervisionada, um problema de regressão é
um no qual a variável resposta é quantitativa e um problema de classificação é um
no qual a variável resposta é qualitativa.
Pergunta 7
Ao longo das nossas discussões, demos foco a um classificador chamado de
regressão logística que, apesar do nome regressão (esse nome por razões
históricas e por conta de algumas de suas características), é usado como um
classificador. Mas também vimos que existem outros tipos de classificadores. 
Relativamente a esse assunto de algoritmos de classificação, analise as
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… 6/8
Resposta Selecionada:
 
Resposta Correta:
 
Comentário
da resposta:
afirmativas a seguir. 
 
1. Regressão logística é o único método de aprendizagem supervisionada
que é utilizado para classificação, todos outros métodos são métodos de
regressão.
2. Apesar do nome regressão logística, o que acaba sendo um pouco
confuso para iniciantes, na verdade este é um dos vários métodos de
aprendizagem supervisionada utilizado para classificação.
3. Dentre os métodos utilizados para classificação se encontram regressão
logística, análise discriminante linear (LDA = Linear Discriminant Analysis),
árvores de decisão para classificação, máquinas de vetores de suporte
(SVM = support vector machines) e k-vizinhos mais próximos (KNN = k-
nearest neighbors).
4. Regressão linear não é um método de classificação, mas, sim, um dos
métodos preditivos de aprendizagem supervisionada usados na predição
de valores de variáveis respostas quantitativas.
 
Está correto o que se afirma em:
 
 
II, III e IV, apenas. 
 
 
 
II, III e IV, apenas.
 
 
 
Resposta correta. A única asserção incorreta desta questão é a primeira, que
afirma que regressão logística é o único método de aprendizagem supervisionada
que é utilizado para classificação, todos outros métodos são métodos de
regressão.
Pergunta 8
Resposta Selecionada:
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): 
 
 
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 Correta:
 
Comentário
da resposta:
7% e 27%. 
 
 
 
 
7% e 27%.
 
 
 
 
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 9
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
Entre as técnicas das quais lançou mão para a visualização dos dados da
amostra, uma jovem cientista de dados usou boxplots (diagramas de caixas).
Como cientista de dados, ela sabia exatamente em que situações empregar
boxplots. E você, será que você também já sabe? 
 
Analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s)
Falsa(s). 
 
1. ( ) Para examinar visualmente a relação entre duas variáveis, em que uma
é quantitativa e a outra é qualitativa, não é possível a utilização de gráficos
de dispersão.
2. ( ) Boxplots são uma solução inteligente para a visualização da relação
entre uma variável quantitativa e uma variável qualitativa, em que no eixo
horizontal indicamos os níveis da variável qualitativa e no eixo vertical, a
variação dos valores observados para a variável quantitativa.
3. ( ) Para examinar visualmente arelação entre duas variáveis quantitativas,
um dos gráficos preferidos é o diagrama de caixas, também conhecido
como boxplot.
4. ( ) Na construção de um boxplot, podemos representar no eixo vertical os
níveis da variável qualitativa e no eixo horizontal, os valores da variável
quantitativa. Nesse caso, a visualização da variação dos dados da variável
quantitativa é exibida horizontalmente, e os níveis (classes) da variável
qualitativa são exibidos verticalmente.
 
Assinale a alternativa que apresenta a sequência correta.
 
 
V, V, F, V.
V, V, F, V.
Resposta correta. A única asserção falsa é a que afirma que para examinar
visualmente a relação entre duas variáveis quantitativas, um dos gráficos
preferidos é o diagrama de caixas, também conhecido como boxplot. Para
examinar visualmente a relação entre duas variáveis, em que uma é quantitativa e
a outra é qualitativa, não é possível a utilização de gráficos de dispersão. Para
isso, usamos boxplots, em que, no eixo horizontal, indicamos os níveis da variável
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 19h36min47s BRT
qualitativa e, no eixo vertical, a variação dos valores observados para a variável
quantitativa. Podemos inverter a posição desses eixos.
Pergunta 10
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
A jovem cientista de dados, tendo em mãos os dados que lhe foram passados
pelo gerente do banco, precisou denominá-los corretamente para a fase de
treino (ajuste) do algoritmo preditivo. Ela escolheu a regressão logística como
seu algoritmo preditivo, para classificar o potencial (a probabilidade) de uma
pessoa ficar ou não inadimplente com o pagamento das faturas do cartão de
crédito. 
 
Analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s)
Falsa(s). 
 
1. ( ) A jovem cientista de dados escolheu como variável resposta a renda
mensal da pessoa, e tratou as demais variáveis como variáveis de entrada.
2. ( ) A jovem cientista de dados escolheu o gasto médio mensal da pessoa
com cartão de crédito como a variável resposta, e tratou as demais como
variáveis de entrada.
3. ( ) A jovem cientista de dados não definiu qualquer das quatro variáveis
como a variável resposta, e decidiu realizar uma análise baseada em
aprendizagem não supervisionada.
4. ( ) A jovem cientista de dados escolheu como variável resposta se a
pessoa havia, ao longo do período pesquisado, ficado inadimplente com o
pagamento das faturas do cartão ao menos uma vez (Sim ou Não), e
tratou as demais variáveis como variáveis de entrada.
 
Assinale a alternativa que apresenta a sequência correta.
 
 
F, F, F, V.
F, F, F, V.
Resposta correta. A jovem cientista de dados escolheu como variável resposta se
a pessoa havia, ao longo do período pesquisado, ficado inadimplente com o
pagamento das faturas do cartão ao menos uma vez (Sim ou Não), e tratou as
demais variáveis como variáveis de entrada.
1 em 1 pontos