Prova - Técnicas estatísticas teoria e prática (R Programming)

Prévia do material em texto

1) 
Complete as lacunas na frase abaixo sobre a linguagem R, considerando seu desenvolvimento e 
inspiração: 
A linguagem R, uma ferramenta poderosa para análise estatística e manipulação de dados, foi 
desenvolvida na década de _______ por _______ e _______ na Universidade de Auckland, na Nova 
Zelândia. R foi inspirada no ambiente estatístico S, criado por _______ na Bell Laboratories e 
projetada para ser uma ferramenta de software _______. Desde então, R se tornou uma das 
linguagens mais populares devido à sua _______ e à grande quantidade de pacotes disponíveis 
para diferentes tipos de análise. 
 
Alternativas: 
1990; Ross Ihaka; Robert Gentleman; John Chambers; livre; flexibilidade.checkCORRETO 
1980; John Chambers; Ross Ihaka; Robert Gentleman; proprietário; simplicidade. 
1990; John Chambers; Ross Ihaka; Robert Gentleman; livre; simplicidade 
1980; Ross Ihaka; Robert Gentleman; John Chambers; proprietário; flexibilidade. 
1990; Robert Gentleman; Ross Ihaka; John Chambers; livre; complexidade. 
Resolução comentada: 
A linguagem R é amplamente reconhecida por sua capacidade de realizar análises estatísticas 
complexas e manipulação de dados. Foi desenvolvida na década de 1990 por Ross Ihaka e Robert 
Gentleman na Universidade de Auckland, na Nova Zelândia. R foi inspirada no ambiente 
estatístico S, criado por John Chambers na Bell Laboratories. Uma das características marcantes 
da linguagem R é que ela foi projetada para ser uma ferramenta de software livre, permitindo a 
colaboração e contribuição de uma vasta comunidade de usuários. Desde então, R se tornou 
uma das linguagens mais populares para análise de dados devido à sua flexibilidade e à grande 
quantidade de pacotes disponíveis para diferentes tipos de análise. 
 
Código da questão: 85951 
2) 
Complete as lacunas na frase abaixo sobre os benefícios da visualização de dados na linguagem 
R: 
A visualização de dados na linguagem R é fundamental para transformar dados complexos em 
informações visuais fáceis de entender, facilitando a _______ de insights e os resultados para uma 
audiência ampla, incluindo aqueles sem formação técnica. Gráficos e visualizações permitem uma 
_______ rápida e interativa dos dados, ajudando a identificar padrões, tendências e _______ que 
podem não ser visíveis em tabelas de dados tradicionais. Além disso, a integração da visualização 
com a _______ estatística em R permite uma análise mais profunda e compreensível dos dados. 
 
Alternativas: 
Comunicação; análise; correlações; modelagem. 
Exploração; comunicação; tendências; modelagem. 
Análise; comunicação; padrões; inferência. 
Comunicação; exploração; anomalias; análise.checkCORRETO 
Análise; exploração; correlações; inferência. 
Resolução comentada: 
A visualização de dados é uma ferramenta poderosa na linguagem R, que ajuda a transformar 
dados complexos em informações visuais fáceis de entender. Isso facilita a comunicação de 
insights e os resultados para uma audiência ampla, incluindo aqueles sem formação técnica. 
Além disso, gráficos e visualizações permitem uma exploração rápida e interativa dos dados, 
ajudando a identificar padrões, tendências e anomalias que podem não ser visíveis em tabelas de 
dados tradicionais. A integração da visualização com a análise estatística em R permite uma 
análise mais profunda e compreensível dos dados, tornando a visualização uma parte essencial 
do processo analítico. 
Código da questão: 85959 
3) 
Associe os conceitos de estatística com suas respectivas descrições, considerando nuances e 
aplicações específicas: 
1. Estatística descritiva. 
2. Inferência estatística. 
3. Análise de correlação. 
4. Análise Exploratória de Dados (EDA). 
5. Modelagem preditiva. 
A) Utiliza técnicas como testes de hipóteses e intervalos de confiança para tirar conclusões sobre 
uma população com base em uma amostra, sendo crucial para validar suposições e tomar 
decisões informadas. 
B) Mede a força e a direção da relação linear entre duas variáveis, mas não implica causalidade, 
ajudando a guiar na construção de modelos preditivos ou no reconhecimento de relações 
causais potenciais. 
C) Utiliza ferramentas como média, mediana, moda e desvio padrão para resumir e organizar 
dados, permitindo identificar padrões, tendências e outliers, fornecendo uma visão geral dos 
dados antes de análises mais complexas. 
D) Utiliza visualizações para explorar dados de forma não formalizada, ajudando a descobrir 
estruturas subjacentes, detectar outliers e testar hipóteses, frequentemente utilizando gráficos 
interativos e estáticos. 
E) Inclui a criação de modelos como regressão linear e regressão logística para prever valores e 
classificar dados, baseando-se em fundamentos estatísticos para permitir que os algoritmos 
aprendam a partir dos dados. 
 Escolha a alternativa que apresenta a associação correta: 
 
Alternativas: 
1-D; 2-B; 3-C; 4-E; 5-A. 
1-E; 2-C; 3-D; 4-A; 5-B. 
1-B; 2-D; 3-A; 4-C; 5-E. 
1-A; 2-C; 3-D; 4-B; 5-E. 
1-C; 2-A; 3-B; 4-D; 5-E.checkCORRETO 
Resolução comentada: 
A associação correta é: 
 Estatística descritiva: utiliza ferramentas como média, mediana, moda e desvio padrão para 
resumir e organizar dados, permitindo identificar padrões, tendências e outliers, fornecendo uma 
visão geral dos dados antes de análises mais complexas. 
Inferência estatística: utiliza técnicas como testes de hipóteses e intervalos de confiança para tirar 
conclusões sobre uma população com base em uma amostra, sendo crucial para validar 
suposições e tomar decisões informadas. 
Análise de correlação: mede a força e a direção da relação linear entre duas variáveis, mas não 
implica causalidade, ajudando a guiar na construção de modelos preditivos ou no 
reconhecimento de relações causais potenciais. 
Análise Exploratória de Dados (EDA): utiliza visualizações para explorar dados de forma não 
formalizada, ajudando a descobrir estruturas subjacentes, detectar outliers e testar hipóteses, 
frequentemente utilizando gráficos interativos e estáticos. 
Modelagem preditiva: inclui a criação de modelos como regressão linear e regressão logística 
para prever valores e classificar dados, baseando-se em fundamentos estatísticos para permitir 
que os algoritmos aprendam a partir dos dados. 
Código da questão: 85954 
4) 
Considere as seguintes afirmações sobre a aplicação de medidas de tendência central e 
variabilidade em um estudo de caso: 
I. A média é a medida de tendência central mais comum e é calculada somando todos os valores 
de um conjunto de dados e dividindo pelo número total de observações. 
II. A mediana é o valor central de um conjunto de dados ordenado, sendo útil para dados 
assimétricos ou com outliers, pois não é influenciada por valores extremos. 
III. A moda é a medida de tendência central que representa o valor que aparece com maior 
frequência em um conjunto de dados, podendo ser unimodal, bimodal ou multimodal. 
IV. O desvio padrão é uma medida de tendência central que quantifica a dispersão dos valores 
em relação à média de um conjunto de dados. 
V. Em um estudo de caso, a média é sempre a melhor medida de tendência central a ser 
utilizada, independentemente da distribuição dos dados. 
 Escolha a alternativa que apresenta as afirmações corretas: 
 
Alternativas: 
I, II e III estão corretas.checkCORRETO 
II, IV e V estão corretas. 
I, III e IV estão corretas. 
I, II, III e IV estão corretas. 
I, II, III e V estão corretas. 
Resolução comentada: 
A primeira assertiva está correta. A média é a medida de tendência central mais comum e é 
calculada somando todos os valores de um conjunto de dados e dividindo pelo número total de 
observações. 
A segunda assertiva está correta. A mediana é o valor central de um conjunto de dados 
ordenado, sendo útil para dados assimétricos ou com outliers, pois não é influenciada por 
valores extremos. 
A terceira assertiva está correta. A moda é a medidade tendência central que representa o valor 
que aparece com maior frequência em um conjunto de dados, podendo ser unimodal, bimodal 
ou multimodal. 
A quarta assertiva está incorreta. O desvio padrão é uma medida de variabilidade, não de 
tendência central. 
A quinta assertiva está incorreta. Em um estudo de caso, a média não é sempre a melhor medida 
de tendência central, especialmente em distribuições assimétricas ou com outliers, em que a 
mediana pode ser mais apropriada. 
Código da questão: 85958 
5) 
Em relação aos bancos de dados relacionais, qual das seguintes afirmações é a mais precisa e 
completa? 
 
Alternativas: 
Bancos de dados relacionais são utilizados exclusivamente para armazenar dados em formatos 
como documentos ou grafos, permitindo maior flexibilidade na estruturação dos dados. 
Bancos de dados relacionais permitem a criação de gráficos complexos de maneira sistemática e 
modular, com grande controle sobre a aparência e a funcionalidade dos gráficos. 
Bancos de dados relacionais são utilizados para realizar operações de análise estatística avançada 
e modelagem preditiva, integrando-se com outras bibliotecas de visualização de dados. 
Bancos de dados relacionais organizam dados em tabelas que se relacionam entre si por 
meio de chaves primárias e estrangeiras, facilitando a recuperação e manipulação eficiente 
das informações e são ideais para aplicações que requerem integridade e consistência dos 
dados.checkCORRETO 
Bancos de dados relacionais são sistemas que facilitam a criação de aplicativos web interativos 
para visualização de dados, permitindo que os usuários os explorem dinamicamente. 
Resolução comentada: 
Bancos de dados relacionais são sistemas que organizam dados em tabelas que se relacionam 
entre si por meio de chaves primárias e estrangeiras. Essa estrutura facilita a recuperação e 
manipulação eficiente das informações, garantindo integridade e consistência dos dados. Eles 
são ideais para aplicações que requerem um alto nível de organização e precisão, como sistemas 
de gerenciamento de inventário, registros de clientes e transações 
financeiras. A utilização de chaves primárias e estrangeiras permite manter a integridade 
referencial entre as tabelas, assegurando que as relações entre os dados sejam mantidas 
corretamente. 
Código da questão: 85965 
6) 
Em relação ao pacote ggplot2 na linguagem R, qual das seguintes afirmações é a mais precisa e 
completa? 
 
Alternativas: 
O ggplot2 é um pacote utilizado para realizar análises estatísticas avançadas e modelagem 
preditiva, integrando-se com outras bibliotecas de visualização de dados. 
O ggplot2 é uma ferramenta para a limpeza e preparação de dados antes da análise estatística, 
oferecendo funções para manipulação de dados e remoção de outliers. 
O ggplot2 é um sistema de gráficos trellised que facilita a visualização de dados multivariados, 
permitindo a criação de gráficos condicionais. 
O ggplot2 é um pacote utilizado exclusivamente para criar gráficos de barras e histogramas, 
facilitando a visualização de dados categóricos. 
O ggplot2 é uma implementação da gramática de gráficos em R, que permite a criação de 
gráficos complexos de maneira sistemática e modular, oferecendo grande controle sobre a 
aparência e a funcionalidade dos gráficos, incluindo a capacidade de adicionar camadas de 
dados e personalizar praticamente todos os aspectos visuais.checkCORRETO 
Resolução comentada: 
O ggplot2 é um pacote amplamente utilizado na linguagem R para a criação de gráficos. Ele é 
baseado na gramática de gráficos, o que permite aos usuários criarem visualizações complexas 
de maneira sistemática e modular. Com o ggplot2, é possível adicionar camadas de dados e 
personalizar praticamente todos os aspectos visuais dos gráficos, oferecendo grande controle 
sobre a 
aparência e a funcionalidade das visualizações. Além disso, o ggplot2 suporta uma ampla 
variedade de tipos de gráficos, incluindo gráficos de pontos, linhas, barras, histogramas, box 
plots, entre outros. 
Código da questão: 85961 
7) 
Considere as seguintes afirmações sobre a estrutura básica e os principais comandos da 
linguagem R: 
I. Em R, comentários são iniciados com o símbolo # e são ignorados pelo interpretador, sendo 
úteis para documentar o código. I 
I. A atribuição de variáveis em R pode ser feita usando o operador3. Lattice. 
4. Shiny. 
5. Base R Graphics. 
A) Um sistema de gráficos trellised que facilita a visualização de dados multivariados, sendo 
particularmente útil para gráficos condicionais e comparações de subgrupos dentro de um 
conjunto de dados. 
B) Um pacote que permite criar gráficos interativos em R, podendo ser integrado com ggplot2 
para adicionar interatividade aos gráficos, ideal para apresentações e dashboards dinâmicos. 
C) Um pacote que oferece uma implementação da gramática de gráficos em R, permitindo a 
criação de gráficos complexos de maneira sistemática e modular, com grande controle sobre a 
aparência e a funcionalidade dos gráficos. 
D) Um pacote que facilita a criação de aplicativos web interativos para visualização de dados, 
permitindo que os usuários explorem os dados dinamicamente e em tempo real. 
E) O sistema de gráficos padrão do R, que oferece funções básicas para criação de gráficos, como 
plot(), hist() e boxplot(), sendo adequado para visualizações rápidas e simples. 
 
Alternativas: 
1-D; 2-A; 3-E; 4-C; 5-B. 
1-B; 2-D; 3-C; 4-A; 5-E. 
1-A; 2-C; 3-B; 4-E; 5-D. 
1-E; 2-A; 3-D; 4-B; 5-C. 
1-C; 2-B; 3-A; 4-D; 5-E.checkCORRETO 
Resolução comentada: 
A associação correta é: 
ggplot2: um pacote que oferece uma implementação da gramática de gráficos em R, permitindo 
a criação de gráficos complexos de maneira sistemática e modular, com grande controle sobre a 
aparência e a funcionalidade dos gráficos. 
Plotly: um pacote que permite criar gráficos interativos em R, podendo ser integrado com 
ggplot2 para adicionar interatividade aos gráficos, ideal para apresentações e dashboards 
dinâmicos. 
Lattice: um sistema de gráficos trellised que facilita a visualização de dados multivariados, sendo 
particularmente útil para gráficos condicionais e comparações de subgrupos dentro de um 
conjunto de dados. 
Shiny: um pacote que facilita a criação de aplicativos web interativos para visualização de dados, 
permitindo que os usuários explorem os dados dinamicamente e em tempo real. 
Base R Graphics: o sistema de gráficos padrão do R, que oferece funções básicas para criação de 
gráficos, como plot(), hist() e boxplot(), sendo adequado para visualizações rápidas e simples. 
Código da questão: 85964 
10) 
Em relação à inferência estatística, qual das seguintes afirmações é a mais precisa e completa? 
 
Alternativas: 
A inferência estatística é utilizada para criar gráficos como histogramas e scatterplots, permitindo 
a visualização de dados de maneira intuitiva. 
A inferência estatística é um processo que se aplica apenas à análise de correlação, determinando 
a força e a direção da relação linear entre duas variáveis. 
A inferência estatística envolve a utilização de técnicas descritivas, como média e desvio padrão, 
para resumir e organizar dados de maneira eficiente. 
A inferência estatística permite tirar conclusões sobre uma população com base em uma 
amostra, utilizando técnicas como testes de hipóteses, intervalos de confiança e análise de 
variância (ANOVA) e é crucial para validar suposições e tomar decisões 
informadas.checkCORRETO 
A inferência estatística é um método que se concentra exclusivamente na normalização de dados 
e no tratamento de valores ausentes antes da aplicação de modelos de machine learning. 
Resolução comentada: 
A inferência estatística é uma área da estatística que se dedica a fazer generalizações sobre uma 
população com base em uma amostra de dados. Essa prática é essencial para validar suposições 
e tomar decisões informadas. Técnicas como testes de hipóteses, intervalos de confiança e 
análise de variância (ANOVA) são amplamente utilizadas na inferência estatística para avaliar se 
os padrões observados nos dados são significativos ou se poderiam ter ocorrido por acaso. 
Por exemplo, um teste de hipóteses pode ser usado para determinar se a média de uma amostra 
é significativamente diferente da média de uma população conhecida. Intervalos de confiança 
fornecem uma faixa de valores dentro da qual se espera que um parâmetro populacional esteja 
com certo nível de confiança. A análise de variância (ANOVA) é utilizada para comparar as 
médias de três ou mais grupos para ver se pelo menos uma delas é significativamente diferente 
das outras. 
Portanto, a inferência estatística não se limita apenas à criação de gráficos ou à normalização de 
dados, mas abrange uma série de técnicas avançadas que permitem tirar conclusões robustas e 
informadas a partir de dados amostrais. Isso a torna uma ferramenta indispensável para a análise 
de dados em diversas áreas do conhecimento.