Análise de Dados de Inadimplência com Cartões

Prévia do material em texto

25/03/2020 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller 1/7
Usuário RENATO DE OLIVEIRA VIEIRA
Curso GRA1561 ESTATISTICA APLICADA AO DATA SCIENCE GAGRO201 - 202010.ead-29770713.06
Teste ATIVIDADE 2 (A2)
Iniciado 26/02/20 12:46
Enviado 25/03/20 00:28
Status Completada
Resultado da tentativa 9 em 10 pontos  
Tempo decorrido 659 horas, 41 minutos
Resultados exibidos Respostas enviadas, Respostas corretas, Comentários
Pergunta 1
Resposta Selecionada:
 
Resposta Correta:
 
Feedback
da
resposta:
A amostra relativa aos dados de inadimplência com cartões tinha 200 observações de 4 variáveis: a renda
mensal da pessoa (R$), seu gasto médio com cartão de crédito (R$), se a pessoa tinha um emprego estável
(Sim ou Não) e se a pessoa havia, ao longo do período pesquisado, �cado inadimplente com o pagamento de
faturas do cartão ao menos uma vez (Sim ou Não). 
Re�ita sobre esse caso, analise as a�rmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s)
Falsa(s). 
 
1. ( ) Todos os dados fornecidos pelo gerente do  banco à jovem cientista de dados são dados relativos a
variáveis quantitativas.
2. ( ) Todos os dados fornecidos pelo  gerente do  banco à jovem cientista de dados são dados relativos a
variáveis qualitativas.
3. ( ) Dentre os dados fornecidos pelo gerente do banco à jovem cientista de dados, dois são relativos a
uma variável quantitativa e dois são relativos a variáveis qualitativas.
4. ( ) Dentre os dados fornecidos pelo gerente do banco à jovem cientista de dados, um é relativo a uma
variável quantitativa e os outros são relativos a variáveis qualitativas.
 
  
Assinale a alternativa que apresenta a sequência correta. 
  
 
F, F, V, F. 
  
  
 
F, F, V, F. 
  
  
 
Resposta correta. Dentre os dados fornecidos pelo gerente do banco à jovem cientista de
dados, dois são quantitativos, a renda mensal da pessoa (R$) e seu gasto médio com cartão de
crédito (R$), e dois são qualitativos, se a pessoa tinha emprego estável (Sim ou Não) e se a
pessoa havia, ao longo do período pesquisado, �cado inadimplente com o pagamento de
faturas do cartão ao menos uma vez (Sim ou Não).
Pergunta 2
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 classi�car o potencial (a probabilidade) de uma
pessoa �car ou não inadimplente com o pagamento das faturas do cartão de crédito. 
  
Analise as a�rmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s). 
 
1 em 1 pontos
1 em 1 pontos
25/03/2020 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller 2/7
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
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 de�niu 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, �cado 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, �cado inadimplente com o pagamento das faturas do
cartão ao menos uma vez (Sim ou Não), e tratou as demais variáveis como variáveis de entrada.
Pergunta 3
Resposta Selecionada: 
Resposta Correta: 
Feedback
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 a�rmativas 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 �cou 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 �cado 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. 
  
 
F, V, V, F.
V, V, V, V.
Sua resposta está incorreta. Chamamos de análise descritiva dos dados seus sumários (ou
resumos) e a sua visualização por meio de grá�cos. 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. 
 
0 em 1 pontos
25/03/2020 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller 3/7
Pergunta 4
Resposta Selecionada:
 
Resposta Correta:
 
Feedback
da
resposta:
Ao longo das nossas discussões, demos foco a um classi�cador 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 classi�cador. Mas também vimos que existem outros tipos de classi�cadores. 
Relativamente a esse assunto de algoritmos de classi�cação, analise as a�rmativas a seguir. 
 
1. Regressão logística é o único método de aprendizagem supervisionada que é utilizado para
classi�cação, 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 classi�cação.
3. Dentre os métodos utilizados para classi�cação se encontram regressão logística, análise
discriminante linear (LDA = Linear Discriminant Analysis), árvores de decisão para classi�cação,
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 classi�cação, mas, sim, um dos métodos preditivos de
aprendizagem supervisionada usados na predição de valores de variáveis respostas quantitativas.
 
  
Está correto o que se a�rma em: 
  
 
II, III e IV,apenas. 
  
  
 
II, III e IV, apenas. 
  
  
 
Resposta correta. A única asserção incorreta desta questão é a primeira, que a�rma que
regressão logística é o único método de aprendizagem supervisionada que é utilizado para
classi�cação, todos outros métodos são métodos de regressão.
Pergunta 5
O ser humano tem enorme facilidade em agrupar, por similaridade, e classi�car coisas, todos os tipos de
coisas. Por conta disso, problemas de classi�cação são muito frequentes no mundo, mais frequentes que
problemas de regressão. Fornecemos alguns exemplos de aplicação de métodos de classi�cação no mundo
dos negócios. Dentre esses exemplos, encontramos: 
 
1. a Net�ix usa classi�cadores para recomendar �lmes. Para a Net�ix, o valor desse tipo de aplicação é
que, quanto mais �lmes assistirmos, maior será a sua receita;
2. o Facebook usa classi�cadores para recomendar novas amizades para a nossa rede de
relacionamento. Para o Facebook, o valor desse tipo de aplicação é que, quanto maior nossa rede de
relacionamento, maior será a sua receita;
3. um banco de varejo usa classi�cadores para detectar se uma operação com cartão de débito ou
crédito é ou não uma operação fraudulenta. Para o banco, o valor dessa aplicação é que, quanto antes
operações fraudulentas forem detectadas, mais rapidamente o banco pode agir para impedir perdas
para seus clientes e para ele próprio;
4. uma concessionária de distribuição de energia elétrica usa classi�cadores para identi�car casos
potenciais de roubo de energia da rede, os famosos “gatos”. Para as concessionárias de distribuição
de energia elétrica, o valor dessa aplicação é evitar prejuízo com o furto de energia da rede, além do
relevante aspecto de prevenção de acidentes decorrentes de instalações clandestinas.
1 em 1 pontos
1 em 1 pontos
25/03/2020 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller 4/7
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
 
  
Está correto o que se a�rma em: 
  
 
I, II, III e IV.
I, II, III e IV.
Resposta correta. Todos os exemplos listados nesta questão são problemas de classi�cação, os
quais, como dissemos no enunciado, são muito frequentes no mundo. Em todos eles, a variável
resposta é uma variável qualitativa, ou dicotômica, ou politômica.
Pergunta 6
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
A estatística descritiva usa de métodos numéricos para resumir dados, também chamados de sumários
estatísticos, e de grá�cos 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 a�rmativas a seguir e veja quais estão coerentes com sua análise descritiva dos dados. 
 
1. 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.
2. 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 grá�ca 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 a�rma em: 
  
 
I, III e IV apenas.
I, III e IV apenas.
Resposta correta. Histogramas e diagramas de barras são formas tradicionais de visualização
grá�ca 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 7
Vimos que uma jovem cientista de dados realizou o treino (ajuste) de um modelo de regressão logística
múltipla aos dados da amostra. Os resultados que encontrou foram muito ricos, sugerindo uma série de
explicações, aprendidas pelo algoritmo com base nos dados fornecidos. Veja que dizemos “explicações
sugeridas”, pois qualquer resultado de um algoritmo deve ser confrontado com especialistas da área em
1 em 1 pontos
1 em 1 pontos
25/03/2020 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller 5/7
Resposta Selecionada:
 
Resposta Correta:
 
Feedback
da
resposta:
estudo. Contudo, vamos rever o que o modelo de regressão múltipla treinado pela jovem cientista de dados
sugere. Para isso, analise as a�rmativas a seguir. 
 
1. A probabilidade da inadimplência cresce com o aumento dos gastos médios com o cartão de crédito.
Isto, que nos parece óbvio, foi o que os dados “contaram” para o algoritmo de regressão logística
múltipla.
2. A probabilidade da inadimplência cresce com o aumento da renda média mensal das pessoas. Isto
não é tão óbvio e provavelmente não teríamos coragem de generalizar para outras situações, mas foi
o que os dados da amostra do gerente do banco “contaram” para o algoritmo de regressão logística
múltipla.
3. Para duas pessoas com a mesma renda mensal e o mesmo gasto mensal com cartão de crédito, a
probabilidade de inadimplência com o cartão é maior para aquela sem emprego estável. Novamente,
isto foi o que os dados amostrados “contaram” para o algoritmo de regressão logística múltipla.
4. O modelo de regressão logística múltipla, ajustado aos dados da amostra, consegue predizer os
efeitos da renda mensal da pessoa, do seu gasto médio mensal com cartão de crédito e se ela tem ou
não um emprego estável, na probabilidade de a pessoa �car inadimplente com o cartão de crédito.
Um algoritmo desse tipo pode ajudar no processo decisório de um banco quanto à aprovação de
cartão de crédito, ao lado de outros critérios e ferramentas analíticas disponíveis para o banco.
 
  
Está correto o que se a�rma em: 
  
 
I, II, III e IV. 
  
 
I, II, III e IV. 
  
 
Resposta correta. Todas as asserções desta questão são verdadeiras. Para os dados analisados,
probabilidade da inadimplência cresce com o aumento dos gastos médios com o cartão de
crédito e com o aumento da renda média mensal das pessoas. Para duas pessoas com a mesma
renda mensal e o mesmo gasto mensal com cartão de crédito, a probabilidade de inadimplência
com o cartão é maior para aquela sem emprego estável. E o modelo de regressão logística
múltipla é um modelo preditivo, um classi�cador probabilístico.
Pergunta 8
Resposta Selecionada:
 
Resposta Correta:
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): 
  
 
7% e 27%. 
  
  
 
 
1 em 1 pontos
25/03/2020 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller 6/7
 
Feedback
da
resposta:
7% e 27%. 
  
  
 
 
Respostacorreta. 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: 
Feedback
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 a�rmativas a seguir. 
 
1. Na aprendizagem supervisionada, de�nimos 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.
2. Especi�camente na aprendizagem supervisionada, também denominamos uma variável resposta de
variável de saída ou variável dependente.
3. Especi�camente na aprendizagem supervisionada, também denominamos uma variável de entrada
de variável regressora, variável preditora ou variável independente.
4. 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.
 
  
  
Está correto o que se a�rma em: 
 
I, II, III e IV.
I, II, III e IV.
Resposta correta. Na aprendizagem supervisionada, de�nimos 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 10
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 dessas forma, talvez a mais importante delas, são os dados estruturados. 
  
Relativamente a esse assunto, analise as a�rmativas 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.
1 em 1 pontos
1 em 1 pontos
25/03/2020 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller 7/7
Quarta-feira, 25 de Março de 2020 09h26min28s BRT
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
3. 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.
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 a�rma 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.
← OK
javascript:launch('/webapps/gradebook/do/student/viewAttempts?course_id=_560925_1&method=list&nolaunch_after_review=true');