ATIVIDADE 4 (A4) ESTATÍSTICA APLICADA AO DATA SCIENCE

Prévia do material em texto

01/04/2020 Revisar envio do teste: ATIVIDADE 4 (A4) – GRA1561 ...
https://unifacs.blackboard.com/webapps/assessment/review/review.jsp?attempt_id=_31042800_1&course_id=_561758_1&content_id=_1264184… 1/7
 
Revisar envio do teste: ATIVIDADE 4 (A4)
GRA1561 ESTATISTICA APLICADA AO DATA SCIENCE PTA - 202010.ead-3899.03 Unidade 4
Revisar envio do teste: ATIVIDADE 4 (A4) 
Usuário JOSE EWERTON LUIZ ARAUJO
Curso GRA1561 ESTATISTICA APLICADA AO DATA SCIENCE PTA - 202010.ead-3899.03
Teste ATIVIDADE 4 (A4)
Iniciado 24/03/20 10:17
Enviado 01/04/20 17:05
Status Completada
Resultado da tentativa 9 em 10 pontos 
Tempo decorrido 198 horas, 48 minutos
Resultados exibidos Respostas enviadas, Respostas corretas, Comentários
Pergunta 1
Resposta Selecionada: 
Resposta Correta: 
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.
V, V, V, V.
V, V, V, V.
Minha Área
1 em 1 pontos
JOSE EWERTON LUIZ ARAUJO
https://unifacs.blackboard.com/
https://unifacs.blackboard.com/webapps/blackboard/execute/courseMain?course_id=_561758_1
https://unifacs.blackboard.com/webapps/blackboard/content/listContent.jsp?course_id=_561758_1&content_id=_12641828_1&mode=reset
https://unifacs.blackboard.com/webapps/portal/execute/tabs/tabAction?tab_tab_group_id=_359_1
https://unifacs.blackboard.com/webapps/login/?action=logout
Ewerton Silva
Retângulo
01/04/2020 Revisar envio do teste: ATIVIDADE 4 (A4) – GRA1561 ...
https://unifacs.blackboard.com/webapps/assessment/review/review.jsp?attempt_id=_31042800_1&course_id=_561758_1&content_id=_1264184… 2/7
Feedback
da
resposta:
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 2
Resposta
Selecionada:
Resposta
Correta:
Feedback
da
resposta:
Na estatística ou, genericamente, na análise de dados, muito frequentemente analisamos dados ditos
retangulares ou estruturados, onde as variáveis - quantitativas ou qualitativas - são dispostas nas colunas
e as observações na linhas de uma tabela. Em algumas situações é vantajoso se fazer a padronização
das variáveis quantitativas. 
 
Assinale a alternativa correta relativamente ao assunto de padronização de variáveis quantitativas na
estatística:
 
 
Na padronização, se subtrai de cada variável sua média, e depois se divide o
resultado pelo seu desvio padrão.
Na padronização, se subtrai de cada variável sua média, e depois se divide o
resultado pelo seu desvio padrão.
Resposta correta. A alternativa está correta. Na estatística, assim como nas suas ciências
correlatas, como a ciência dos dados e a mineração de dados, a padronização de uma
variável quantitativa é feita subtraindo-se dessa variável a sua média e depois dividindo-se o
resultado pelo seu desvio padrão.
Pergunta 3
Resposta Selecionada: 
Resposta Correta: 
Feedback
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, executar tarefas preditivas com algoritmos de classificação. Ou seja, a
asserção I é falsa.
1 em 1 pontos
1 em 1 pontos
01/04/2020 Revisar envio do teste: ATIVIDADE 4 (A4) – GRA1561 ...
https://unifacs.blackboard.com/webapps/assessment/review/review.jsp?attempt_id=_31042800_1&course_id=_561758_1&content_id=_1264184… 3/7
Pergunta 4
Resposta
Selecionada:
Resposta
Correta:
Feedback
da
resposta:
Os métodos de aprendizagem estatística (statistical learning, em inglês) são divididos em métodos de
aprendizagem supervisionada e métodos de aprendizagem não supervisionada. Para cada uma dessas
diferentes abordagens, há uma coleção relativamente grande de diferentes métodos, cada um com seu
próprio jeito de funcionamento. 
 
Assinale a alternativa que indica um problema de aprendizagem não supervisionada:
 
 
Desejamos entender se há similaridade entre observações (indivíduos) de uma certa
amostra de dados.
Desejamos entender se há similaridade entre observações (indivíduos) de uma certa
amostra de dados.
Resposta correta. A alternativa está correta, pois entender se há similaridade entre
observações (indivíduos) de uma amostra é o mesmo que tentar agrupar os indivíduos
similares, o que é um problema de aprendizagem não supervisionada. Todos os demais
problemas propostos são problemas de aprendizagem supervisionada, em que há uma
variável resposta supervisora, quantitativa ou qualitativa, para o treinamento do algoritmo
preditivo.
Pergunta5
A escolha de grupos formados por um algoritmo de agrupamento hierárquico pode ser feita por meio da
leitura do dendrograma resultante. Escolhe-se a altura (Height) desejada, se traça uma linha horizontal a
partir dessa altura, que cruzará com as linhas verticais dos grupos formados nesta altura. O cientista de
dados decide se esses grupos são adequados para a sua análise. 
 
Veja, por exemplo, a figura abaixo.
 
 
 
Figura - Dendrograma do agrupamento de oito estados
Fonte: Elaborada pelo autor
Com respeito da leitura deste dendrograma, analise as afirmativas a seguir e assinale V 
para a(s) Verdadeira(s) e F para a(s) Falsa(s). 
 
I. ( ) A altura 4 cruza com duas linhas verticais, que indicam dois grupos, o primeiro deles formado pelos
estados {Connecticut, Delaware}, e o segundo deles formado pelos estados {Colorado, Arizona, California,
Alaska, Alabama, Arkansas}.
II. ( ) A altura 4 cruza com três linhas verticais, que indicam três grupos, o primeiro deles formado pelos
1 em 1 pontos
1 em 1 pontos
01/04/2020 Revisar envio do teste: ATIVIDADE 4 (A4) – GRA1561 ...
https://unifacs.blackboard.com/webapps/assessment/review/review.jsp?attempt_id=_31042800_1&course_id=_561758_1&content_id=_1264184… 4/7
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
estados {Connecticut, Delaware}, o segundo deles formado pelos estados {Colorado, Arizona, California},
e o terceiro deles formado pelos estados {Alaska, Alabama, Arkansas}.
III. ( ) A altura 3 cruza com duas linhas verticais, que indicam dois grupos, o primeiro deles formado pelos
estados {Connecticut, Delaware}, e o segundo deles formado pelos estados {Colorado, Arizona, California,
Alaska, Alabama, Arkansas}.
IV. ( ) A altura 3 cruza com três linhas verticais, que indicam três grupos, o primeiro deles formado pelos
estados {Connecticut, Delaware}, o segundo deles formado pelos estados {Colorado, Arizona, California},
e o terceiro deles formado pelos estados {Alaska, Alabama, Arkansas}.
 
V, F, F, V.
V, F, F, V.
Resposta correta. A sequência está correta. A altura 4 cruza com duas linhas verticais, que
indicam dois grupos, o primeiro deles formado pelos estados {Connecticut, Delaware}, e o
segundo deles formado pelos estados {Colorado, Arizona, California, Alaska, Alabama,
Arkansas}. A altura 3 cruza com três linhas verticais, que indicam três grupos, o primeiro
deles formado pelos estados {Connecticut, Delaware}, o segundo deles formado pelos
estados {Colorado, Arizona, California}, e o terceiro deles formado pelos estados {Alaska,
Alabama, Arkansas}.
Pergunta 6
Resposta Selecionada: 
Resposta Correta: 
Feedback
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 7
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). 
1 em 1 pontos
1 em 1 pontos
01/04/2020 Revisar envio do teste: ATIVIDADE 4 (A4) – GRA1561 ...
https://unifacs.blackboard.com/webapps/assessment/review/review.jsp?attempt_id=_31042800_1&course_id=_561758_1&content_id=_1264184… 5/7
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
 
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 8
Resposta
Selecionada:
Resposta
Correta:
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:
 
 
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.
1 em 1 pontos
01/04/2020 Revisar envio do teste: ATIVIDADE 4 (A4) – GRA1561 ...
https://unifacs.blackboard.com/webapps/assessment/review/review.jsp?attempt_id=_31042800_1&course_id=_561758_1&content_id=_1264184… 6/7
Feedback
da
resposta:
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 únicogrupo 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 9
Resposta Selecionada: 
Resposta Correta:
 
Feedback
da
resposta:
Quando os dados se referem a múltiplas variáveis quantitativas, é possível exibir múltiplos gráficos de
dispersão entre pares dessas variáveis, duas a duas. No software estatístico R, isto pode ser feito com a
função gráfica pairs(). Adiante apresentamos um output típico da função pairs() quando aplicada a quatro
variáveis quantitativas de um determinado conjunto de dados.
 
 
 
Figura 4: Múltiplos gráficos de dispersão entre as variáveis de USArrest
Fonte: Elaborada pelo autor.
 
A respeito deste output típico da função gráfica pairs() do software estatístico R, para a exibição de
múltiplos gráficos de dispersão entre variáveis quantitativas, analise as afirmativas a seguir e assinale V
para a(s) Verdadeira(s) e
F para a(s) Falsa(s). 
 
I. ( ) O gráfico de y = Murder versus x = Assault mostra uma tendência de aumento de Murder para um
aumento de Assault.
II. ( ) O gráfico de y = Murder versus x = UrbanPop mostra uma grande dispersão dos pontos sem uma
tendência clara de subida ou descida.
III. ( ) O gráfico de y = Murder versus x = Rape mostra uma tendência de aumento de Murder para um
aumento de Assault, porém com uma dispersão dos pontos um pouco maior que para o caso de y =
Murder versus x = Assault.
IV. ( ) Como são quatro variáveis quantitativas (Murder, Assault, UrbanPop e Rape), então ao total são 12
gráficos de dispersão, de cada uma delas contra as outras três.
V, V, V, F.
V, V, V, V.
 
Sua resposta está incorreta. A sequência está incorreta. O gráfico de y = Murder versus x =
Assault de fato mostra uma tendência de aumento de Murder para um aumento de Assault,
assim como gráfico de y = Murder versus x = UrbanPop mostra uma grande dispersão dos
pontos sem uma tendência clara de subida ou descida. O gráfico de y = Murder versus x =
Rape mostra uma tendência de aumento de Murder para um aumento de Assault, porém
com uma dispersão dos pontos um pouco maior que para o caso de y = Murder versus x =
0 em 1 pontos
01/04/2020 Revisar envio do teste: ATIVIDADE 4 (A4) – GRA1561 ...
https://unifacs.blackboard.com/webapps/assessment/review/review.jsp?attempt_id=_31042800_1&course_id=_561758_1&content_id=_1264184… 7/7
Quarta-feira, 1 de Abril de 2020 17h06min45s BRT
Assault e, como são quatro variáveis quantitativas, então ao total são 12 gráficos de
dispersão, de cada uma delas contra as outras três.
Pergunta 10
Resposta
Selecionada:
Resposta Correta:
Feedback
da
resposta:
Leia o excerto a seguir:
“A ciência dos dados é uma fusão de múltiplas disciplinas, incluindo estatística, ciência da computação,
tecnologia da informação e campos de domínios específicos. Consequentemente, podem-se utilizar de
muitos termos diferentes para se referir a um dado conceito.” 
 
BRUCE, Peter; BRUCE, Andrew. Estatística prática para cientistas de dados : 50 conceitos iniciais. Rio
de Janeiro: Alta Books, 2019, p. xv.
 A partir do apresentado, analise as asserções a seguir e a relação proposta entre elas. 
 
I. Sabemos que, na ciência dos dados, podem-se utilizar de muitos termos diferentes para se referir a um
dado conceito.
Pois
II. A estatística usa, de forma profunda, a matemática como pilar do seu desenvolvimento. É considerada
a ciência mais sutil, e a mais ampla, quanto o assunto são dados. É usada por todas áreas científicas.
As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa 
da I.
As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa 
da I.
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, executar tarefas preditivas com algoritmos de classificação. Ou seja, a
asserção I é falsa.
← OK
1 em 1 pontos
javascript:launch('/webapps/gradebook/do/student/viewAttempts?course_id=_561758_1&method=list&nolaunch_after_review=true');