Ativ 4 Estatistica VBT

Prévia do material em texto

04/04/2020 Blackboard Learn
https://anhembi.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller# 1/6
Pergunta 1
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
O texto em referência fornece os seguintes exemplos de agrupamento: análise de perfil de usuários e
perfil de itens para sistemas de recomendação; análise de padrões de comportamento de multidões;
identificação de grupos de risco para empresas seguradoras; análise de emoções em redes sociais;
reconhecimento de padrões em imagens de satélites ou imagens médicas; análise de padrões em
cliques em páginas da internet, etc.
 
SILVA, L. A. da; PERES, S. M.; BOSCARIOLI, C. Introdução à mineração de dados : com aplicações
em R. Rio de Janeiro: Elsevier, 2016, p.146.
A respeito dos campos de aplicação da análise de agrupamento, analise as afirmativas a seguir e
assinale Vpara a(s) Verdadeira(s) e F para a(s) Falsa(s). 
 
I. ( ) A análise de emoções por meio de agrupamento pode servir ao propósito de averiguar o índice de
aceitação de um candidato a um cargo eletivo público por região.
II. ( ) O reconhecimento de padrões em imagens de satélites pode servir ao propósito de averiguar
regiões com processos acelerados de desertificação.
III. ( ) A identificação de grupos de risco para empresas seguradoras pode servir ao propósito de
precificação correta do valor do seguro para cada grupo de risco.
IV. ( ) A análise de padrões em cliques em páginas da internet pode servir ao propósito de identificar a
procura de páginas da web por cada bairro de um município.
V, V, V, V.
V, V, V, V.
Resposta correta. A sequência está correta. Todos exemplos citados são propósitos
válidos para a realização da análise de agrupamento. Como explicado no texto em
referência, a quantidade de domínios de aplicação da análise de agrupamento é muito
vasta.
Pergunta 2
Resposta
Selecionada:
Resposta Correta:
Feedback
da
resposta:
Leia o excerto a seguir:
“Normalização: É comum normalizar (padronizar) variáveis contínuas através da subtração da média e
divisão pelo desvio-padrão, ou então as variáveis com grande escala dominarão o processo de
agrupamento (veja Padronização (Normalização, Escores Z), no Capítulo 6).” 
 
BRUCE, Peter; BRUCE, Andrew. Estatística prática para cientistas de dados : 50 conceitos iniciais.
Rio de Janeiro: Alta Books, 2019, p. 265.
 A partir do apresentado, analise as asserções a seguir e a relação proposta entre elas. 
 
I. Sabemos que, na estatística ou na ciência dos dados, é comum normalizar (padronizar) variáveis
quantitativas, ou variáveis contínuas, antes da realização de uma análise de agrupamento. 
Pois
II. No conjunto de dados observados (a amostra de dados), podem existir variáveis que estão em uma
escala muito maior que as outras, e a medida de distância entre observações dessas variáveis
dominarão o resultado da análise de agrupamento, na formação dos grupos de observações similares
entre si.
As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa
correta da I.
As asserções I e II são proposições verdadeiras, e a II é uma justificativa correta
da I.
Sua resposta está incorreta. Na estatística ou na ciência dos dados, é comum normalizar
(padronizar) variáveis quantitativas, ou variáveis contínuas, antes da realização de uma
análise de agrupamento, pois no conjunto de dados observados podem existir variáveis
que estão em uma escala muito maior que as outras, e a medida de distância entre
observações dessas variáveis dominarão o resultado final da análise de agrupamento se
a padronização não for feita antes.
Pergunta 3
Os métodos de aprendizagem estatística (statistical learning, em inglês) são divididos em métodos de
1 em 1 pontos
0 em 1 pontos
0 em 1 pontos
04/04/2020 Blackboard Learn
https://anhembi.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller# 2/6
Resposta
Selecionada:
Resposta
Correta:
Feedback
da
resposta:
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:
 
 
Gostaríamos de saber que pessoas ficarão inadimplentes com o pagamento das
faturas de seus cartões de crédito.
Desejamos entender se há similaridade entre observações (indivíduos) de uma
certa amostra de dados.
Sua resposta está incorreta. A alternativa está incorreta, 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.
Pergunta 4
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 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
1 em 1 pontos
04/04/2020 Blackboard Learn
https://anhembi.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller# 3/6
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
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 5
Resposta Selecionada: 
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.
0 em 1 pontos
04/04/2020 Blackboard Learn
https://anhembi.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller# 4/6
Resposta Correta:
 
Feedback
da
resposta:
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 = Assault e, como são quatro variáveis quantitativas, então ao total
são 12 gráficos de dispersão, de cada uma delas contra as outras três.
Pergunta 6
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 seu desvio padrão, e não se faz nada
com respeito à sua média.
Na padronização, se subtrai de cada variável sua média, e depois se divide o
resultado pelo seu desvio padrão.
Sua resposta está incorreta. A alternativa está incorreta. 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 7
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
A estatística, a ciência da computação, a mineração de dados e a ciência dos dados são áreas
correlacionadas. Dentre essas, a mais antiga é a estatística, seguida da ciência da computação,
depois da mineração de dados, e finalmente da ciência dos dados, a mais nova dessas quatro áreas
de conhecimento. 
 
Com referência ao relacionamento entre essas quatro áreas de conhecimento humano, analise as
afirmativas a seguir:
 
I. Algoritmos de machine learning nasceram na ciência da computação. Hoje são usados na
estatística, na mineração de dados e na ciência dos dados.
II. Dentre as diversas áreas citadas, é a estatística que possui os melhores fundamentos para a
interpretação de fenômenos aleatórios.
III. A estatística é considerada a mais sutil, e a mais ampla, quando nos referimos a análise de dados.
É aplicada a todas áreas de atividade humana.
IV. Sabemos que, na ciência dos dados, podem-se utilizar de muitos termos diferentes, herdados das
outras áreas, para se referir a um mesmo conceito.
 
 
I, II, III e IV.
I, II, III e IV.
Resposta correta. A alternativa está correta, pois algoritmos de machine learning
nasceram na ciência da computação e hoje são usados na estatística, na mineração de
dados e na ciência dos dados. De fato, é a estatística que possui os melhores
fundamentos para a interpretação de fenômenos aleatórios, e é considerada a mais sutil,
e a mais ampla, quando nos referimos a análise de dados. Já há muitos anos é aplicada
0 em 1 pontos
1 em 1 pontos
04/04/2020 Blackboard Learn
https://anhembi.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller# 5/6
a todas áreas de atividade humana. Por outro lado, também sabemos que, na ciência
dos dados, podem-se utilizar de muitos termos diferentes, herdados das outras áreas,
para se referir a um mesmo conceito.
Pergunta 8
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
Quando os dados se referem a múltiplas variáveis quantitativas, é possível calcular a correlação entre
pares dessas variáveis, duas a duas. No software estatístico R, isto pode ser feito com a função cor().
Adiante apresentamos um output típico da função cor() quando aplicada ao cálculo da correlação entre
quatro variáveis quantitativas de um determinado conjunto de dados. 
 Murder Assault UrbanPop Rape
Murder 1.00 0.80 0.07 0.56
Assault 0.80 1.00 0.26 0.67
UrbanPop 0.07 0.26 1.00 0.41
Rape 0.56 0.67 0.41 1.00
 
A respeito deste output típico da função cor() do software estatístico R, para o cálculo da correlação
entre múltiplas variáveis quantitativas, analise as afirmativas a seguir e assinale V para a(s)
Verdadeira(s) e F para a(s) Falsa(s). 
 
I. ( ) Todas correlações são positivas, o que indica que, para todas variáveis quantitativas dessa
amostra, quando uma aumenta, a outra também aumenta.
II. ( ) Uma correlação igual a 1 entre uma variável e ela mesma apenas indica uma correlação perfeita
dela com ela mesma.
III. ( ) A maior correlação positiva entre essas variáveis é aquela entre Murder e Assault, cujo valor é
de 0,80. 
IV. ( ) A segunda maior correlação positiva entre essas variáveis é aquela entre Rape e Assault, cujo
valor é de 0,67 e não de 0,56.
V, V, V, F.
V, V, V, F.
Resposta correta. A sequência está correta. Todas correlações são positivas, indicando
que, para todas variáveis quantitativas dessa amostra, quando uma aumenta, a outra
também aumenta. Uma correlação igual a 1 entre uma variável e ela mesma apenas
indica uma correlação perfeita dela com ela mesma. A maior correlação positiva entre
essas variáveis é aquela entre Murder e Assault, cujo valor é de 0,80. E, finalmente, a
segunda maior correlação positiva entre essas variáveis é aquela entre Rape e Assault,
mas o valor é 0,67 e não 0,56, que se refere à correlação entre as variáveis Murder e
Rape.
Pergunta 9
O texto em referência explica que o processo de descoberta com a mineração de dados possui tanto
um sentido romântico (um processo emocionante e prazeroso), quanto técnico (um estudo criterioso
sobre dados). Também defende a ideia que é preciso conhecer o ambiente em que os dados são
produzidos e que tipo de conhecimento esse ambiente necessita e espera receber.. Ou seja, o que as
pessoas necessitam e esperam receber.Lei
 
SILVA, L. A. da; PERES, S. M.; BOSCARIOLI, C. Introdução à mineração de dados : com aplicações
em R. Rio de Janeiro: Elsevier, 2016, p.3.
 
Considerando as ideias apresentadas acima e o que sabemos sobre ciência dos dados, mineração de
dados e machine learning, analise as afirmativas a seguir:
 
I. Machine learning são algoritmos desenvolvidos, principalmente, pela ciência da computação. São
usados na estatística, na ciência de dados e na mineração de dados.
II. O processo de descoberta de padrões e geração de conhecimento por meio de dados tem um
sentido romântico, por ser emocionante e prazeroso, e um sentido técnico, pois demanda estudos
técnicos criteriosos.
III. A estatística, a ciência da computação e a ciência de dados são áreas relacionadas, mas a
mineração de dados e ciência de dados são áreas independentes, sem nenhuma relação.
IV. Não é importante conhecer o ambienteem que os dados são produzidos e que tipo de
conhecimento esse ambiente necessita e espera receber.
1 em 1 pontos
1 em 1 pontos
04/04/2020 Blackboard Learn
https://anhembi.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller# 6/6
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
 
Assinale a alternativa que apresenta a(s) afirmativa(s) correta(s):
I e II apenas;
I e II apenas;
Resposta correta. A alternativa está correta, pois machine learning são algoritmos
desenvolvidos, principalmente, pela ciência da computação, e são usados na estatística,
na ciência de dados e na mineração de dados, e o processo de descoberta de padrões e
geração de conhecimento por meio de dados tem um sentido romântico, por ser
emocionante e prazeroso, e um sentido técnico, pois demanda estudos técnicos
criteriosos. Também sabemos que a mineração de dados e ciência de dados são áreas
relacionadas, e que é importante conhecer o ambiente em que os dados são produzidos
e que tipo de conhecimento esse ambiente necessita e espera receber.
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.
1 em 1 pontos