ESTATISTICA APLICADA AO DATA SCIENCE ATIVIDADE 4

Prévia do material em texto

Curso GRA1561 ESTATISTICA APLICADA AO DATA SCIENCE PTA - 202010.ead-
3899.03 
Teste ATIVIDADE 4 (A4) 
Iniciado 06/04/20 18:03 
Enviado 06/04/20 18:09 
Status Completada 
Resultado da 
tentativa 
10 em 10 pontos 
Tempo decorrido 5 minutos 
Resultados exibidos Respostas enviadas, Respostas corretas, Comentários 
 Pergunta 1 
1 em 1 pontos 
 
O texto em referência apresenta como exemplo de agrupamento uma companhia de 
vendas online que deseja agrupar seus clientes com base em suas características comuns 
(renda, idade, número de filhos, estado civil, grau de educação, etc.). Com o resultado do 
agrupamento, eles definirão campanhas de marketing e de divulgação específicas para 
cada um dos diferentes grupos que vierem a ser definidos. 
 
DUHAM, Margareth H. Data mining : introductory and advanced topics. Upper Saddle 
River, NJ: Pearson Education, 2003, p.125. 
A respeito das fontes que originaram os contos de fadas, analise as afirmativas a seguir e 
assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s). 
 
I. ( ) Algoritmos de agrupamento só conseguem lidar com variáveis quantitativas. Sendo 
assim, parte das variáveis disponíveis para esse caso são irrelevantes. 
II. ( ) Algoritmos de agrupamento são especializados no tratamento de conjuntos de dados 
exclusivamente qualitativos. 
III. ( ) Algoritmos de agrupamento podem ter as suas soluções verificadas por um 
supervisor e, dessa forma, saberemos se o resultado é bom ou ruim. 
IV. ( ) Seres humanos não possuem habilidade natural para agrupar e depois classificar, já 
que isso só pode ser realizado por meio de algoritmos. 
 
Resposta Selecionada: 
F, F, F, F. 
Resposta Correta: 
F, F, F, F. 
Feedback 
da 
resposta: 
Resposta correta. A sequência está correta. Há 
algoritmos de agrupamento que lidam variáveis 
quantitativas, ou qualitativas, ou mistas. Portanto, as 
asserções I e II são falsas. Algoritmos de agrupamento 
não podem ter as suas soluções verificadas por um 
supervisor, pois fazem parte dos métodos de 
aprendizagem não supervisionada. E seres humanos 
possuem habilidade natural para agrupar e depois 
classificar. Portanto, as asserções III e IV também são 
falsas. 
 
 
 Pergunta 2 
1 em 1 pontos 
 
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 afirmativas a seguir: 
 
I. Na aprendizagem supervisionada, definimos 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. 
II. Especificamente na aprendizagem supervisionada, também denominamos uma variável 
resposta de variável de saída ou variável dependente. 
III. Especificamente na aprendizagem supervisionada, também denominamos uma variável 
de entrada de variável regressora, variável preditora, variável explanatória ou variável 
independente. 
IV. 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. 
 
 
 
Resposta Selecionada: 
I, II, III e IV. 
Resposta Correta: 
I, II, III e IV. 
Feedback 
da 
resposta: 
Resposta correta. Na aprendizagem supervisionada, 
definimos 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 3 
1 em 1 pontos 
 
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: 
 
 
 
Resposta 
Selecionada: 
 
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. 
Resposta 
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. 
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 único grupo 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 4 
1 em 1 pontos 
 
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. 
 
 
Resposta 
Selecionada: 
 
A asserção I é uma proposição falsa, e a II é uma 
proposição verdadeira. 
Resposta Correta: 
A asserção I é uma proposição falsa, e a II é uma 
proposição verdadeira. 
Feedback 
da 
resposta: 
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 5 
1 em 1 pontos 
 
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: 
 
 
 
Resposta 
Selecionada: 
 
Desejamos entender se há similaridade entre 
observações (indivíduos) de uma certa amostra de 
dados. 
Resposta 
Correta: 
 
Desejamos entender se há similaridade entre 
observações (indivíduos) de uma certa amostra de 
dados. 
Feedback 
da 
resposta: 
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. 
 
 
 Pergunta 6 
1 em 1 pontos 
 
 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. 
 
Resposta 
Selecionada: 
 
A asserção I é uma proposição falsa, e a II é uma 
proposição verdadeira. 
Resposta Correta: 
A asserção I é uma proposição falsa, e a II é uma 
proposição verdadeira. 
Feedback 
da 
resposta: 
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. 
 
 
 Pergunta 7 
1 em 1 pontos 
 
Em uma análise de agrupamento examinamos os dados observados (as linhas da tabela 
com os dados) e procuramos identificar, através de algum critério de similaridade, aquelas 
que estão mais próximas entre si, e formamos grupos com essas observações similares. 
Quando são apenas 2 variáveis e poucas observações (tamanho da amostra pequeno), por 
exemplo 10, podemos tentar fazer o agrupamento visualmente. 
 
Analise a figura adiante e assinale a alternativa que indica a menor quantidade de grupos 
que você naturalmente formaria para este caso: 
 
Figura - Massa corporal (kg) versus comprimento (m) dos animais 
Fonte: Elaborada pelo autor 
 
 
Resposta 
Selecionada: 
 
Dois grupos, um com 6 indivíduos e outro com 4 
indivíduos. 
Resposta Correta: 
Dois grupos, um com 6 indivíduos e outro com 4 
indivíduos. 
Feedback 
da 
resposta: 
Resposta correta. A alternativa está correta. A questão 
solicita a alternativa com o menor número de grupos que 
você naturalmente formaria. Há três alternativas com 
dois grupos, porém aquela que parece ser a mais natural 
é a que agrupa 6 indivíduos do lado esquerdo do gráfico 
 
e 4 indivíduos do lado direito, pois as outras alternativas 
com dois grupos não são tão naturais quanto essa opção. 
 
 Pergunta 8 
1 em 1 pontos 
 
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). 
 
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. 
 
 
Resposta Selecionada: 
V, V, V, V. 
Resposta Correta: 
V, V, V, V. 
Feedback 
da 
resposta: 
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 9 
1 em 1 pontos 
 
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. 
 
 
Resposta Selecionada: 
I, II, III e IV. 
Resposta Correta: 
I, II, III e IV. 
Feedback 
da 
resposta: 
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 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 10 
1 em 1 pontos 
 
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 algumassituações é vantajoso se fazer a padronização das variáveis quantitativas. 
 
Assinale a alternativa correta relativamente ao assunto de padronização de variáveis 
quantitativas na estatística: 
 
 
 
Resposta 
Selecionada: 
 
Na padronização, se subtrai de cada variável sua 
média, e depois se divide o resultado pelo seu desvio 
padrão. 
Resposta 
Correta: 
 
Na padronização, se subtrai de cada variável sua 
média, e depois se divide o resultado pelo seu desvio 
padrão. 
Feedback 
da 
resposta: 
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 1
	 Pergunta 2
	 Pergunta 3
	 Pergunta 4
	 Pergunta 5
	 Pergunta 6
	 Pergunta 7
	 Pergunta 8
	 Pergunta 9
	 Pergunta 10