ATIVIDADE_4_DATA_SCIENCE

Prévia do material em texto

1
Pagliarini Camila S
Assunto: ESTATISTICA APLICADA POR DATA SCIENCE
ESTATISTICA APLICADA POR DATA SCIENCE
segunda-feira, 11 de maio de 2020
20:55
ATIVIDADE 4 PRAZO 16/06/2020
PERGUNTA 1
1. 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.
As asserções I e II são proposições falsas.
A asserção I é uma proposição verdadeira e a asserção II é uma proposição falsa.
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, e a II é uma justificativa correta da I.
A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
PERGUNTA 2
1. 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.
2
A respeito dos campos de aplicação da análise de agrupamento, analise as afirmativas a seguir e
assinale V para 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, F.
V, V, F, F.
V, V, V, V.
F, V, V, F.
V, F, F, V.
1 pontos
PERGUNTA 3
1. 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 seu desvio padrão, e não se faz nada com respeito à sua
média.
Na padronização, se subtrai de cada variável seu desvio padrão, e depois se divide o resultado pela
média da variável.
Na padronização, se subtrai de cada variável sua média, e não se faz nada com respeito ao seu desvio
padrão.
Na padronização, se calcula a média geral entre todas variáveis e depois se subtrai este valor de cada
uma das variáveis.
PERGUNTA 4
1. 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.
3
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 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}.
F, V, V, F.
V, F, V, F.
F, V, F, V.
F, V, V, F.
V, F, F, V.
1 pontos
PERGUNTA 5
1. 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 e IV apenas.
I, III e IV apenas.
I, II e III apenas.
I, II, III e IV.
II e III apenas.
1 pontos
4
PERGUNTA 6
1. 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:
Queremos estimar o valor de imóveis a partir das suas características, tais como sua área, seu andar e
sua localização.
Pretendemos ter uma ideia do volume de vendas de um produto de varejo a partir de algumas
características do ponto de venda.
Ajudaremos médicos se conseguirmos avaliar a gravidade de uma doença a partir de dados relativos
às condições do paciente.
Desejamos entender se há similaridade entre observações (indivíduos) de uma certa amostra de
dados.
Gostaríamos de saber que pessoas ficarão inadimplentes com o pagamento das faturas de seus
cartões de crédito.
1 pontos
PERGUNTA 7
1. Leia o excerto a seguir:
“Normalização: É comum normalizar (padronizar) variáveis contínuasatravés 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 falsas.
As asserções I e II são proposições verdadeiras, e a II é uma justificativa correta da I.
A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
A asserção I é uma proposição verdadeira e a asserção II é uma proposição falsa.
As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa correta da I.
1 pontos
PERGUNTA 8
1. 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
5
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.
A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
As asserções I e II são proposições falsas.
A asserção I é uma proposição verdadeira e a asserção II é uma proposição falsa.
As asserções I e II são proposições verdadeiras, e a II é uma justificativa correta da I.
As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa da I.
1 pontos
PERGUNTA 9
1. 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
Dois grupos, um com 6 indivíduos e outro com 4 indivíduos.
Quatro grupos, um com 5 indivíduos, dois com 1 indivíduo cada, e um com 4 indivíduos.
Dois grupos, um com 1 indivíduo e um com 9 indivíduos.
Dois grupos com 5 indivíduos cada.
Três grupos, um com 5 indivíduos, um com 1 indivíduo, e um com 4 indivíduos.
1 pontos
PERGUNTA 10
1. Na estatística, quanto duas variáveis quantitativas comportam-se uma em relação à outra de forma
aproximadamente linear, é comum se calcular a correlação entre elas. Esse cálculo, entretanto, ao estudo da
relação entre duas variáveis qualitativas, ou entre uma variável quantitativa e uma variável qualitativa.
A respeito do cálculo da correlação entre duas variáveis quantitativas, analise as afirmativas a seguir e
assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s).
I. ( ) Uma correlação positiva indica que quando uma das variáveis aumenta a outra variável diminui.
II. ( ) Uma correlação positiva indica que quando uma das variáveis aumenta a outra variável também
aumenta.
6
III. ( ) Uma correlação negativa indica que quando uma das variáveis aumenta a outra variável diminui.
IV. ( ) Uma correlação negativa indica que quando uma das variáveis diminui a outra também diminui.
F, V, F, V.
F, V, V, V.
 F, V, F, F.
F, F, V, V.
F, V, V, F.
Criado com o Microsoft OneNote 2016.