ATIVIDADE 4 - ESTATÍSTICA APLICADA

Prévia do material em texto

12/04/2020 Blackboard Learn
https://unp.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller# 1/6
Usuário BRUNO CESAR LIMA
Curso GRA1561 ESTATISTICA APLICADA AO DATA SCIENCE ENGCI201 - 202010.ead-1953.04
Teste ATIVIDADE 4 (A4)
Iniciado 12/04/20 20:28
Enviado 12/04/20 23:19
Status Completada
Resultado da tentativa 10 em 10 pontos 
Tempo decorrido 2 horas, 51 minutos
Resultados exibidos Respostas enviadas, Respostas corretas, Comentários
Pergunta 1
Resposta
Selecionada:
Resposta
Correta:
Feedback
da
resposta:
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.
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.
1 em 1 pontos
12/04/2020 Blackboard Learn
https://unp.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller# 2/6
Pergunta 2
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
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.
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, V, F.
F, V, V, F.
Resposta correta. A sequência está correta. É correto afirmar que uma correlação
positiva indica que quando uma das variáveis aumenta a outra variável também aumenta,
e que uma correlação negativa indica que quando uma das variáveis aumenta a outra
variável diminui. É incorreto afirmar que uma correlação positiva indica que quando uma
das variáveis aumenta a outra variável diminui, ou que uma correlação negativa indica
que quando uma das variáveis diminui a outra também diminui.
Pergunta 3
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.
Pergunta 4
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
1 em 1 pontos
1 em 1 pontos
1 em 1 pontos
12/04/2020 Blackboard Learn
https://unp.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller# 3/6
Resposta
Selecionada:
Resposta Correta:
Feedback
da
resposta:
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, e a II é uma justificativa
correta da I.
As asserções I e II são proposições verdadeiras, e a II é uma justificativa
correta da I.
Resposta correta. A alternativa está correta. 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 5
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 6
Resposta
Selecionada:
Resposta
Correta:
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.
1 em 1 pontos
1 em 1 pontos
12/04/2020 Blackboard Learn
https://unp.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller# 4/6
Feedback
da
resposta:
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 7
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 8
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
1 em 1 pontos
1 em 1 pontos
12/04/2020 Blackboard Learn
https://unp.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller# 5/6
Resposta
Selecionada:
 
Resposta Correta: 
Feedback
da
resposta:
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 9
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
Leia o excerto a seguir:
“Exploração de dados é a arte de olhar os seus dados, rapidamente gerar hipóteses sobre eles, e
rapidamente testar essas hipóteses. E repetir isso outra vez, outra vez, outra vez. O objetivo da
exploração de dados é a geração de pistas sobre o que os dados nos revelam, pistas que você poderá
explorar, mais tarde, em maior profundidade.” 
WICKHAM, Hadley; GROLEMUN, Garret. R for data science : import, tidy, transform, visualize, and
model dada. Sebastopol (CA): O’Reilly Media, 2017, p.1.
 
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. ( ) Análise estatística descritiva é parte da análise exploratória de dados, frequentemente entendida
como a exploração inicial dos dados.
II. ( ) Além dos métodos da estatística descritiva, algoritmos de agrupamento também são parte da
análise exploratória de dados.
III. ( ) A análise exploratória dos dados permite a geração de hipóteses sobre os dados, para posterior
investigação mais detalhada.
IV. ( ) Gerar hipóteses sobre dados significa gerar afirmações sobre possíveis padrões e descobertas
reveladas pelos dados, a serem melhor investigadas e comprovadas.
V, V, V, V.
V, V, V, V.
Resposta correta. A sequência está correta. É correto afirmar que a análise estatística
descritiva é parte da análise exploratória de dados, assim como dizer que algoritmos de
agrupamento também o são. Também é correto dizer que a análise exploratória dos
dados permite a geração de hipóteses sobre os dados, que devem ser melhor
investigadas para comprovação posteriormente, e que gerar hipóteses sobre dados
significa gerar afirmações sobre possíveis padrões e descobertas reveladas pelos dados.
Pergunta 10
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 diversasáreas 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
1 em 1 pontos
1 em 1 pontos
12/04/2020 Blackboard Learn
https://unp.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller# 6/6
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
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
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.