ATIVIDADE 2 (A2) ESTATISTICA APLICADA AO DATA SCIENC_

Prévia do material em texto

05/12/2020 Revisar envio do teste: ATIVIDADE 2 (A2) – ESTATISTICA ...
https://fmu.blackboard.com/webapps/assessment/review/review.jsp?attempt_id=_39648098_1&course_id=_635805_1&content_id=_14399970_1&out… 1/8
 
Revisar envio do teste: ATIVIDADE 2 (A2)
ESTATISTICA APLICADA AO DATA SCIENC - (EAD_20) - 202020.FMU-79061.06 Unidade 2
Revisar envio do teste: ATIVIDADE 2 (A2) 
Usuário VALDILENE ALVES DA SILVA SIMONE
Curso ESTATISTICA APLICADA AO DATA SCIENC - (EAD_20) - 202020.FMU-
79061.06
Teste ATIVIDADE 2 (A2)
Iniciado 26/11/20 17:28
Enviado 26/11/20 20:20
Status Completada
Resultado da
tentativa
10 em 10 pontos 
Tempo decorrido 2 horas, 52 minutos
Resultados exibidos Respostas enviadas, Respostas corretas, Comentários
Pergunta 1
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
Vimos que há dois principais tipos de aprendizagem supervisionada: problema de
regressão e problema de classificação. São os tipos de variáveis resposta dos dados em
análise que distinguem esses dois tipos entre si. 
 
Relativamente a esses dois tipos, analise as afirmativas a seguir. 
 
Na aprendizagem supervisionada, um problema de regressão é um no qual a
variável resposta é qualitativa.
Na aprendizagem supervisionada, um problema de regressão é um no qual a
variável resposta é quantitativa.
Na aprendizagem supervisionada, um problema de classificação é um no qual a
variável resposta é qualitativa.
Na aprendizagem supervisionada, um problema de classificação é um no qual a
variável resposta é quantitativa.
 
Está correto o que se afirma em:
II e III, apenas.
II e III, apenas.
Resposta correta. Na aprendizagem supervisionada, um problema de
regressão é um no qual a variável resposta é quantitativa e um problema de
classificação é um no qual a variável resposta é qualitativa.
Minha Área
1 em 1 pontos
VALDILENE ALVES DA SILVA SIMONE
http://fmu.blackboard.com/
https://fmu.blackboard.com/webapps/blackboard/execute/courseMain?course_id=_635805_1
https://fmu.blackboard.com/webapps/blackboard/content/listContent.jsp?course_id=_635805_1&content_id=_14399934_1&mode=reset
https://fmu.blackboard.com/webapps/portal/execute/tabs/tabAction?tab_tab_group_id=_370_1
https://fmu.blackboard.com/webapps/login/?action=logout
05/12/2020 Revisar envio do teste: ATIVIDADE 2 (A2) – ESTATISTICA ...
https://fmu.blackboard.com/webapps/assessment/review/review.jsp?attempt_id=_39648098_1&course_id=_635805_1&content_id=_14399970_1&out… 2/8
Pergunta 2
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
Estudamos algoritmos preditivos com base em (1) modelos de regressão linear e (2)
modelos de regressão logística. Esses modelos são aplicados em situações bem
distintas, que dependem, essencialmente, da natureza da variável resposta, também
chamada de variável dependente. 
 
Com esses dois modelos em mente, analise as afirmativas a seguir. 
 
Modelos de regressão logística simples são usados na predição de uma variável
resposta qualitativa quando há mais do que uma variável de entrada.
Modelos de regressão linear simples são usados na predição de uma variável
resposta qualitativa quando se considera apenas uma variável de entrada.
Um possível modelo de regressão logística simples para a predição da
probabilidade de inadimplência é:
 
 
 
em que e são os coeficientes do modelo, , o gasto médio mensal da pessoa
com cartão de crédito e , o valor esperado para a probabilidade de a pessoa ficar
ou não inadimplente com o pagamento das faturas do cartão. 
 
O método comumente usado para calcular os valores dos coeficientes e é o
Método da Máxima Verossimilhança. Para isso, pode-se fazer uso do software
estatístico R.
 
Está correto o que se afirma em: 
 
 
II, III e IV, apenas.
II, III e IV, apenas.
Resposta correta. Modelo de regressão logística é dito simples quanto se
considera apenas uma variável de entrada; o modelo exposto nesta questão
é, de fato, aquele adotado pela cientista de dados, e o método que ela usou
para determinar os coeficientes do modelo foi o Método da Máxima
Verossimilhança, através do software estatístico R.
Pergunta 3
O modelo de regressão logística simples desenvolvido por uma jovem cientista de dados
para a predição da probabilidade de inadimplência com o cartão de crédito foi: 
 
 
 
Tomando como base esse modelo, que foi ajustado aos dados da amostra cedida pelo
gerente, podemos estimar o valor esperado para a probabilidade de inadimplência com
cartão de crédito das pessoas. Por exemplo, vamos considerar duas pessoas, uma com
um gasto de médio mensal com o cartão de R$ 500,00, e a outra com um gasto médio
mensal de R$ 1.000,00. Usando o modelo ajustado anterior, obtemos, respectivamente
(assinale a alternativa correta): 
1 em 1 pontos
1 em 1 pontos
05/12/2020 Revisar envio do teste: ATIVIDADE 2 (A2) – ESTATISTICA ...
https://fmu.blackboard.com/webapps/assessment/review/review.jsp?attempt_id=_39648098_1&course_id=_635805_1&content_id=_14399970_1&out… 3/8
Resposta Selecionada:
 
Resposta Correta:
 
Feedback
da
resposta:
 
 
7% e 27%. 
 
 
 
 
7% e 27%. 
 
 
 
 
Resposta correta. Esses valores são aqueles calculados pela simples
substituição da variável de entrada pelos valores R$ 500,00 e R$
1.000,00, respectivamente, na equação do modelo.
Pergunta 4
Naturalmente, dados ocupam uma posição central, tanto na estatística quanto na ciência
dos dados. Entendê-los, saber da sua natureza, o que representam, é de suma
importância, antes da realização de qualquer análise ou projeto. Os dados são divididos
entre quantitativos e qualitativos, na estatística e na ciência dos dados. Relativamente
aos qualitativos, analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F
para a(s) Falsa(s). 
 
( ) Dados qualitativos dicotômicos são dados observados de variáveis qualitativas
que podem assumir apenas dois níveis (também chamados de classes) como seus
valores, tais como sexo (feminino ou masculino), ocupação (empregado ou
desempregado), localização (bairro ou centro), emprego estável (sim ou não),
inadimplente (sim ou não).
( ) Dados qualitativos politômicos são aqueles oriundos de variáveis qualitativas
que podem assumir três ou mais níveis como seus valores, tais como classe social
(A, B, C, D e E), escolaridade (fundamental, médio, superior), gravidade da doença
(baixa, média, alta).
( ) A função table() do R permite a contagem da frequência de cada nível assumido
por uma variável qualitativa em uma dada amostra, e foi usada pela jovem
cientista de dados para contar a frequência de pessoas com ou sem emprego
estável e se ficaram ou não inadimplentes com o pagamento das faturas do cartão
no período amostrado.
( ) Um mosaicplot permite a visualização gráfica da relação entre duas variáveis
qualitativas. Foi usado por uma jovem cientista de dados para examinar a possível
relação entre duas variáveis qualitativas dicotômicas: pessoas com ou sem
emprego estável e se ficaram ou não inadimplentes com o pagamento das faturas
do cartão de crédito ao longo do período amostrado. Ela percebeu, ao ver o gráfico
resultante (ver figura adiante), que parece haver um maior nível de inadimplência
com o cartão entre aquelas que não têm emprego estável.
 
1 em 1 pontos
05/12/2020 Revisar envio do teste: ATIVIDADE 2 (A2) – ESTATISTICA ...
https://fmu.blackboard.com/webapps/assessment/review/review.jsp?attempt_id=_39648098_1&course_id=_635805_1&content_id=_14399970_1&out… 4/8
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
 
Assinale a alternativa que apresenta a sequência correta. 
 
 
V, V, V, V.
V, V, V, V.
Resposta correta. Todas asserções desta questão são verdadeiras. Dados
qualitativos dicotômicos são dados observados de variáveis qualitativas que
podem assumir apenas dois níveis. Dados qualitativos politômicos são
aqueles oriundos de variáveis qualitativas que podem assumir três ou mais
níveis como seus valores. A função table() do R permite a contagem da
frequência de cada nível assumido por umavariável qualitativa em uma
dada amostra. O mosaicplot permite a visualização gráfica da relação entre
duas variáveis qualitativas.
Pergunta 5
Continuando com o mesmo caso da questão anterior, relativa à aprovação, pelos bancos,
de crédito na forma de cartão de crédito, como se fazia, no passado, a aprovação da
concessão de cartões de crédito pelos bancos? E, hoje em dia, como os bancos fazem
essa aprovação? 
 
Reflita sobre essas perguntas e suas respostas, analise as afirmativas a seguir e assinale
V 
para a(s) Verdadeira(s) e F para a(s) Falsa(s). 
 
 
( ) No passado, os bancos faziam, e ainda fazem, ao menos em parte, a
aprovação da concessão de cartões de crédito através da definição de regras que
devem ser atendidas por cada cliente, tais como idade, emprego estável, renda
fixa, dívidas pequenas, nome limpo e casa própria.
( ) Hoje em dia, dentre outras alternativas, uma que é frequentemente usada pelos
bancos são algoritmos de aprendizagem supervisionada que classificam se o
cliente é um potencial bom ou mau pagador.
( ) Para usarmos algoritmos de classificação com esse propósito de aprovar ou
não cartões de crédito, precisamos de dados. Ensinamos ao algoritmo, com base
nos dados que lhe são passados, a predizer clientes que são maus pagadores
potenciais das faturas do cartão. Dessa forma, se o algoritmo, ao ser alimentado
com os dados referentes a um novo cliente, classificar esse cliente como um mau
pagador potencial, o banco não aprovará o cartão.
( ) Para equipes de análise de crédito, poder contar com a ajuda de um software
com a capacidade de recomendar a aprovação ou não da concessão do cartão é
1 em 1 pontos
05/12/2020 Revisar envio do teste: ATIVIDADE 2 (A2) – ESTATISTICA ...
https://fmu.blackboard.com/webapps/assessment/review/review.jsp?attempt_id=_39648098_1&course_id=_635805_1&content_id=_14399970_1&out… 5/8
Resposta Selecionada:
 
Resposta Correta:
 
Feedback
da
resposta:
de grande valor.
( ) A recomendação feita pelo software poderá ser tratada ao lado de outras regras
de crédito para uma decisão final sobre a concessão de cartão para o cliente.
 
Assinale a alternativa que apresenta a sequência correta. 
 
 
V, V, V, V. 
 
 
V, V, V, V. 
 
 
Resposta correta. No passado, os bancos faziam a aprovação da concessão
de cartões de crédito através da definição de regras que deviam ser
atendidas por cada cliente; hoje em dia, algoritmos de aprendizado de
máquina classificam se o cliente é um potencial bom ou mau pagador. Para
isso, dados são necessários. Poder contar com a ajuda de um software com
a capacidade de recomendar a aprovação ou não da concessão do cartão é
de grande valor para a equipe de análise de crédito. A recomendação feita
pelo software poderá ser tratada ao lado de outras regras de crédito para
uma decisão final sobre a concessão de cartão para o cliente.
Pergunta 6
Resposta Selecionada: 
Resposta Correta: 
Entre as técnicas das quais lançou mão para a visualização dos dados da amostra, uma
jovem cientista de dados usou boxplots (diagramas de caixas). Como cientista de dados,
ela sabia exatamente em que situações empregar boxplots. E você, será que você
também já sabe? 
 
Analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s)
Falsa(s). 
 
( ) Para examinar visualmente a relação entre duas variáveis, em que uma é
quantitativa e a outra é qualitativa, não é possível a utilização de gráficos de
dispersão.
( ) Boxplots são uma solução inteligente para a visualização da relação entre uma
variável quantitativa e uma variável qualitativa, em que no eixo horizontal
indicamos os níveis da variável qualitativa e no eixo vertical, a variação dos
valores observados para a variável quantitativa.
( ) Para examinar visualmente a relação entre duas variáveis quantitativas, um dos
gráficos preferidos é o diagrama de caixas, também conhecido como boxplot.
( ) Na construção de um boxplot, podemos representar no eixo vertical os níveis da
variável qualitativa e no eixo horizontal, os valores da variável quantitativa. Nesse
caso, a visualização da variação dos dados da variável quantitativa é exibida
horizontalmente, e os níveis (classes) da variável qualitativa são exibidos
verticalmente.
 
Assinale a alternativa que apresenta a sequência correta. 
 
 
V, V, F, V.
V, V, F, V.
1 em 1 pontos
05/12/2020 Revisar envio do teste: ATIVIDADE 2 (A2) – ESTATISTICA ...
https://fmu.blackboard.com/webapps/assessment/review/review.jsp?attempt_id=_39648098_1&course_id=_635805_1&content_id=_14399970_1&out… 6/8
Feedback
da
resposta:
Resposta correta. A única asserção falsa é a que afirma que para examinar
visualmente a relação entre duas variáveis quantitativas, um dos gráficos
preferidos é o diagrama de caixas, também conhecido como boxplot. Para
examinar visualmente a relação entre duas variáveis, em que uma é
quantitativa e a outra é qualitativa, não é possível a utilização de gráficos de
dispersão. Para isso, usamos boxplots, em que, no eixo horizontal,
indicamos os níveis da variável qualitativa e, no eixo vertical, a variação dos
valores observados para a variável quantitativa. Podemos inverter a posição
desses eixos.
Pergunta 7
Resposta Selecionada:
 
Resposta Correta:
 
Feedback
da
resposta:
Vimos que são muitos os algoritmos de classificação usados na estatística ou na ciência
dos dados. Vimos também que podem ser divididos entre classificadores determinísticos
ou probabilísticos, em que, dentre estes últimos, se encontra o modelo de regressão
logística. Relativamente a modelos de regressão logística, que são aqui o nosso foco,
analise as afirmativas a seguir. 
 
Modelos de regressão logística são usados como modelos preditivos para casos
em que a variável resposta é qualitativa, preferencialmente qualitativa dicotômica.
As variáveis de entrada podem ser de qualquer tipo, quantitativas ou qualitativas.
Modelos de regressão logística são chamados de regressão logística simples,
quando só há uma variável de entrada, também denominada de variável
regressora, variável preditora ou variável independente.
Modelos de regressão logística são chamados de regressão logística múltipla,
quando há mais do que uma variável de entrada, também denominadas de
variáveis regressoras, variáveis preditoras ou variáveis independentes.
Modelos de regressão logística são classificadores probabilísticos. Por exemplo,
para dados sintomas de um certo paciente, um modelo de regressão logística,
depois de adequadamente treinado, fará a predição da probabilidade deste
paciente estar ou não infectado com o vírus HIV.
 
Está correto o que se afirma em: 
 
 
I, II, III e IV. 
 
 
I, II, III e IV. 
 
 
Resposta correta. Modelos de regressão logística são usados quando a
variável resposta é qualitativa, preferencialmente qualitativa dicotômica.
Regressão logística simples e múltipla são, respectivamente, quanto só há
uma ou há várias variáveis de entrada. Modelos de regressão logística são
classificadores probabilísticos. Ou seja, todas as asserções são verdadeiras.
Pergunta 8
A estatística descritiva usa de métodos numéricos para resumir dados, também
chamados de sumários estatísticos, e de gráficos para a visualização dos dados. A jovem
cientista de dados usou algumas técnicas de visualização de dados para analisar sua
amostra, mas deixou outras de lado. 
 
1 em 1 pontos
1 em 1 pontos
05/12/2020 Revisar envio do teste: ATIVIDADE 2 (A2) – ESTATISTICA ...
https://fmu.blackboard.com/webapps/assessment/review/review.jsp?attempt_id=_39648098_1&course_id=_635805_1&content_id=_14399970_1&out… 7/8
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
Analise as afirmativas a seguir e veja quais estão coerentes com sua análise descritiva
dos dados. 
 
Na sua análise descritiva dos dados da amostra, a jovem cientista de dados usou
histogramas para a visualização dos dados quantitativos das amostras, que são a
renda mensal das pessoas e seus gastos médios com o cartão de crédito.
Na sua análise descritiva dos dadosda amostra, a jovem cientista de dados usou
diagramas de barras para a visualização dos dados quantitativos das amostras,
que são a renda mensal das pessoas e seus gastos médios com o cartão de
crédito.
 
 
Histogramas e diagramas de barras são formas tradicionais de visualização gráfica
de dados quantitativos e qualitativos, respectivamente, na estatística e na ciência
dos dados.
A jovem cientista de dados usou, para este caso, apenas histogramas, e preferiu
apenas lançar mão da função table() do software estatístico R, para determinar a
frequência com que os níveis das variáveis qualitativas se manifestaram na
amostra estudada, sem fazer uso de diagramas de barras, o que poderia ter feito,
se quisesse.
 
Está correto o que se afirma em: 
 
 
I, III e IV apenas.
I, III e IV apenas.
Resposta correta. Histogramas e diagramas de barras são formas
tradicionais de visualização gráfica de dados quantitativos e qualitativos,
respectivamente, na estatística e na ciência dos dados, e a jovem cientista
de dados não lançou mão de diagramas de barras. Neste caso, para
visualizar os dados qualitativos, poderia ter feito isso, se quisesse.
Diagramas de barras são usados para a visualização de dados qualitativos,
não quantitativos.
Pergunta 9
O primeiro foco da avaliação é um problema de regressão: aprovar (sim ou não) o
cartão de crédito, uma variável qualitativa dicotômica, com dois níveis (classes).
O primeiro foco da avaliação é um problema de classificação: aprovar (sim ou não)
o cartão de crédito, uma variável qualitativa dicotômica, com dois níveis (classes).
O segundo foco da avaliação é um problema de classificação, predizer o valor do
limite (do crédito) do cartão.
O segundo foco da avaliação é um problema de regressão, predizer o valor do
limite (do crédito) do cartão.
A atividade de venda de produtos financeiros por bancos, tais como cartões de crédito,
requer que se faça uma avaliação do cliente. São focos dessa avaliação aprovar ou não
um cartão de crédito para o cliente e, se aprovado, definir o limite do cartão, ou seja, o
valor do crédito a conceder. 
 
Com base nessa introdução, analise as afirmativas a seguir. 
 
 
1 em 1 pontos
05/12/2020 Revisar envio do teste: ATIVIDADE 2 (A2) – ESTATISTICA ...
https://fmu.blackboard.com/webapps/assessment/review/review.jsp?attempt_id=_39648098_1&course_id=_635805_1&content_id=_14399970_1&out… 8/8
Sábado, 5 de Dezembro de 2020 22h52min57s BRT
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
Está correto o que se afirma em: 
 
 
II e IV, apenas.
II e IV, apenas.
Resposta correta. O primeiro foco da avaliação é um problema de
classificação, aprovar (sim ou não) o cartão de crédito, uma variável
qualitativa dicotômica, com dois níveis (classes); o segundo foco da
avaliação é um problema de regressão, ou seja, predizer o valor do limite
(de crédito) do cartão a ser concedido para o cliente. Esse valor é uma
variável quantitativa, cuja predição é feita por algoritmos de regressão.
Pergunta 10
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
Tarefas de classificação são muitos comuns na estatística e na ciência dos dados, por
serem muito comuns em todas atividades humanas, na ciência, na vida social ou nos
negócios. 
Especificamente, discutimos aplicações de modelos preditivos de classificação baseados
em modelos de regressão logística simples ou múltipla. 
Com isso em mente, analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s)
e F para a(s) Falsa(s). 
 
Regressão logística pode ser empregada na predição do peso médio (massa
corporal média) de uma pessoa em função de sua altura, idade e sexo.
Regressão logística pode ser empregada na predição do consumo médio de
combustível de um carro em função da potência do seu motor e do seu peso.
Regressão logística pode ser empregada na predição da probabilidade de uma
pessoa votar em um determinado candidato e não nos outros em função de sua
escolaridade, idade, sexo e classe social.
Regressão logística pode ser empregada na predição da probabilidade de a
pessoa ser diabética em função de um conjunto de sintomas clínicos que
apresenta.
 
Assinale a alternativa que apresenta a sequência correta. 
 
 
F, F, V, V.
F, F, V, V.
Resposta correta. As duas primeiras situações se referem à predição de
variáveis resposta quantitativas, o que não é possível com modelos de
regressão logística; já as duas últimas situações são adequadas ao
emprego de modelos de regressão logística.
← OK
1 em 1 pontos
javascript:launch('/webapps/gradebook/do/student/viewAttempts?course_id=_635805_1&method=list&nolaunch_after_review=true');