Atividade 2 Estatistica Aplicada ao Data Science

Prévia do material em texto

19/04/2021 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_PLAYER&COURSE_ID=_667677_1&PAREN… 1/11
Usuário LUCIANO PALERMI
Curso GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 -
202110.ead-29778852.06
Teste ATIVIDADE 2 (A2)
Iniciado 19/04/21 16:42
Enviado 19/04/21 17:31
Status Completada
Resultado da
tentativa
10 em 10 pontos  
Tempo decorrido 48 minutos
Resultados
exibidos
Respostas enviadas, Respostas corretas, Comentários
Pergunta 1
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. 
 
  
Está correto o que se afirma em: 
  
 
1 em 1 pontos
19/04/2021 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_PLAYER&COURSE_ID=_667677_1&PAREN… 2/11
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
resposta:
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 2
Resposta Selecionada:
 
Resposta Correta:
 
Comentário
da
resposta:
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): 
  
  
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.
1 em 1 pontos
19/04/2021 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_PLAYER&COURSE_ID=_667677_1&PAREN… 3/11
Pergunta 3
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
resposta:
Os dados cedidos pelo gerente do banco estavam bem organizados e livres de erros.
A nossa jovem cientista de dados não precisou, portanto, fazer uma limpeza e pré-
tratamento dos dados e pode prosseguir imediatamente para uma análise descritiva
deles antes do desenvolvimento do modelo. 
Tendo isso em vista, analise as afirmativas a seguir e assinale V para a(s)
Verdadeira(s) e F para a(s) Falsa(s).   
 
( ) Chamamos de análise descritiva dos dados seus sumários (ou resumos)
estatísticos dos mesmos e a sua visualização. Ambos, os sumários e as
visualizações, nos ajudam a entender o comportamento dos dados e, através
deles, do fenômeno ou processo estudado.
( ) São quatro as variáveis estudadas pela cientista de dados: renda mensal da
pessoa, seus gastos médios com o cartão, se a pessoa tinha ou não um emprego
estável ao longo do período amostrado e se ficou ou não inadimplente ao longo
do deste período.
( ) Para criar sumários estatísticos das variáveis quantitativas, a renda mensal da
pessoa e seus gastos com o cartão, a cientista de dados usou as funções min(),
mean() e max() do software estatístico R para calcular os valores mínimo, médio
e máximo dos dados observados para essas variáveis.
( ) Para criar sumários estatísticos das variáveis qualitativas, se a pessoa tinha ou
não um emprego estável e se tinha ou não ficado inadimplente com o
pagamento das faturas do cartão ao longo do período amostrado, a cientista de
dados usou a função table() do software estatístico R para calcular a frequência
com que os níveis de cada uma dessas variáveis se manifestaram na amostra
estudada.
  
Assinale a alternativa que apresenta a sequência correta. 
  
  
V, V, V, V.
V, V, V, V.
Resposta correta. Chamamos de análise descritiva dos dados seus sumários (ou
resumos) e a sua visualização por meio de grá�cos. São quatro as variáveis
estudadas pela cientista de dados. Para criar sumários estatísticos das variáveis
quantitativas, a cientista de dados usou as funções min(), mean() e max() do
software estatístico R, e para os sumários estatísticos das variáveis qualitativas,
1 em 1 pontos
19/04/2021 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_PLAYER&COURSE_ID=_667677_1&PAREN… 4/11
usou a função table() do mesmo software, e assim calculou a frequência com que os
níveis de cada uma dessas variáveis se manifestaram na amostra analisada.
Pergunta 4
Resposta Selecionada:
 
Resposta Correta:
 
Comentário
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
1 em 1 pontos
19/04/2021 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_PLAYER&COURSE_ID=_667677_1&PAREN… 5/11
de entrada. Modelos de regressão logística são classi�cadores probabilísticos. Ou
seja, todas as asserçõessão verdadeiras.
Pergunta 5
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
resposta:
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.
Resposta correta. A única asserção falsa é a que a�rma que para examinar
visualmente a relação entre duas variáveis quantitativas, um dos grá�cos 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
1 em 1 pontos
19/04/2021 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_PLAYER&COURSE_ID=_667677_1&PAREN… 6/11
qualitativa, não é possível a utilização de grá�cos 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 6
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
19/04/2021 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_PLAYER&COURSE_ID=_667677_1&PAREN… 7/11
Resposta Selecionada: 
Resposta Correta: 
Comentário
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
uma variável qualitativa em uma dada amostra. O mosaicplot permite a visualização
grá�ca da relação entre duas variáveis qualitativas.
Pergunta 7
A jovem cientista de dados, tendo em mãos os dados que lhe foram passados pelo
gerente do banco, precisou denominá-los corretamente para a fase de treino (ajuste)
do algoritmo preditivo. Ela escolheu a regressão logística como seu algoritmo
preditivo, para classificar o potencial (a probabilidade) de uma pessoa ficar ou não
inadimplente com o pagamento das faturas do cartão de crédito. 
  
Analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s)
Falsa(s). 
 
1 em 1 pontos
19/04/2021 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_PLAYER&COURSE_ID=_667677_1&PAREN… 8/11
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
resposta:
( ) A jovem cientista de dados escolheu como variável resposta a renda mensal
da pessoa, e tratou as demais variáveis como variáveis de entrada.
( ) A jovem cientista de dados escolheu o gasto médio mensal da pessoa com
cartão de crédito como a variável resposta, e tratou as demais como variáveis de
entrada.
( ) A jovem cientista de dados não definiu qualquer das quatro variáveis como a
variável resposta, e decidiu realizar uma análise baseada em aprendizagem não
supervisionada.
( ) A jovem cientista de dados escolheu como variável resposta se a pessoa
havia, ao longo do período pesquisado, ficado inadimplente com o pagamento
das faturas do cartão ao menos uma vez (Sim ou Não), e tratou as demais
variáveis como variáveis de entrada.
  
Assinale a alternativa que apresenta a sequência correta. 
  
  
F, F, F, V.
F, F, F, V.
Resposta correta. A jovem cientista de dados escolheu como variável resposta se a
pessoa havia, ao longo do período pesquisado, �cado inadimplente com o
pagamento das faturas do cartão ao menos uma vez (Sim ou Não), e tratou as
demais variáveis como variáveis de entrada.
Pergunta 8
Discutimos sobre classificadores determinísticos e probabilísticos. Demos, como
exemplo, uma variável resposta qualitativa com dois níveis (classes), o indivíduo está
infectado pelo vírus HIV ( ) ou não está infectado ( ), dado um conjunto de
sintomas  que ele apresenta. 
  
Reveja esse assunto e analise as afirmativas a seguir. 
 
Um classificador determinístico vai dizer se o indivíduo está ou não está
infectado, dados os sintomas que apresenta.
Um classificador probabilístico vai dizer qual é a probabilidade de o indivíduo
estar ou não infectado, dados os sintomas que apresenta.
1 em 1 pontos
19/04/2021 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_PLAYER&COURSE_ID=_667677_1&PAREN… 9/11
Resposta Selecionada:
 
Resposta Correta:
 
Comentário
da
resposta:
No jargão da estatística, escrever  significaque a variável aleatória 
resultou no valor , em que  é um dos possíveis valores que a variável aleatória 
pode assumir (ou seja, uma de suas classes, no caso, das variáveis qualitativas).
Nesse mesmo jargão, escrever  significa a probabilidade de ser
igual a um dos seus possíveis valores , quando a variável de entrada  é igual a 
 (dado que ).
  
Está correto o que se afirma em: 
  
  
I, II, III e IV. 
  
  
 
I, II, III e IV.
  
  
 
Resposta correta. Um classi�cador determinístico vai dizer se o indivíduo está ou
não está infectado, dados os sintomas que apresenta; já um classi�cador
probabilístico vai dizer qual é a probabilidade de o indivíduo estar ou não infectado;
no jargão da estatística, escrever  signi�ca que a variável aleatória resultou
no valor , em que  é um dos possíveis valores que a variável aleatória pode
assumir (ou seja, uma de suas classes, no caso das variáveis qualitativas) e, nesse
mesmo jargão, escrever  signi�ca a probabilidade de ser igual a
um dos seus possíveis valores  quando a variável de entrada  é igual a 
 (dizemos: dado que ).
Pergunta 9
O ser humano tem enorme facilidade em agrupar, por similaridade, e classificar coisas,
todos os tipos de coisas. Por conta disso, problemas de classificação são muito
frequentes no mundo, mais frequentes que problemas de regressão. Fornecemos
alguns exemplos de aplicação de métodos de classificação no mundo dos negócios.
Dentre esses exemplos, encontramos: 
 
1 em 1 pontos
19/04/2021 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_PLAYER&COURSE_ID=_667677_1&PARE… 10/11
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
resposta:
a Netflix usa classificadores para recomendar filmes. Para a Netflix, o valor desse
tipo de aplicação é que, quanto mais filmes assistirmos, maior será a sua receita;
o Facebook usa classificadores para recomendar novas amizades para a nossa
rede de relacionamento. Para o Facebook, o valor desse tipo de aplicação é que,
quanto maior nossa rede de relacionamento, maior será a sua receita;
um banco de varejo usa classificadores para detectar se uma operação com
cartão de débito ou crédito é ou não uma operação fraudulenta. Para o banco, o
valor dessa aplicação é que, quanto antes operações fraudulentas forem
detectadas, mais rapidamente o banco pode agir para impedir perdas para seus
clientes e para ele próprio;
uma concessionária de distribuição de energia elétrica usa classificadores para
identificar casos potenciais de roubo de energia da rede, os famosos “gatos”.
Para as concessionárias de distribuição de energia elétrica, o valor dessa
aplicação é evitar prejuízo com o furto de energia da rede, além do relevante
aspecto de prevenção de acidentes decorrentes de instalações clandestinas.
  
Está correto o que se afirma em: 
  
  
I, II, III e IV.
I, II, III e IV.
Resposta correta. Todos os exemplos listados nesta questão são problemas de
classi�cação, os quais, como dissemos no enunciado, são muito frequentes no
mundo. Em todos eles, a variável resposta é uma variável qualitativa, ou dicotômica,
ou politômica.
Pergunta 10
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.
1 em 1 pontos
19/04/2021 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_PLAYER&COURSE_ID=_667677_1&PARE… 11/11
Segunda-feira, 19 de Abril de 2021 17h31min57s BRT
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
resposta:
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 classi�cação é um
no qual a variável resposta é qualitativa.