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.