ESTATÍSTICA APLICADA AO DATA SCIENCE ATIVIDADE 2

Prévia do material em texto

06/05/2021 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 - 202110.ead-29778852.06
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_667677… 1/9
GETULIO DE SOUSA
SANTOS
Curso GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE
GR0890211 - 202110.ead-29778852.06
Teste ATIVIDADE 2 (A2)
Iniciado 06/05/21 14:52
Enviado 06/05/21 15:11
Status Completada
Resultado da tentativa 10 em 10 pontos 
Tempo decorrido 18 minutos
Resultados exibidos Respostas enviadas, Respostas corretas, Comentários
Pergunta 1
Resposta Selecionada:
 
Resposta Correta:
 
Ao longo das nossas discussões, demos foco a um classificador chamado de
regressão logística que, apesar do nome regressão (esse nome por razões
históricas e por conta de algumas de suas características), é usado como um
classificador. Mas também vimos que existem outros tipos de classificadores. 
Relativamente a esse assunto de algoritmos de classificação, analise as
afirmativas a seguir. 
 
1. Regressão logística é o único método de aprendizagem supervisionada
que é utilizado para classificação, todos outros métodos são métodos de
regressão.
2. Apesar do nome regressão logística, o que acaba sendo um pouco
confuso para iniciantes, na verdade este é um dos vários métodos de
aprendizagem supervisionada utilizado para classificação.
3. Dentre os métodos utilizados para classificação se encontram regressão
logística, análise discriminante linear (LDA = Linear Discriminant Analysis),
árvores de decisão para classificação, máquinas de vetores de suporte
(SVM = support vector machines) e k-vizinhos mais próximos (KNN = k-
nearest neighbors).
4. Regressão linear não é um método de classificação, mas, sim, um dos
métodos preditivos de aprendizagem supervisionada usados na predição
de valores de variáveis respostas quantitativas.
 
Está correto o que se afirma em:
 
 
II, III e IV, apenas. 
 
 
 
II, III e IV, apenas.
 
 
 
Resposta correta. A única asserção incorreta desta questão é a primeira, que
1 em 1 pontos
06/05/2021 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 - 202110.ead-29778852.06
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_667677… 2/9
Comentário
da resposta:
afirma que regressão logística é o único método de aprendizagem supervisionada
que é utilizado para classificação, todos outros métodos são métodos de
regressão.
Pergunta 2
Resposta Selecionada:
 
Resposta Correta:
 
Comentário
da resposta:
A amostra relativa aos dados de inadimplência com cartões tinha 200
observações de 4 variáveis: a renda mensal da pessoa (R$), seu gasto médio
com cartão de crédito (R$), se a pessoa tinha um emprego estável (Sim ou Não)
e se a pessoa havia, ao longo do período pesquisado, ficado inadimplente com o
pagamento de faturas do cartão ao menos uma vez (Sim ou Não). 
Reflita sobre esse caso, analise as afirmativas a seguir e assinale V para a(s)
Verdadeira(s) e F para a(s) Falsa(s). 
 
1. ( ) Todos os dados fornecidos pelo gerente do banco à jovem cientista de
dados são dados relativos a variáveis quantitativas.
2. ( ) Todos os dados fornecidos pelo gerente do banco à jovem cientista de
dados são dados relativos a variáveis qualitativas.
3. ( ) Dentre os dados fornecidos pelo gerente do banco à jovem cientista de
dados, dois são relativos a uma variável quantitativa e dois são relativos a
variáveis qualitativas.
4. ( ) Dentre os dados fornecidos pelo gerente do banco à jovem cientista de
dados, um é relativo a uma variável quantitativa e os outros são relativos a
variáveis qualitativas.
 
Assinale a alternativa que apresenta a sequência correta.
 
 
F, F, V, F. 
 
 
 
F, F, V, F.
 
 
 
Resposta correta. Dentre os dados fornecidos pelo gerente do banco à jovem
cientista de dados, dois são quantitativos, a renda mensal da pessoa (R$) e seu
gasto médio com cartão de crédito (R$), e dois são qualitativos, se a pessoa tinha
emprego estável (Sim ou Não) e se a pessoa havia, ao longo do período
pesquisado, ficado inadimplente com o pagamento de faturas do cartão ao menos
uma vez (Sim ou Não).
Pergunta 3
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
1 em 1 pontos
1 em 1 pontos
06/05/2021 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 - 202110.ead-29778852.06
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_667677… 3/9
Resposta Selecionada:
 
Resposta Correta:
 
Comentário
da resposta:
assinale V 
para a(s) Verdadeira(s) e F para a(s) Falsa(s). 
 
 
1. ( ) 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.
2. ( ) 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.
3. ( ) 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.
4. ( ) 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 de grande valor.
5. ( ) 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 4
Dados podem aparecer na forma de textos, imagens, vídeos, sons, tabelas,
listas, sequências, séries, etc. São muitos os dados que hoje coletamos de
diferentes fontes, e muitas as formas de organizá-los e armazená-los. Uma
dessas forma, talvez a mais importante delas, são os dados estruturados. 
 
Relativamente a esse assunto, analise as afirmativas a seguir.
 
1 em 1 pontos
06/05/2021 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 - 202110.ead-29778852.06
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_667677… 4/9
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
1. Dados estruturados são dados que não possuem uma estrutura regular e
repetitiva, seguindo um padrão comum adotado pelas ciências da
computação, estatística e ciência dos dados.
2. A forma de organização básica dos dados, preferida na estatística e na
ciência dos dados, é a forma tabular, na qual as variáveis são dispostas
nas linhas e as observações são dispostas nas colunas.
3. Dados estruturados são dadosque possuem uma estrutura regular e
repetitiva, seguindo um padrão comum adotado pelas ciência da
computação, estatística e ciência dos dados.
4. A forma de organização básica dos dados, preferida na estatística e na
ciência dos dados, é a forma tabular, na qual as variáveis são dispostas
nas colunas e as observações são dispostas nas linhas.
 
Está correto o que se afirma em:
 
III e IV, apenas.
III e IV, apenas.
Resposta correta. Dados estruturados são dados que possuem uma estrutura
regular e repetitiva, seguindo um padrão comum adotado pelas ciência da
computação, estatística e ciência dos dados. Também está correto dizer que a 
forma de organização básica dos dados, preferida na estatística e na ciência dos
dados, é a forma tabular, na qual as variáveis são dispostas nas colunas e as
observações são dispostas nas linhas.
Pergunta 5
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). 
 
1. ( ) 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.
2. ( ) 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.
3. ( ) 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.
4. ( ) 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.
1 em 1 pontos
06/05/2021 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 - 202110.ead-29778852.06
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_667677… 5/9
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. Chamamos de análise descritiva dos dados seus sumários (ou
resumos) e a sua visualização por meio de gráficos. 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,
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 6
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
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. ( ) A jovem cientista de dados escolheu como variável resposta a renda
mensal da pessoa, e tratou as demais variáveis como variáveis de entrada.
2. ( ) 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.
3. ( ) 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.
4. ( ) 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, 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.
1 em 1 pontos
06/05/2021 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 - 202110.ead-29778852.06
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_667677… 6/9
Pergunta 7
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.
 
1. 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.
2. 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.
3. 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.
4. 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
Discutimos o que são aprendizagem supervisionada e não supervisionada.
Vimos que é na forma como tratamos as variáveis estudadas que se dá a
diferença entre esses dois tipos de aprendizagens, supervisionada e não
supervisionada. Esses dois tipos são os mais importantes dentre os diversos
tipos de aprendizagem.
 
Relativamente a esse assunto, analise as afirmativas a seguir.
 
1 em 1 pontos
1 em 1 pontos
06/05/2021 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 - 202110.ead-29778852.06
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_667677… 7/9
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
1. Na aprendizagem supervisionada, definimos uma das variáveis estudadas
como sendo a variávelresposta, a qual responde em função dos valores
assumidos pelas outras variáveis, as quais são chamadas de variáveis de
entrada.
2. Especificamente na aprendizagem supervisionada, também denominamos
uma variável resposta de variável de saída ou variável dependente.
3. Especificamente na aprendizagem supervisionada, também denominamos
uma variável de entrada de variável regressora, variável preditora ou
variável independente.
4. Na aprendizagem não supervisionada, tratamos todas as variáveis
estudadas da mesma forma, sem procurar explicar o comportamento de
uma delas em função dos valores assumidos pelas outras.
 
 
Está correto o que se afirma em:
 
I, II, III e IV.
I, II, III e IV.
Resposta correta. Na aprendizagem supervisionada, definimos uma das variáveis
estudadas como sendo a variável resposta, a qual responde em função dos
valores assumidos pelas outras variáveis, as quais são chamadas de variáveis de
entrada; na aprendizagem supervisionada, também chamamos a variável resposta
de variável de saída ou variável dependente e as variáveis de entrada, de
variáveis regressoras, preditoras ou independentes. Na aprendizagem não
supervisionada, tratamos todas as variáveis estudadas da mesma forma, sem
procurar explicar o comportamento de uma delas em função dos valores
assumidos pelas outras.
Pergunta 9
Entre as técnicas das quais lançou mão para a visualização dos dados da
amostra, uma jovem cientista de dados usou gráficos de dispersão. Como
cientista de dados, ela sabia exatamente em que situações empregar gráficos de
dispersão. 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). 
 
1. ( ) Gráficos de dispersão, em inglês chamados de scatter plots, só podem
ser usados para a visualização de uma única variável, a qual deve ser
obrigatoriamente uma variável qualitativa.
2. ( ) Gráficos de dispersão são usados para a visualização da relação entre
duas variáveis quantitativas, em que os dados das duas variáveis são
plotados aos pares. Permite, dessa forma, a verificação visual, pelo
estatístico ou pelo cientista de dados, se há uma tendência de uma
variável aumentar quando a outra aumenta, diminuir quando a outra
diminui, ou se não há uma relação aparente entre as duas.
3. ( ) Um gráfico de dispersão foi usado para exibir, em pares, a relação entre
o valor do imóvel e a sua área. Esse tipo de gráfico é chamado, em inglês,
de scatter plot.
4. ( ) Um gráfico de dispersão foi usado para exibir, em pares, a relação entre
o valor do imóvel e o seu andar. Esse tipo de gráfico é chamado, em
1 em 1 pontos
06/05/2021 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 - 202110.ead-29778852.06
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_667677… 8/9
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
inglês, de scatter plot.
 
Assinale a alternativa que apresenta a sequência correta.
 
 
F, V, V, V.
F, V, V, V.
Resposta correta. A única asserção falsa é a que afirma que gráficos de dispersão
só podem ser usados para a visualização de uma única variável, a qual deve ser
obrigatoriamente uma variável qualitativa. É correto dizer que são usados para a
visualização da relação entre duas variáveis quantitativas, permitindo a verificação
visual de tendência de uma variável aumentar quando a outra aumenta, diminuir
quando a outra aumenta, ou se não há uma relação aparente entre as duas.
Sendo assim, puderam ser usados para exibir, em pares, a relação entre o valor
do imóvel e a sua área e o valor do imóvel e o seu andar.
Pergunta 10
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 Vpara a(s) Verdadeira(s) e F para a(s) Falsa(s). 
 
1. ( ) 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).
2. ( ) 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).
3. ( ) 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.
4. ( ) 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
06/05/2021 GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 - 202110.ead-29778852.06
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_667677… 9/9
Quinta-feira, 6 de Maio de 2021 16h19min19s BRT
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 gráfica da relação entre duas variáveis qualitativas.