ESTATÍSTICA APLICADA AO DATA SCIENCE ATIVIDADE 4

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… 1/7
Usuário GETULIO DE SOUSA SANTOS
Curso GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 -
202110.ead-29778852.06
Teste ATIVIDADE 4 (A4)
Iniciado 06/05/21 15:13
Enviado 06/05/21 15:34
Status Completada
Resultado da
tentativa
10 em 10 pontos 
Tempo decorrido 21 minutos
Resultados
exibidos
Respostas enviadas, Respostas corretas, Comentários
Pergunta 1
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
O texto em referência apresenta como exemplo de agrupamento uma
companhia de vendas online que deseja agrupar seus clientes com base em
suas características comuns (renda, idade, número de filhos, estado civil, grau
de educação, etc.). Com o resultado do agrupamento, eles definirão campanhas
de marketing e de divulgação específicas para cada um dos diferentes grupos
que vierem a ser definidos.
 
DUHAM, Margareth H. Data mining : introductory and advanced topics. Upper
Saddle River, NJ: Pearson Education, 2003, p.125.
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. ( ) Algoritmos de agrupamento só conseguem lidar com variáveis quantitativas.
Sendo assim, parte das variáveis disponíveis para esse caso são irrelevantes.
II. ( ) Algoritmos de agrupamento são especializados no tratamento de conjuntos
de dados exclusivamente qualitativos.
III. ( ) Algoritmos de agrupamento podem ter as suas soluções verificadas por
um supervisor e, dessa forma, saberemos se o resultado é bom ou ruim.
IV. ( ) Seres humanos não possuem habilidade natural para agrupar e depois
classificar, já que isso só pode ser realizado por meio de algoritmos.
F, F, F, F.
F, F, F, F.
Resposta correta. A sequência está correta. Há algoritmos de agrupamento que
lidam variáveis quantitativas, ou qualitativas, ou mistas. Portanto, as asserções I e
II são falsas. Algoritmos de agrupamento não podem ter as suas soluções
verificadas por um supervisor, pois fazem parte dos métodos de aprendizagem não
supervisionada. E seres humanos possuem habilidade natural para agrupar e
depois classificar. Portanto, as asserções III e IV também são falsas.
Pergunta 2
Em uma análise de agrupamento examinamos os dados observados (as linhas
da tabela com os dados) e procuramos identificar, através de algum critério de
similaridade, aquelas que estão mais próximas entre si, e formamos grupos com
essas observações similares. Quando são apenas 2 variáveis e poucas
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… 2/7
Resposta Selecionada: 
Resposta Correta:
Comentário
da resposta:
observações (tamanho da amostra pequeno), por exemplo 10, podemos tentar
fazer o agrupamento visualmente. 
 
Analise a figura adiante e assinale a alternativa que indica a menor quantidade
de grupos que você naturalmente formaria para este caso:
 
 Figura - Massa corporal (kg) versus comprimento (m) dos animais
 Fonte: Elaborada pelo autor
 
Dois grupos, um com 6 indivíduos e outro com 4 indivíduos.
Dois grupos, um com 6 indivíduos e outro com 4 indivíduos.
Resposta correta. A alternativa está correta. A questão solicita a alternativa com o
menor número de grupos que você naturalmente formaria. Há três alternativas
com dois grupos, porém aquela que parece ser a mais natural é a que agrupa 6
indivíduos do lado esquerdo do gráfico e 4 indivíduos do lado direito, pois as
outras alternativas com dois grupos não são tão naturais quanto essa opção.
Pergunta 3
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
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… 3/7
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
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 4
Resposta
Selecionada:
Resposta
Correta:
Comentário
da resposta:
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.
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 5
Resposta
Selecionada:
Resposta
Correta:
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.
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… 4/7
Comentário
da resposta:
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 algoritmopreditivo.
Pergunta 6
Resposta Selecionada: 
Resposta Correta: 
Comentário
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 7
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). 
 
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… 5/7
Resposta
Selecionada:
Resposta
Correta:
Comentário
da resposta:
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.
Pergunta 8
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
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… 6/7
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
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 9
Resposta
Selecionada:
Resposta Correta:
Comentário
da resposta:
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 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
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… 7/7
Quinta-feira, 6 de Maio de 2021 16h
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 10
Resposta
Selecionada:
RespostaCorreta:
Comentário
da resposta:
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
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.
1 em 1 pontos