estatistica atv4

Prévia do material em texto

Curso ESTATÍSTICA APLICADA AO DATA 
Teste ATIVIDADE 4 (A4) 
 
 
 
 
 
 
 Pergunta 1 
1 em 1 pontos 
 
Leia o excerto a seguir: 
“A ciência dos dados é uma fusão de múltiplas disciplinas, incluindo estatística, ciência da 
computação, tecnologia da informação e campos de domínios específicos. 
Consequentemente, podem-se utilizar de muitos termos diferentes para se referir a um dado 
conceito.” 
 
BRUCE, Peter; BRUCE, Andrew. Estatística prática para cientistas de dados : 50 
conceitos iniciais. Rio de Janeiro: Alta Books, 2019, p. xv. 
 A partir do apresentado, analise as asserções a seguir e a relação proposta entre elas. 
 
I. Sabemos que, na ciência dos dados, podem-se utilizar de muitos termos diferentes para se 
referir a um dado conceito. 
Pois 
II. A estatística usa, de forma profunda, a matemática como pilar do seu desenvolvimento. É 
considerada a ciência mais sutil, e a mais ampla, quanto o assunto são dados. É usada por 
todas áreas científicas. 
 
Resposta 
Selecionada: 
 
As asserções I e II são proposições verdadeiras, mas a II não é uma 
justificativa da I. 
Resposta Correta: 
As asserções I e II são proposições verdadeiras, mas a II não é uma 
justificativa da I. 
Comentário 
da resposta: 
Resposta correta. A alternativa está correta, pois mesmo que algoritmos 
de agrupamento sejam parte dos métodos da aprendizagem não 
supervisionada, e não serem modelos preditivos, como afirmado na 
asserção II, depois que formamos e nomeamos os grupos (classificamos 
os grupos), podemos usar essas classes como variáveis respostas e, a 
partir desse ponto, executar tarefas preditivas com algoritmos de 
classificação. Ou seja, a asserção I é falsa. 
 
 
 Pergunta 2 
1 em 1 pontos 
 
O texto em referência fornece os seguintes exemplos de agrupamento: análise de perfil de 
usuários e perfil de itens para sistemas de recomendação; análise de padrões de 
comportamento de multidões; identificação de grupos de risco para empresas seguradoras; 
análise de emoções em redes sociais; reconhecimento de padrões em imagens de satélites ou 
imagens médicas; análise de padrões em cliques em páginas da internet, etc. 
 
 
SILVA, L. A. da; PERES, S. M.; BOSCARIOLI, C. Introdução à mineração de dados : com 
aplicações em R. Rio de Janeiro: Elsevier, 2016, p.146. 
A respeito dos campos de aplicação da análise de agrupamento, analise as afirmativas a 
seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s). 
 
I. ( ) A análise de emoções por meio de agrupamento pode servir ao propósito de averiguar o 
índice de aceitação de um candidato a um cargo eletivo público por região. 
II. ( ) O reconhecimento de padrões em imagens de satélites pode servir ao propósito de 
averiguar regiões com processos acelerados de desertificação. 
III. ( ) A identificação de grupos de risco para empresas seguradoras pode servir ao propósito 
de precificação correta do valor do seguro para cada grupo de risco. 
IV. ( ) A análise de padrões em cliques em páginas da internet pode servir ao propósito de 
identificar a procura de páginas da web por cada bairro de um município. 
Resposta Selecionada: 
V, V, V, V. 
Resposta Correta: 
V, V, V, V. 
Comentário da 
resposta: 
Resposta correta. A sequência está correta. Todos exemplos citados são 
propósitos válidos para a realização da análise de agrupamento. Como 
explicado no texto em referência, a quantidade de domínios de aplicação 
da análise de agrupamento é muito vasta. 
 
 
 Pergunta 3 
1 em 1 pontos 
 
O Margareth H. Duham, em seu livro Data Mining - Introductory and Advanced Topics, informa 
que tarefas de agrupamento, ou clustering em inglês, vêm sendo aplicadas em muitos 
domínios, incluindo a biologia, a medicina, a antropologia, o marketing e a economia. 
 
DUHAM, Margareth H. Data mining : introductory and advanced topics. Upper Saddle River 
(NJ): Pearson Education, 2003, p.126. 
 
A respeito desses domínios de aplicação de tarefas de agrupamento, analise as afirmativas a 
seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s). 
 
I. ( ) Observar diferentes características de doenças em vários pacientes, e depois formar 
diferentes grupos de pacientes - por similaridade das características de suas doenças - é uma 
tarefa de agrupamento. 
II. ( ) Observar diferentes hábitos de consumo em várias milhares de pessoas, e depois formar 
grupos de pessoas - por similaridade de seus hábitos de consumo - é uma tarefa de 
agrupamento. 
III. ( ) Observar diferentes características das linguagens faladas por membros de aldeias 
remotas, e depois formar grupos de linguagens - por similaridades das características das 
linguagens - é uma tarefa de agrupamento. 
IV. ( ) Observar diferentes característica de insetos em diversos biomas, e depois formar 
grupos de insetos - por similaridade de suas características - é uma tarefa de agrupamento. 
 
 
Resposta Selecionada: 
V, V, V, V. 
Resposta Correta: 
 
V, V, V, V. 
Comentário 
da resposta: 
Resposta correta. A sequência está correta. Observar diferentes 
características de indivíduos, sejam estes indivíduos doenças que se 
manifestam em pacientes, hábitos de consumos que se manifestam em 
consumidores, línguas faladas por diferentes povos, ou insetos que 
habitam diferentes biomas, e depois, para cada um desses exemplos, 
agrupar as observações feitas em grupos menores por similaridade, são 
tarefas de agrupamento. Sendo assim, todos os exemplos descritos são 
tarefas de agrupamento. 
 
 Pergunta 4 
1 em 1 pontos 
 
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: 
 
I. 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. 
II. Especificamente na aprendizagem supervisionada, também denominamos uma variável 
resposta de variável de saída ou variável dependente. 
III. Especificamente na aprendizagem supervisionada, também denominamos uma variável de 
entrada de variável regressora, variável preditora, variável explanatória ou variável 
independente. 
IV. 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. 
 
 
 
 
Resposta Selecionada: 
I, II, III e IV. 
Resposta Correta: 
I, II, III e IV. 
Comentário 
da resposta: 
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 5 
1 em 1 pontos 
 
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 respeitodas 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. 
 
Resposta Selecionada: 
F, F, F, F. 
Resposta Correta: 
F, F, F, F. 
Comentário 
da resposta: 
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 6 
1 em 1 pontos 
 
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: 
 
 
 
Resposta 
Selecionada: 
 
Desejamos entender se há similaridade entre observações (indivíduos) 
de uma certa amostra de dados. 
Resposta Correta: 
Desejamos entender se há similaridade entre observações (indivíduos) 
de uma certa amostra de dados. 
 
Comentário 
da resposta: 
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 
algoritmo preditivo. 
 
 Pergunta 7 
1 em 1 pontos 
 
A escolha de grupos formados por um algoritmo de agrupamento hierárquico pode ser feita por 
meio da leitura do dendrograma resultante. Escolhe-se a altura (Height) desejada, se traça 
uma linha horizontal a partir dessa altura, que cruzará com as linhas verticais dos grupos 
formados nesta altura. O cientista de dados decide se esses grupos são adequados para a sua 
análise. 
 
Veja, por exemplo, a figura abaixo. 
 
 
 
Figura - Dendrograma do agrupamento de oito estados 
Fonte: Elaborada pelo autor 
Com respeito da leitura deste dendrograma, analise as afirmativas a seguir e assinale V 
para a(s) Verdadeira(s) e F para a(s) Falsa(s). 
 
I. ( ) A altura 4 cruza com duas linhas verticais, que indicam dois grupos, o primeiro deles 
formado pelos estados {Connecticut, Delaware}, e o segundo deles formado pelos estados 
{Colorado, Arizona, California, Alaska, Alabama, Arkansas}. 
II. ( ) A altura 4 cruza com três linhas verticais, que indicam três grupos, o primeiro deles 
formado pelos estados {Connecticut, Delaware}, o segundo deles formado pelos estados 
{Colorado, Arizona, California}, e o terceiro deles formado pelos estados {Alaska, Alabama, 
Arkansas}. 
III. ( ) A altura 3 cruza com duas linhas verticais, que indicam dois grupos, o primeiro deles 
formado pelos estados {Connecticut, Delaware}, e o segundo deles formado pelos estados 
{Colorado, Arizona, California, Alaska, Alabama, Arkansas}. 
IV. ( ) A altura 3 cruza com três linhas verticais, que indicam três grupos, o primeiro deles 
formado pelos estados {Connecticut, Delaware}, o segundo deles formado pelos estados 
{Colorado, Arizona, California}, e o terceiro deles formado pelos estados {Alaska, Alabama, 
Arkansas}. 
 
 
Resposta Selecionada: 
V, F, F, V. 
Resposta Correta: 
V, F, F, V. 
Comentário 
da resposta: 
Resposta correta. A sequência está correta. A altura 4 cruza com duas 
linhas verticais, que indicam dois grupos, o primeiro deles formado pelos 
estados {Connecticut, Delaware}, e o segundo deles formado pelos 
estados {Colorado, Arizona, California, Alaska, Alabama, Arkansas}. A 
altura 3 cruza com três linhas verticais, que indicam três grupos, o 
 
primeiro deles formado pelos estados {Connecticut, Delaware}, o segundo 
deles formado pelos estados {Colorado, Arizona, California}, e o terceiro 
deles formado pelos estados {Alaska, Alabama, Arkansas}. 
 
 Pergunta 8 
1 em 1 pontos 
 
 Depois que formamos grupos de observações de um conjunto de dados (amostra), por meio 
de um algoritmo de agrupamento, podemos dar nomes aos mesmos, e cada indivíduo de cada 
grupo será classificado de acordo com esse nome. O ser humano faz isso com naturalidade, 
primeiro agrupar e, depois de formados os grupos, dar nomes aos grupos. Por exemplo, 
animais vertebrados ou invertebrados, carros ou aviões, homens ou mulheres. 
 
A partir do apresentado, analise as asserções a seguir e a relação proposta entre elas. e 
assinale a alternativa correta: 
 
I. Ao usarmos de algoritmos de agrupamento, depois que formados e nomeados 
(classificados) os grupos de observações resultantes do algoritmo, não é possível usar essas 
classes como variáveis respostas e, a partir desse ponto, executar tarefas preditivas com 
algoritmos de classificação. 
Pois 
II. Algoritmos de agrupamento fazem parte dos métodos da chamada aprendizagem não 
supervisionada. Não são modelos preditivos. 
 
 
Resposta 
Selecionada: 
 
A asserção I é uma proposição falsa, e a II é uma proposição 
verdadeira. 
Resposta Correta: 
A asserção I é uma proposição falsa, e a II é uma proposição 
verdadeira. 
Comentário 
da resposta: 
Resposta correta. A alternativa está correta, pois mesmo que algoritmos 
de agrupamento sejam parte dos métodos da aprendizagem não 
supervisionada, e não serem modelos preditivos, como afirmado na 
asserção II, depois que formamos e nomeamos os grupos (classificamos 
os grupos), podemos usar essas classes como variáveis respostas e, a 
partir desse ponto, executar tarefas preditivas com algoritmos de 
classificação. Ou seja, a asserção I é falsa. 
 
 
 Pergunta 9 
1 em 1 pontos 
 
O texto em referência explica que o processo de descoberta com a mineração de dados possui 
tanto um sentido romântico (um processo emocionante e prazeroso), quanto técnico (um 
estudo criterioso sobre dados). Também defende a ideia que é preciso conhecer o ambiente 
em que os dados são produzidos e que tipo de conhecimento esse ambiente necessita e 
espera receber.. Ou seja, o que as pessoas necessitam e esperam receber.Lei 
 
SILVA, L. A. da; PERES, S. M.; BOSCARIOLI, C. Introdução à mineração de dados : com 
aplicações em R. Rio de Janeiro: Elsevier, 2016, p.3. 
 
Considerando as ideias apresentadas acima e o que sabemos sobre ciência dos dados, 
mineração de dados e machine learning, analise as afirmativas a seguir: 
 
 
I. Machine learning são algoritmos desenvolvidos, principalmente, pela ciência da computação. 
São usados na estatística, na ciência de dados e na mineração de dados. 
II. O processo de descoberta de padrões e geração de conhecimento por meio de dados tem 
um sentido romântico, por ser emocionante e prazeroso, e um sentido técnico, pois demanda 
estudos técnicos criteriosos. 
III. A estatística, a ciência da computação e a ciência de dados são áreas relacionadas, mas a 
mineração de dados e ciência de dados são áreas independentes, sem nenhuma relação. 
IV. Não é importante conhecer o ambiente em que os dados são produzidose que tipo de 
conhecimento esse ambiente necessita e espera receber. 
 
Assinale a alternativa que apresenta a(s) afirmativa(s) correta(s): 
Resposta Selecionada: 
I e II apenas; 
Resposta Correta: 
I e II apenas; 
Comentário 
da resposta: 
Resposta correta. A alternativa está correta, pois machine learning são 
algoritmos desenvolvidos, principalmente, pela ciência da computação, e 
são usados na estatística, na ciência de dados e na mineração de dados, e 
o processo de descoberta de padrões e geração de conhecimento por 
meio de dados tem um sentido romântico, por ser emocionante e 
prazeroso, e um sentido técnico, pois demanda estudos técnicos 
criteriosos. Também sabemos que a mineração de dados e ciência de 
dados são áreas relacionadas, e que é importante conhecer o ambiente 
em que os dados são produzidos e que tipo de conhecimento esse 
ambiente necessita e espera receber. 
 
 
 Pergunta 10 
1 em 1 pontos 
 
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. 
 
Resposta 
Selecionada: 
 
As asserções I e II são proposições verdadeiras, e a II é uma 
justificativa correta da I. 
 
Resposta Correta: 
As asserções I e II são proposições verdadeiras, e a II é uma 
justificativa correta da I. 
Comentário 
da resposta: 
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. 
 
Segunda-feira, 10 de Maio de 2021 09h36min59s BRT