A4 - ESTATÍSTICA APLICADA AO DATA SCIENCE

Prévia do material em texto

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
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
1 em 1 pontos
1 em 1 pontos
Resposta
Selecionada:
Resposta Correta:
Comentário
da resposta:
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
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 3
Resposta
Selecionada:
Resposta Correta:
Comentário
da resposta:
 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.
 
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 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 4
O texto em referência explica que o processo de descoberta com a mineração
de dados possui tanto um sentido romântico (um processo emocionante e
1 em 1 pontos
1 em 1 pontos
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
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 produzidos e
que tipo de conhecimento esse ambiente necessita e espera receber.
 
Assinale a alternativa que apresenta a(s) afirmativa(s) correta(s):
I e II apenas;
I e II apenas;
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 5
Quando acontece de haver várias variáveis quantitativas em uma determinada
amostra de dados, é comum a realização da análise da (possível) relação entre
essas variáveis por meio do cálculo de suas correlações. Neste caso, o cálculo
de suas correlações sempre é feito de duas em duas variáveis. Comumente,
também se apresenta a correlação de cada variávelcom ela mesma, o que
sempre resulta em uma correlação perfeita, igual a 1.
 
A tabela adiante mostra o resultado do cálculo das correlações entre 5 variáveis
quantitativas de uma determinada amostra. 
 
 x1 x2 x3 x4 x5
x1 1,00 - 0,85 - 0,78 - 0,87 0,42
x2 - 0,85 1,00 0,79 0,89 - 0,43
x3 - 0,78 0,79 1,00 0,66 - 0,71
x4 - 0,87 0,89 0,66 1,00 - 0,17
x5 0,42 - 0,43 - 0,71 - 0,17 1,00
1 em 1 pontos
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
 
Quadro: Correlações cruzadas entre as variáveis quantitativas x1, x2, x3, x4 e x5
Fonte: Elaborado pelo autor.
 
Com respeito a essa tabela de correlações, analise as afirmativas a seguir e
assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s). 
 
I. ( ) Os valores 1,00 apenas indicam a correlação perfeita que existe entre uma
variável e ela mesma, uma informação de pouco valor prático.
II. ( ) A maior correlação positiva é aquela entre as variáveis x2 e x4, no valor de
0,89, que indica uma forte associação entre essas duas variáveis, e que uma
aumenta com um aumento da outra. 
III. ( ) A maior (em valor absoluto) correlação negativa é aquela entre as
variáveis x1 e x4, no valor de - 0,87, que indica uma forte associação entre
essas duas variáveis, e que uma diminui quanto a outra aumenta. 
IV. ( ) A menor (em valor absoluto) correlação negativa é aquela entre as
variáveis x4 e x5, no valor de - 0,17, que indica uma fraca associação entre
essas duas variáveis, e que uma diminui quando a outra aumenta.
V, V, V, V.
V, V, V, V.
Resposta correta. A sequência está correta. Os valores 1,00 apenas indicam a
correlação perfeita que existe entre uma variável e ela mesma. A maior correlação
positiva é aquela entre as variáveis x2 e x4, indicando uma forte associação entre
essas duas variáveis, e que uma aumenta com um aumento da outra. A maior (em
valor absoluto) correlação negativa é aquela entre as variáveis x1 e x4, indicando
uma forte associação entre essas duas variáveis, e que uma diminui quanto a
outra aumenta. A menor (em valor absoluto) correlação negativa é aquela entre as
variáveis x4 e x5, indicando uma fraca associação entre essas duas variáveis, e
que uma diminui quando a outra aumenta.
Pergunta 6
Resposta
Selecionada:
Resposta
Correta:
Comentário
da resposta:
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.
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 algoritmo preditivo.
1 em 1 pontos
Pergunta 7
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
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
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 8
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.
1 em 1 pontos
1 em 1 pontos
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
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.
V, V, V, V.
V, V, V, V.
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 9
Resposta
Selecionada:
Resposta
Correta:
Comentário
da resposta:
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.
As asserções I e II são proposições verdadeiras, mas a II não é uma
justificativa da I.
As asserções I e II são proposições verdadeiras, mas a II não é uma
justificativa da I.
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 variáveisrespostas e, a partir desse ponto, executar tarefas
preditivas com algoritmos de classificação. Ou seja, a asserção I é falsa.
Pergunta 10
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:
1 em 1 pontos
1 em 1 pontos
Resposta
Selecionada:
Resposta
Correta:
Comentário
da resposta:
 
 
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.