Estastítica Aplicada ao Data Scieence Atividade 02

Prévia do material em texto

15/05/2021 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_66767… 1/11
Usuário DIEGO IOCA
Curso GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 -
202110.ead-29778852.06
Teste ATIVIDADE 2 (A2)
Iniciado 05/05/21 22:35
Enviado 15/05/21 18:15
Status Completada
Resultado da
tentativa
10 em 10 pontos  
Tempo decorrido 235 horas, 40 minutos
Resultados
exibidos
Respostas enviadas, Respostas corretas, Comentários
Pergunta 1
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.
1 em 1 pontos
15/05/2021 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_66767… 2/11
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. 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,
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 2
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). 
 
( ) Todos os dados fornecidos pelo gerente do  banco à jovem cientista de
dados são dados relativos a variáveis quantitativas.
( ) Todos os dados fornecidos pelo  gerente do  banco à jovem cientista de
dados são dados relativos a variáveis qualitativas.
( ) 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.
( ) 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. 
  
  
1 em 1 pontos
15/05/2021 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_66767… 3/11
Resposta Selecionada:
 
Resposta Correta:
 
Comentário
da
resposta:
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, �cado inadimplente com o pagamento de faturas do cartão ao
menos uma vez (Sim ou Não).
Pergunta 3
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
1 em 1 pontos
15/05/2021 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_66767… 4/11
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
resposta:
parece haver um maior nível de inadimplência com o cartão entre aquelas
que não têm emprego estável.
  
  
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 4
Discutimos o que são aprendizagem supervisionada e não supervisionada. Vimos
que é na forma como tratamos as variáveis estudadas que se dá a diferença entreesses 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
15/05/2021 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_66767… 5/11
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
resposta:
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.
Especificamente na aprendizagem supervisionada, também denominamos
uma variável resposta de variável de saída ou variável dependente.
Especificamente na aprendizagem supervisionada, também denominamos
uma variável de entrada de variável regressora, variável preditora ou variável
independente.
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, de�nimos 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
Tarefas de classificação são muitos comuns na estatística e na ciência dos dados,
por serem muito comuns em todas atividades humanas, na ciência, na vida social
ou nos negócios. 
Especificamente, discutimos aplicações de modelos preditivos de classificação
baseados em modelos de regressão logística simples ou múltipla. 
Com isso em mente, analise as afirmativas a seguir e assinale V para a(s)
Verdadeira(s) e F para a(s) Falsa(s). 
 
Regressão logística pode ser empregada na predição do peso médio (massa
corporal média) de uma pessoa em função de sua altura, idade e sexo.
1 em 1 pontos
15/05/2021 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_66767… 6/11
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
resposta:
Regressão logística pode ser empregada na predição do consumo médio de
combustível de um carro em função da potência do seu motor e do seu peso.
Regressão logística pode ser empregada na predição da probabilidade de
uma pessoa votar em um determinado candidato e não nos outros em função
de sua escolaridade, idade, sexo e classe social.
Regressão logística pode ser empregada na predição da probabilidade de a
pessoa ser diabética em função de um conjunto de sintomas clínicos que
apresenta.
  
Assinale a alternativa que apresenta a sequência correta. 
  
  
F, F, V, V.
F, F, V, V.
Resposta correta. As duas primeiras situações se referem à predição de
variáveis resposta quantitativas, o que não é possível com modelos de
regressão logística; já as duas últimas situações são adequadas ao emprego de
modelos de regressão logística.
Pergunta 6
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: 
 
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
1 em 1 pontos
15/05/2021 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_66767… 7/11
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
resposta:
“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 7
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). 
 
( ) 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.
( ) 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.
( ) 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.
( ) 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 inglês, de
scatter plot.
1 em 1 pontos
15/05/2021 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_66767… 8/11
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
resposta:
  
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 a�rma que grá�cos 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 veri�cação 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 seuandar.
Pergunta 8
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
15/05/2021 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_66767… 9/11
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 9
A estatística descritiva usa de métodos numéricos para resumir dados, também
chamados de sumários estatísticos, e de gráficos para a visualização dos dados. A
jovem cientista de dados usou algumas técnicas de visualização de dados para
analisar sua amostra, mas deixou outras de lado. 
  
Analise as afirmativas a seguir e veja quais estão coerentes com sua análise
descritiva dos dados. 
 
Na sua análise descritiva dos dados da amostra, a jovem cientista de dados
usou histogramas para a visualização dos dados quantitativos das amostras,
que são a renda mensal das pessoas e seus gastos médios com o cartão de
crédito.
Na sua análise descritiva dos dados da amostra, a jovem cientista de dados
usou diagramas de barras para a visualização dos dados quantitativos das
amostras, que são a renda mensal das pessoas e seus gastos médios com o
cartão de crédito.
  
 
Histogramas e diagramas de barras são formas tradicionais de visualização
gráfica de dados quantitativos e qualitativos, respectivamente, na estatística
e na ciência dos dados.
A jovem cientista de dados usou, para este caso, apenas histogramas, e
preferiu apenas lançar mão da função table() do software estatístico R, para
determinar a frequência com que os níveis das variáveis qualitativas se
manifestaram na amostra estudada, sem fazer uso de diagramas de barras, o
que poderia ter feito, se quisesse.
1 em 1 pontos
15/05/2021 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_6676… 10/11
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
resposta:
  
Está correto o que se afirma em: 
  
  
I, III e IV apenas.
I, III e IV apenas.
Resposta correta. Histogramas e diagramas de barras são formas tradicionais
de visualização grá�ca de dados quantitativos e qualitativos, respectivamente,
na estatística e na ciência dos dados, e a jovem cientista de dados não lançou
mão de diagramas de barras. Neste caso, para visualizar os dados qualitativos,
poderia ter feito isso, se quisesse. Diagramas de barras são usados para a
visualização de dados qualitativos, não quantitativos.
Pergunta 10
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.
No jargão da estatística, escrever  significa 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).
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: 
  
  
1 em 1 pontos
15/05/2021 Revisar envio do teste: ATIVIDADE 2 (A2) – GRA1561 ...
https://fmu.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_66767… 11/11
Sábado, 15 de Maio de 2021 18h16min01s BRT
Resposta Selecionada:
 
Resposta Correta:
 
Comentário
da
resposta:
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 ).