ESTATÍSTICA APLICADA AO DATA SCIENCE - Atividade 4 (A4)

Prévia do material em texto

Revisar envio do teste: ATIVIDADE 4 (A4)
GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 - 202110.ead-
14709.01
Material de Aula Unidade 4
Revisar envio do teste: ATIVIDADE
4 (A4)
Usuário
Curso GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 -
202110.ead-14709.01
Teste ATIVIDADE 4 (A4)
Iniciado
Enviado
Status Completada
Resultado da
tentativa
10 em 10 pontos  
Tempo decorrido
Resultados
exibidos
Respostas enviadas, Respostas corretas, Comentários
Pergunta 1
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).
Obteve o resultado exibido na figura exibida adiante:
1 em 1 pontos
← OK
Resposta
Selecionada:
Resposta
Correta:
Comentário
da resposta:
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 grá�co 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 veri�car de uma
leitura direta do próprio dendrograma.
Pergunta 2
Os métodos de aprendizagem estatística (statistical learning, em inglês) são
divididos em métodos de aprendizagem supervisionada e métodos de
1 em 1 pontos
Resposta
Selecionada:
Resposta
Correta:
Comentário
da resposta:
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.
Pergunta 3
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
1 em 1 pontos
Resposta Selecionada:
Resposta Correta:
Comentário
da resposta:
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.
V, V, V, V.
V, V, V, V.
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
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.
1 em 1 pontos
Resposta Selecionada:
Resposta Correta:
Comentário
da resposta:
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}.
V, F, F, V.
V, F, F, V.
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 5
Resposta
Selecionada:
Resposta Correta:
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 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.
1 em 1 pontos
Comentário
da resposta:
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 grá�co e 4 indivíduos do lado direito, pois as outras
alternativas com dois grupos não são tão naturais quanto essa opção.
Pergunta 6
Resposta
Selecionada:
Resposta Correta:
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
justi�cativa 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 �nal da análise de agrupamento se a
1 em 1 pontos
padronização não for feita antes.
Pergunta 7
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 a�rmado na asserção II, depois que formamos e nomeamos os
grupos (classi�camos os grupos), podemos usar essas classes como
variáveis respostas e, a partir desse ponto, executar tarefas preditivas
com algoritmos de classi�cação. Ou seja, a asserção I é falsa.
Pergunta 8
1 em 1 pontos
1 em 1 pontos
Resposta Selecionada:
Resposta Correta:
Comentário
da resposta:
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 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.
1 em 1 pontos
Pergunta 9
Resposta Selecionada:
Resposta Correta:
Comentário
da resposta:
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 variável com 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
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
variáveisx4 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 10
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 veri�cadas por um
supervisor, pois fazem parte dos métodos de aprendizagem não
supervisionada. E seres humanos possuem habilidade natural para
1 em 1 pontos
agrupar e depois classi�car. Portanto, as asserções III e IV também são
falsas.