ESTATÍSTICA APLICADA AO DATA SCIENCE ATIVIDADE 4 (A4)

Prévia do material em texto

Pergunta 1
Resposta
Selecionada:
Resposta Correta:
Comentário
da
 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
1 em 1 pontos
resposta: 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 2
Resposta Selecionada: 
Resposta Correta:
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 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.
1 em 1 pontos
 
Comentário
da
resposta:
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 3
Resposta Selecionada: 
Resposta Correta: 
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;
1 em 1 pontos
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 4
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, oumistas. 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 agrupar
e depois classi�car. Portanto, as asserções III e IV também são falsas.
1 em 1 pontos
1 em 1 pontos
Pergunta 5
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 especi�ca 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 �nal, 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 6
Leia o excerto a seguir: 
“A ciência dos dados é uma fusão de múltiplas disciplinas, incluindo estatística,
1 em 1 pontos
Resposta
Selecionada:
Resposta
Correta:
Comentário
da
resposta:
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
justi�cativa  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 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 7
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
1 em 1 pontos
Resposta
Selecionada:
Resposta
Correta:
Comentário
da
resposta:
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
padronização não for feita antes.
Pergunta 8
Resposta Selecionada: 
Resposta Correta: 
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.
1 em 1 pontos
Comentário
da
resposta:
Resposta correta.  A sequência está correta. É correto a�rmar 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 a�rmar 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 9
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
resposta:
A estatística, a ciência da computação, a mineração de dados e a ciência dos dados
são áreas correlacionadas. Dentre essas, a mais antiga é a estatística, seguida da
ciência da computação, depois da mineração de dados, e finalmente da ciência dos
dados, a mais nova dessas quatro áreas de conhecimento. 
  
Com referência ao relacionamento entre essas quatro áreas de conhecimento
humano, analise as afirmativas a seguir: 
  
I. Algoritmos de machine learning nasceram na ciência da computação. Hoje são
usados na estatística, na mineração de dados e na ciência dos dados. 
II. Dentre as diversas áreas citadas, é a estatística que possui os melhores
fundamentos para a interpretação de fenômenos aleatórios. 
III. A estatística é considerada a mais sutil, e a maisampla, quando nos referimos a
análise de dados. É aplicada a todas áreas de atividade humana. 
IV. Sabemos que, na ciência dos dados, podem-se utilizar de muitos termos
diferentes, herdados das outras áreas, para se referir a um mesmo conceito. 
  
  
I, II, III e IV.
I, II, III e IV.
Resposta correta. A alternativa está correta, pois algoritmos de machine
learning nasceram na ciência da computação e hoje são usados na estatística,
na mineração de dados e na ciência dos dados. De fato, é a estatística que
possui os melhores fundamentos para a interpretação de fenômenos aleatórios,
e é considerada a mais sutil, e a mais ampla, quando nos referimos a análise de
dados. Já há muitos anos é aplicada a todas áreas de atividade humana. Por
outro lado, também sabemos que, na ciência dos dados, podem-se utilizar de
muitos termos diferentes, herdados das outras áreas, para se referir a um
mesmo conceito.
Pergunta 10
1 em 1 pontos
1 em 1 pontos
Quinta-feira, 3 de Junho de 2021 09h22min34s BRT
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
resposta:
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.
  
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.