ATIVIDADE 2 ESTATÍSTICA APLICADA AO DATA SCIENCE

Prévia do material em texto

ATIVIDADE 2 ESTATÍSTICA APLICADA AO DATA SCIENCE 
 
Usuário Robson Grapeia 
Curso GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE 
GR0890211 - 202110.ead-14709.01 
Teste ATIVIDADE 2 (A2) 
Iniciado 07/06/21 18:06 
Enviado 07/06/21 18:24 
Status Completada 
Resultado da 
tentativa 
10 em 10 pontos 
Tempo decorrido 17 minutos 
Resultados 
exibidos 
Respostas enviadas, Respostas corretas, Comentários 
 Pergunta 1 
1 em 1 pontos 
 
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). 
 
1. ( ) 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. 
2. ( ) 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. 
3. ( ) 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. 
4. ( ) 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. 
 
 
Assinale a alternativa que apresenta a sequência correta. 
 
 
 
Resposta Selecionada: 
F, V, V, V. 
Resposta Correta: 
F, V, V, V. 
Comentário 
da resposta: 
Resposta correta. A única asserção falsa é a que afirma que 
gráficos 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 verificação 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 seu 
andar. 
 
 Pergunta 2 
1 em 1 pontos 
 
A jovem cientista de dados, tendo em mãos os dados que lhe foram 
passados pelo gerente do banco, precisou denominá-los corretamente para 
a fase de treino (ajuste) do algoritmo preditivo. Ela escolheu a regressão 
logística como seu algoritmo preditivo, para classificar o potencial (a 
probabilidade) de uma pessoa ficar ou não inadimplente com o pagamento 
das faturas do cartão de crédito. 
 
Analise as afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para 
a(s) Falsa(s). 
 
1. ( ) A jovem cientista de dados escolheu como variável resposta a 
renda mensal da pessoa, e tratou as demais variáveis como variáveis 
de entrada. 
2. ( ) A jovem cientista de dados escolheu o gasto médio mensal da 
pessoa com cartão de crédito como a variável resposta, e tratou as 
demais como variáveis de entrada. 
3. ( ) A jovem cientista de dados não definiu qualquer das quatro 
variáveis como a variável resposta, e decidiu realizar uma análise 
baseada em aprendizagem não supervisionada. 
4. ( ) A jovem cientista de dados escolheu como variável resposta se a 
pessoa havia, ao longo do período pesquisado, ficado inadimplente 
com o pagamento das faturas do cartão ao menos uma vez (Sim ou 
Não), e tratou as demais variáveis como variáveis de entrada. 
 
 
Assinale a alternativa que apresenta a sequência correta. 
 
 
 
Resposta Selecionada: 
F, F, F, V. 
 
Resposta Correta: 
F, F, F, V. 
Comentário 
da resposta: 
Resposta correta. A jovem cientista de dados escolheu como 
variável resposta se a pessoa havia, ao longo do período 
pesquisado, ficado inadimplente com o pagamento das 
faturas do cartão ao menos uma vez (Sim ou Não), e tratou 
as demais variáveis como variáveis de entrada. 
 
 Pergunta 3 
1 em 1 pontos 
 
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. 
 
1. 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). 
2. 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). 
3. O segundo foco da avaliação é um problema de classificação, 
predizer o valor do limite (do crédito) do cartão. 
4. O segundo foco da avaliação é um problema de regressão, predizer o 
valor do limite (do crédito) do cartão. 
 
 
Está correto o que se afirma em: 
 
 
 
Resposta Selecionada: 
II e IV, apenas. 
Resposta Correta: 
II e IV, apenas. 
Comentário 
da resposta: 
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 4 
1 em 1 pontos 
 
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. 
 
1. Um classificador determinístico vai dizer se o indivíduo está ou não 
está infectado, dados os sintomas que apresenta. 
2. Um classificador probabilístico vai dizer qual é a probabilidade de o 
indivíduo estar ou não infectado, dados os sintomas que apresenta. 
3. 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). 
4. 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: 
 
 
 
Resposta Selecionada: 
I, II, III e IV. 
 
 
 
Resposta Correta: 
I, II, III e IV. 
 
 
 
Comentário 
da resposta: 
Resposta correta. Um classificador determinístico vai dizer se 
o indivíduo está ou não está infectado, dados os sintomas 
que apresenta; já um classificador probabilístico vai dizer 
qual é a probabilidade de o indivíduo estar ou não infectado; 
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) e, nesse mesmo jargão, 
escrever significa a probabilidade de ser igual a um 
dos seus possíveis valores quando a variável de 
entrada é igual a (dizemos: dado que ). 
 
 Pergunta 5 
1 em 1 pontos 
 
Continuando com o mesmo caso da questão anterior, relativa à aprovação, 
pelos bancos, de crédito na forma de cartão de crédito, como se fazia, no 
passado, a aprovaçãoda concessão de cartões de crédito pelos bancos? E, 
hoje em dia, como os bancos fazem essa aprovação? 
 
Reflita sobre essas perguntas e suas respostas, analise as afirmativas a 
seguir e assinale V 
para a(s) Verdadeira(s) e F para a(s) Falsa(s). 
 
 
1. ( ) No passado, os bancos faziam, e ainda fazem, ao menos em 
parte, a aprovação da concessão de cartões de crédito através da 
definição de regras que devem ser atendidas por cada cliente, tais 
como idade, emprego estável, renda fixa, dívidas pequenas, nome 
limpo e casa própria. 
2. ( ) Hoje em dia, dentre outras alternativas, uma que é frequentemente 
usada pelos bancos são algoritmos de aprendizagem supervisionada 
que classificam se o cliente é um potencial bom ou mau pagador. 
3. ( ) Para usarmos algoritmos de classificação com esse propósito de 
aprovar ou não cartões de crédito, precisamos de dados. Ensinamos 
ao algoritmo, com base nos dados que lhe são passados, a predizer 
clientes que são maus pagadores potenciais das faturas do cartão. 
Dessa forma, se o algoritmo, ao ser alimentado com os dados 
referentes a um novo cliente, classificar esse cliente como um mau 
pagador potencial, o banco não aprovará o cartão. 
4. ( ) Para equipes de análise de crédito, poder contar com a ajuda de 
um software com a capacidade de recomendar a aprovação ou não 
da concessão do cartão é de grande valor. 
5. ( ) A recomendação feita pelo software poderá ser tratada ao lado de 
outras regras de crédito para uma decisão final sobre a concessão de 
cartão para o cliente. 
 
 
Assinale a alternativa que apresenta a sequência correta. 
 
 
 
Resposta Selecionada: 
V, V, V, V. 
 
 
Resposta Correta: 
V, V, V, V. 
 
 
Comentário 
da resposta: 
Resposta correta. No passado, os bancos faziam a 
aprovação da concessão de cartões de crédito através da 
definição de regras que deviam ser atendidas por cada 
cliente; hoje em dia, algoritmos de aprendizado de máquina 
classificam se o cliente é um potencial bom ou mau pagador. 
Para isso, dados são necessários. Poder contar com a ajuda 
de um software com a capacidade de recomendar a 
aprovação ou não da concessão do cartão é de grande valor 
para a equipe de análise de crédito. A recomendação feita 
pelo software poderá ser tratada ao lado de outras regras de 
crédito para uma decisão final sobre a concessão de cartão 
para o cliente. 
 
 
 Pergunta 6 
1 em 1 pontos 
 
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). 
 
1. ( ) Todos os dados fornecidos pelo gerente do banco à jovem 
cientista de dados são dados relativos a variáveis quantitativas. 
2. ( ) Todos os dados fornecidos pelo gerente do banco à jovem 
cientista de dados são dados relativos a variáveis qualitativas. 
3. ( ) 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. 
4. ( ) 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. 
 
 
 
Resposta Selecionada: 
F, F, V, F. 
 
 
 
Resposta Correta: 
F, F, V, F. 
 
 
 
Comentário 
da resposta: 
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, ficado inadimplente com o 
pagamento de faturas do cartão ao menos uma vez (Sim ou 
Não). 
 
 
 Pergunta 7 
1 em 1 pontos 
 
Dados podem aparecer na forma de textos, imagens, vídeos, sons, tabelas, 
listas, sequências, séries, etc. São muitos os dados que hoje coletamos de 
diferentes fontes, e muitas as formas de organizá-los e armazená-los. Uma 
dessas forma, talvez a mais importante delas, são os dados estruturados. 
 
Relativamente a esse assunto, analise as afirmativas a seguir. 
 
1. Dados estruturados são dados que não possuem uma estrutura 
regular e repetitiva, seguindo um padrão comum adotado pelas 
ciências da computação, estatística e ciência dos dados. 
2. A forma de organização básica dos dados, preferida na estatística e 
na ciência dos dados, é a forma tabular, na qual as variáveis são 
dispostas nas linhas e as observações são dispostas nas colunas. 
3. Dados estruturados são dados que possuem uma estrutura regular e 
repetitiva, seguindo um padrão comum adotado pelas ciência da 
computação, estatística e ciência dos dados. 
4. A forma de organização básica dos dados, preferida na estatística e 
na ciência dos dados, é a forma tabular, na qual as variáveis são 
dispostas nas colunas e as observações são dispostas nas linhas. 
 
 
Está correto o que se afirma em: 
 
 
Resposta Selecionada: 
III e IV, apenas. 
Resposta Correta: 
III e IV, apenas. 
 
Comentário 
da resposta: 
Resposta correta. Dados estruturados são dados que 
possuem uma estrutura regular e repetitiva, seguindo um 
padrão comum adotado pelas ciência da computação, 
estatística e ciência dos dados. Também está correto dizer 
que a forma de organização básica dos dados, preferida na 
estatística e na ciência dos dados, é a forma tabular, na qual 
as variáveis são dispostas nas colunas e as observações 
são dispostas nas linhas. 
 
 Pergunta 8 
1 em 1 pontos 
 
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. 
 
1. 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. 
2. 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. 
 
 
 
3. Histogramas e diagramas de barras são formas tradicionais de 
visualização gráfica de dados quantitativos e qualitativos, 
respectivamente, na estatística e na ciência dos dados. 
4. 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. 
 
 
Está correto o que se afirma em: 
 
 
 
Resposta Selecionada: 
I, III e IV apenas. 
Resposta Correta: 
I, III e IV apenas. 
 
Comentário 
da resposta: 
Resposta correta. Histogramas e diagramas de barras são 
formas tradicionais de visualização gráfica 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. 
 
 Pergunta9 
1 em 1 pontos 
 
Entre as técnicas das quais lançou mão para a visualização dos dados da 
amostra, uma jovem cientista de dados usou boxplots (diagramas de 
caixas). Como cientista de dados, ela sabia exatamente em que situações 
empregar boxplots. 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). 
 
3. ( ) Para examinar visualmente a relação entre duas variáveis, em que 
uma é quantitativa e a outra é qualitativa, não é possível a utilização 
de gráficos de dispersão. 
4. ( ) Boxplots são uma solução inteligente para a visualização da 
relação entre uma variável quantitativa e uma variável qualitativa, em 
que no eixo horizontal indicamos os níveis da variável qualitativa e no 
eixo vertical, a variação dos valores observados para a variável 
quantitativa. 
5. ( ) Para examinar visualmente a relação entre duas variáveis 
quantitativas, um dos gráficos preferidos é o diagrama de caixas, 
também conhecido como boxplot. 
6. ( ) Na construção de um boxplot, podemos representar no eixo 
vertical os níveis da variável qualitativa e no eixo horizontal, os 
valores da variável quantitativa. Nesse caso, a visualização da 
variação dos dados da variável quantitativa é exibida 
horizontalmente, e os níveis (classes) da variável qualitativa são 
exibidos verticalmente. 
 
 
Assinale a alternativa que apresenta a sequência correta. 
 
 
 
Resposta Selecionada: 
V, V, F, V. 
Resposta Correta: 
V, V, F, V. 
Comentário 
da resposta: 
Resposta correta. A única asserção falsa é a que afirma que 
para examinar visualmente a relação entre duas variáveis 
quantitativas, um dos gráficos preferidos é o diagrama de 
 
caixas, também conhecido como boxplot. Para examinar 
visualmente a relação entre duas variáveis, em que uma é 
quantitativa e a outra é qualitativa, não é possível a utilização 
de gráficos de dispersão. Para isso, usamos boxplots, em 
que, no eixo horizontal, indicamos os níveis da variável 
qualitativa e, no eixo vertical, a variação dos valores 
observados para a variável quantitativa. Podemos inverter a 
posição desses eixos. 
 
 Pergunta 10 
1 em 1 pontos 
 
Vimos que são muitos os algoritmos de classificação usados na estatística 
ou na ciência dos dados. Vimos também que podem ser divididos entre 
classificadores determinísticos ou probabilísticos, em que, dentre estes 
últimos, se encontra o modelo de regressão logística. Relativamente a 
modelos de regressão logística, que são aqui o nosso foco, analise as 
afirmativas a seguir. 
 
0. Modelos de regressão logística são usados como modelos preditivos 
para casos em que a variável resposta é qualitativa, 
preferencialmente qualitativa dicotômica. As variáveis de entrada 
podem ser de qualquer tipo, quantitativas ou qualitativas. 
1. Modelos de regressão logística são chamados de regressão logística 
simples, quando só há uma variável de entrada, também denominada 
de variável regressora, variável preditora ou variável independente. 
2. Modelos de regressão logística são chamados de regressão logística 
múltipla, quando há mais do que uma variável de entrada, também 
denominadas de variáveis regressoras, variáveis preditoras ou 
variáveis independentes. 
3. Modelos de regressão logística são classificadores probabilísticos. 
Por exemplo, para dados sintomas de um certo paciente, um modelo 
de regressão logística, depois de adequadamente treinado, fará a 
predição da probabilidade deste paciente estar ou não infectado com 
o vírus HIV. 
 
 
Está correto o que se afirma em: 
 
 
 
Resposta Selecionada: 
I, II, III e IV. 
 
 
Resposta Correta: 
I, II, III e IV. 
 
 
 
Comentário 
da resposta: 
Resposta correta. Modelos de regressão logística são 
usados quando a variável resposta é qualitativa, 
preferencialmente qualitativa dicotômica. Regressão logística 
simples e múltipla são, respectivamente, quanto só há uma 
ou há várias variáveis de entrada. Modelos de regressão 
logística são classificadores probabilísticos. Ou seja, todas 
as asserções são verdadeiras. 
 
 
	 Pergunta 1
	 Pergunta 2
	 Pergunta 3
	 Pergunta 4
	 Pergunta 5
	 Pergunta 6
	 Pergunta 7
	 Pergunta 8
	 Pergunta 9
	 Pergunta 10