ATIVIDADE 4 ESTATÍSTICA APLICADA AO DATA SCIENCE

Prévia do material em texto

07/06/2021 Blackboard Learn
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_668… 1/8
Usuário Robson Grapeia
Curso GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 -
202110.ead-14709.01
Teste ATIVIDADE 4 (A4)
Iniciado 07/06/21 18:41
Enviado 07/06/21 19:01
Status Completada
Resultado da
tentativa
10 em 10 pontos 
Tempo decorrido 19 minutos
Resultados
exibidos
Respostas enviadas, Respostas corretas, Comentários
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
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
1 em 1 pontos
1 em 1 pontos
07/06/2021 Blackboard Learn
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_668… 2/8
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
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 3
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
1 em 1 pontos
07/06/2021 Blackboard Learn
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_668… 3/8
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
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 4
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
Quando os dados se referem a múltiplas variáveis quantitativas, é possível
calcular a correlação entre pares dessas variáveis, duas a duas. No software
estatístico R, isto pode ser feito com a função cor(). Adiante apresentamos um
output típico da função cor() quando aplicada ao cálculo da correlação entre
quatro variáveis quantitativas de um determinado conjunto de dados. 
 Murder Assault UrbanPop Rape
Murder 1.00 0.80 0.07 0.56
Assault 0.80 1.00 0.26 0.67
UrbanPop 0.07 0.26 1.00 0.41
Rape 0.56 0.67 0.41 1.00
 
A respeito deste output típico da função cor() do software estatístico R, para o
cálculo da correlação entre múltiplas variáveis quantitativas, analise as
afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s). 
 
I. ( ) Todas correlações são positivas, o que indica que, para todas variáveis
quantitativas dessa amostra, quando uma aumenta, a outra também aumenta.
II. ( ) Uma correlação igual a 1 entre uma variável e ela mesma apenas indica
uma correlação perfeita dela com ela mesma.
III. ( ) A maior correlação positiva entre essas variáveis é aquela entre Murder e
Assault, cujo valor é de 0,80. 
IV. ( ) A segunda maior correlação positiva entreessas variáveis é aquela entre
Rape e Assault, cujo valor é de 0,67 e não de 0,56.
V, V, V, F.
V, V, V, F.
Resposta correta. A sequência está correta. Todas correlações são positivas,
indicando que, para todas variáveis quantitativas dessa amostra, quando uma
aumenta, a outra também aumenta. Uma correlação igual a 1 entre uma variável e
ela mesma apenas indica uma correlação perfeita dela com ela mesma. A maior
correlação positiva entre essas variáveis é aquela entre Murder e Assault, cujo
valor é de 0,80. E, finalmente, a segunda maior correlação positiva entre essas
1 em 1 pontos
07/06/2021 Blackboard Learn
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_668… 4/8
variáveis é aquela entre Rape e Assault, mas o valor é 0,67 e não 0,56, que se
refere à correlação entre as variáveis Murder e Rape.
Pergunta 5
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.
 
 
 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}.
 
1 em 1 pontos
07/06/2021 Blackboard Learn
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_668… 5/8
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
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 6
Resposta
Selecionada:
Resposta
Correta:
Comentário
da resposta:
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:
 
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 gráfico 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
1 em 1 pontos
07/06/2021 Blackboard Learn
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_668… 6/8
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 verificar de uma leitura direta do próprio
dendrograma.
Pergunta 7
Resposta
Selecionada:
Resposta
Correta:
Comentário
da resposta:
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:
 
 
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.
Pergunta 8
Resposta
Selecionada:
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.
1 em 1 pontos
1 em 1 pontos
07/06/2021 Blackboard Learn
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_668… 7/8
Resposta Correta:
Comentário
da resposta:
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, comtodos 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 9
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 justificativa
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 final da análise de agrupamento se a padronização não for
feita antes.
Pergunta 10
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
1 em 1 pontos
1 em 1 pontos
07/06/2021 Blackboard Learn
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_668… 8/8
Resposta Selecionada: 
Resposta Correta: 
Comentário
da resposta:
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.
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.