ATIVIDADE 2 - ESTATÍSTICA APLICADA AO DATA SCIENCE - UNIFACS 20202

Prévia do material em texto

Revisar envio do teste: ATIVIDADE 2 (A2)
20202 - Estatística Aplicada Ao Data Science (ON) Unidade 2
Revisar envio do teste: ATIVIDADE 2 (A2)
Usuário KEVIN MATTHIAS FRANCA FIALHO CERQUEIRA
Curso 20202 - Estatística Aplicada Ao Data Science (ON)
Teste ATIVIDADE 2 (A2)
Iniciado 19/10/20 23:29
Enviado 19/10/20 23:39
Status Completada
Resultado da tentativa 10 em 10 pontos 
Tempo decorrido 9 minutos
Resultados exibidos Respostas enviadas, Respostas corretas, Comentários
Pergunta 1
Resposta Selecionada:
Resposta Correta:
Feedback
da
Discutimos o que são aprendizagem supervisionada e não supervisionada. Vimos
que é na forma como tratamos as variáveis estudadas que se dá a diferença
entre esses 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.
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, definimos uma
das variáveis estudadas como sendo a variável resposta, a qual
Minha Área
1 em 1 pontos
KEVIN MATTHIAS FRANCA FIALHO CERQUEIRA
← OK
Revisar envio do teste: ATIVIDADE 2 (A2) – 20202 - ... https://unifacs.blackboard.com/webapps/assessment/review/review.jsp?...
1 of 9 07/12/2020 23:19
resposta: 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 2
Resposta Selecionada:
Resposta Correta:
Feedback
da
resposta:
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
aprovação da 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).
( ) 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.
( ) 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.
( ) 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.
( ) 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.
( ) 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.
V, V, V, V.
V, V, V, V.
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
1 em 1 pontos
Revisar envio do teste: ATIVIDADE 2 (A2) – 20202 - ... https://unifacs.blackboard.com/webapps/assessment/review/review.jsp?...
2 of 9 07/12/2020 23:19
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 3
Resposta Selecionada:
Resposta Correta:
Feedback
da
resposta:
Estudamos algoritmos preditivos com base em (1) modelos de regressão linear e
(2) modelos de regressão logística. Esses modelos são aplicados em situações
bem distintas, que dependem, essencialmente, da natureza da variável resposta,
também chamada de variável dependente.
Com esses dois modelos em mente, analise as afirmativas a seguir.
Modelos de regressão logística simples são usados na predição de uma
variável resposta qualitativa quando há mais do que uma variável de
entrada.
Modelos de regressão linear simples são usados na predição de uma
variável resposta qualitativa quando se considera apenas uma variável de
entrada.
Um possível modelo de regressão logística simples para a predição da
probabilidade de inadimplência é:
em que e são os coeficientes do modelo, , o gasto médio mensal da
pessoa com cartão de crédito e , o valor esperado para a probabilidade
de a pessoa ficar ou não inadimplente com o pagamento das faturas do cartão.
O método comumente usado para calcular os valores dos coeficientes 
 e é o Método da Máxima Verossimilhança. Para isso, pode-se fazer
uso do software estatístico R.
Está correto o que se afirma em:
II, III e IV, apenas.
II, III e IV, apenas.
Resposta correta. Modelo de regressão logística é dito simples
quanto se considera apenas uma variável de entrada; o modelo
exposto nesta questão é, de fato, aquele adotado pela cientista
de dados, e o método que ela usou para determinar os
coeficientes do modelo foi o Método da Máxima Verossimilhança,
através do software estatístico R.
Pergunta 4
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
1 em 1 pontos
1 em 1 pontos
Revisar envio do teste: ATIVIDADE 2 (A2) – 20202 - ... https://unifacs.blackboard.com/webapps/assessment/review/review.jsp?...
3 of 9 07/12/2020 23:19
Resposta Selecionada:
Resposta Correta:
Feedback
da
resposta:
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, De 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 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 gráfica da relação
entre duas variáveis qualitativas.
1 em 1 pontos
Revisar envio do teste: ATIVIDADE 2 (A2) – 20202 - ... https://unifacs.blackboard.com/webapps/assessment/review/review.jsp?...
4 of 9 07/12/2020 23:19
Pergunta 5
Resposta Selecionada:
Resposta Correta:
Feedback
da resposta:
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.
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
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
Revisar envio do teste: ATIVIDADE 2 (A2) – 20202 - ... https://unifacs.blackboard.com/webapps/assessment/review/review.jsp?...
5 of 9 07/12/2020 23:19
Resposta Selecionada:
Resposta Correta:
Feedback
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 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 7
Resposta Selecionada:
Resposta Correta:
Feedback da
resposta:
O modelo de regressão logística simples desenvolvido por uma jovem cientista
de dados para a predição da probabilidade de inadimplência com o cartão de
crédito foi:
Tomando como base esse modelo, que foi ajustado aos dados da amostra
cedida pelo gerente, podemos estimar o valor esperado para a probabilidade de
inadimplência com cartão de crédito das pessoas. Por exemplo, vamos
considerar duas pessoas, uma com um gasto de médio mensal com o cartão de
R$ 500,00, e a outra com um gasto médio mensal de R$ 1.000,00. Usando o
modelo ajustado anterior, obtemos, respectivamente (assinale a alternativa
correta):
7% e 27%.
7% e 27%.
Resposta correta. Esses valores são aqueles calculados pela
simples substituição da variável de entrada pelos valores R$
500,00 e R$ 1.000,00, respectivamente, na equação do modelo.
Pergunta 8
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
1 em 1 pontos
1 em 1 pontos
Revisar envio do teste: ATIVIDADE 2 (A2) – 20202 - ... https://unifacs.blackboard.com/webapps/assessment/review/review.jsp?...
6 of 9 07/12/2020 23:19
Resposta Selecionada:
Resposta Correta:
Feedback
da
resposta:
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 períodoamostrado,
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.
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
gráficos. 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 9
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
1 em 1 pontos
Revisar envio do teste: ATIVIDADE 2 (A2) – 20202 - ... https://unifacs.blackboard.com/webapps/assessment/review/review.jsp?...
7 of 9 07/12/2020 23:19
Resposta Selecionada:
Resposta Correta:
Feedback
da
resposta:
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:
I, II, III e IV.
I, II, III e IV.
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 10
Ao longo das nossas discussões, demos foco a um classificador
chamado de regressão logística que, apesar do nome regressão (esse
nome por razões históricas e por conta de algumas de suas
características), é usado como um classificador. Mas também vimos
que existem outros tipos de classificadores.
Relativamente a esse assunto de algoritmos de classificação, analise as
afirmativas a seguir.
Regressão logística é o único método de aprendizagem
supervisionada que é utilizado para classificação, todos outros
métodos são métodos de regressão.
Apesar do nome regressão logística, o que acaba sendo um
pouco confuso para iniciantes, na verdade este é um dos vários
métodos de aprendizagem supervisionada utilizado para
classificação.
Dentre os métodos utilizados para classificação se encontram
regressão logística, análise discriminante linear (LDA = Linear
Discriminant Analysis), árvores de decisão para classificação,
máquinas de vetores de suporte (SVM = support vector
machines) e k-vizinhos mais próximos (KNN = k-nearest
neighbors).
Regressão linear não é um método de classificação, mas, sim,
um dos métodos preditivos de aprendizagem supervisionada
usados na predição de valores de variáveis respostas
1 em 1 pontos
Revisar envio do teste: ATIVIDADE 2 (A2) – 20202 - ... https://unifacs.blackboard.com/webapps/assessment/review/review.jsp?...
8 of 9 07/12/2020 23:19
Segunda-feira, 7 de Dezembro de 2020 23h18min54s BRT
Resposta Selecionada:
Resposta Correta:
Feedback
da resposta:
quantitativas.
Está correto o que se afirma em:
II, III e IV, apenas.
II, III e IV, apenas.
Resposta correta. A única asserção incorreta desta
questão é a primeira, que afirma que regressão logística
é o único método de aprendizagem supervisionada que
é utilizado para classificação, todos outros métodos são
métodos de regressão.
Revisar envio do teste: ATIVIDADE 2 (A2) – 20202 - ... https://unifacs.blackboard.com/webapps/assessment/review/review.jsp?...
9 of 9 07/12/2020 23:19