GRA1561 Atividade 4 A4

Prévia do material em texto

Usuário RODRIGO MOLGADO 
Curso GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE GR0890211 - 
202110.ead-14709.01 
Teste ATIVIDADE 4 (A4) 
Iniciado 14/06/21 12:28 
Enviado 16/06/21 17:01 
Status Completada 
Resultado da 
tentativa 
10 em 10 pontos 
Tempo decorrido 52 horas, 32 minutos 
Resultados exibidos Respostas enviadas, Respostas corretas, Comentários 
• Pergunta 1 
1 em 1 pontos 
 
Leia o excerto a seguir: 
“A ciência dos dados é uma fusão de múltiplas disciplinas, incluindo estatística, 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. 
 
Resposta 
Selecionada: 
 
As asserções I e II são proposições verdadeiras, mas a II não é uma 
justificativa da I. 
Resposta Correta: 
As asserções I e II são proposições verdadeiras, mas a II não é uma 
justificativa da I. 
Comentário 
da resposta: 
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 afirmado na 
asserção II, depois que formamos e nomeamos os grupos (classificamos 
os grupos), podemos usar essas classes como variáveis respostas e, a 
partir desse ponto, executar tarefas preditivas com algoritmos de 
classificação. Ou seja, a asserção I é falsa. 
 
 
• Pergunta 2 
1 em 1 pontos 
 
Leia o excerto a seguir: 
“Exploração de dados é a arte de olhar os seus dados, rapidamente gerar hipóteses sobre 
eles, e rapidamente testar essas hipóteses. E repetir isso outra vez, outra vez, outra vez. O 
 
objetivo da exploração de dados é a geração de pistas sobre o que os dados nos revelam, 
pistas que você poderá explorar, mais tarde, em maior profundidade.” 
WICKHAM, Hadley; GROLEMUN, Garret. R for data science : import, tidy, transform, 
visualize, and model dada. Sebastopol (CA): O’Reilly Media, 2017, p.1. 
 
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. ( ) Análise estatística descritiva é parte da análise exploratória de dados, frequentemente 
entendida como a exploração inicial dos dados. 
II. ( ) Além dos métodos da estatística descritiva, algoritmos de agrupamento também são 
parte da análise exploratória de dados. 
III. ( ) A análise exploratória dos dados permite a geração de hipóteses sobre os dados, para 
posterior investigação mais detalhada. 
IV. ( ) Gerar hipóteses sobre dados significa gerar afirmações sobre possíveis padrões e 
descobertas reveladas pelos dados, a serem melhor investigadas e comprovadas. 
Resposta Selecionada: 
V, V, V, V. 
Resposta Correta: 
V, V, V, V. 
Comentário 
da resposta: 
Resposta correta. A sequência está correta. É correto afirmar que a 
análise estatística descritiva é parte da análise exploratória de dados, 
assim como dizer que algoritmos de agrupamento também o são. 
Também é correto dizer que a análise exploratória dos dados permite a 
geração de hipóteses sobre os dados, que devem ser melhor investigadas 
para comprovação posteriormente, e que gerar hipóteses sobre dados 
significa gerar afirmações sobre possíveis padrões e descobertas 
reveladas pelos dados. 
 
 
• Pergunta 3 
1 em 1 pontos 
 
 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. 
 
 
Resposta 
Selecionada: 
 
A asserção I é uma proposição falsa, e a II é uma proposição 
verdadeira. 
Resposta Correta: 
A asserção I é uma proposição falsa, e a II é uma proposição 
verdadeira. 
Comentário 
da resposta: 
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 afirmado na 
asserção II, depois que formamos e nomeamos os grupos (classificamos 
os grupos), podemos usar essas classes como variáveis respostas e, a 
partir desse ponto, executar tarefas preditivas com algoritmos de 
classificação. Ou seja, a asserção I é falsa. 
 
• Pergunta 4 
1 em 1 pontos 
 
Quando os dados se referem a múltiplas variáveis quantitativas, é possível exibir múltiplos 
gráficos de dispersão entre pares dessas variáveis, duas a duas. No software estatístico R, 
isto pode ser feito com a função gráfica pairs(). Adiante apresentamos um output típico da 
função pairs() quando aplicada a quatro variáveis quantitativas de um determinado conjunto de 
dados. 
 
 
 
Figura 4: Múltiplos gráficos de dispersão entre as variáveis de USArrest 
Fonte: Elaborada pelo autor. 
 
A respeito deste output típico da função gráfica pairs() do software estatístico R, para a 
exibição de múltiplos gráficos de dispersão entre variáveis quantitativas, analise as afirmativas 
a seguir e assinale V para a(s) Verdadeira(s) e 
F para a(s) Falsa(s). 
 
I. ( ) O gráfico de y = Murder versus x = Assault mostra uma tendência de aumento de Murder 
para um aumento de Assault. 
II. ( ) O gráfico de y = Murder versus x = UrbanPop mostra uma grande dispersão dos pontos 
 
sem uma tendência clara de subida ou descida. 
III. ( ) O gráfico de y = Murder versus x = Rape mostra uma tendência de aumento de Murder 
para um aumento de Assault, porém com uma dispersão dos pontos um pouco maior que 
para o caso de y = Murder versus x = Assault. 
IV. ( ) Como são quatro variáveis quantitativas (Murder, Assault, UrbanPop e Rape), então ao 
total são 12 gráficos de dispersão, de cada uma delas contra as outras três. 
Resposta Selecionada: 
V, V, V, V. 
 
Resposta Correta: 
V, V, V, V. 
 
Comentário 
da resposta: 
Resposta correta. A sequência está correta. O gráfico de y = Murder 
versus x = Assault de fato mostra uma tendência de aumento de Murder 
para um aumento de Assault, assim como gráfico de y = Murder versus x = 
UrbanPop mostra uma grande dispersão dos pontos sem uma tendência 
clara de subida ou descida. O gráfico de y = Murder versus x = Rape 
mostra uma tendência de aumento de Murder para um aumento de 
Assault, porém com uma dispersão dos pontos um pouco maior que para 
o caso de y = Murder versus x = Assault e, como são quatro variáveis 
quantitativas, então ao total são 12 gráficos de dispersão, de cada uma 
delas contra as outras três. 
 
 
• Pergunta 5 
1 em 1 pontos 
 
A escolha de grupos formados por um algoritmo de agrupamento hierárquico pode ser feita por 
meio da leitura dodendrograma 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}. 
 
Resposta Selecionada: 
V, F, F, V. 
Resposta Correta: 
V, F, F, V. 
Comentário 
da resposta: 
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 
1 em 1 pontos 
 
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: 
 
 
 
Resposta 
Selecionada: 
 
Na padronização, se subtrai de cada variável sua média, e depois se 
divide o resultado pelo seu desvio padrão. 
 
Resposta Correta: 
Na padronização, se subtrai de cada variável sua média, e depois se 
divide o resultado pelo seu desvio padrão. 
Comentário 
da resposta: 
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 7 
1 em 1 pontos 
 
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: 
 
I. 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. 
II. Especificamente na aprendizagem supervisionada, também denominamos uma variável 
resposta de variável de saída ou variável dependente. 
III. Especificamente na aprendizagem supervisionada, também denominamos uma variável de 
entrada de variável regressora, variável preditora, variável explanatória ou variável 
independente. 
IV. 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. 
 
 
 
 
Resposta Selecionada: 
I, II, III e IV. 
Resposta Correta: 
I, II, III e IV. 
Comentário 
da resposta: 
Resposta correta. 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; 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 8 
1 em 1 pontos 
 
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 
 
 
Resposta Selecionada: 
Dois grupos, um com 6 indivíduos e outro com 4 indivíduos. 
Resposta Correta: 
Dois grupos, um com 6 indivíduos e outro com 4 indivíduos. 
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 
gráfico e 4 indivíduos do lado direito, pois as outras alternativas com dois 
grupos não são tão naturais quanto essa opção. 
 
 
• Pergunta 9 
1 em 1 pontos 
 
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. 
Resposta Selecionada: 
F, F, F, F. 
Resposta Correta: 
F,F, F, F. 
Comentário 
da resposta: 
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 10 
1 em 1 pontos 
 
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 mais ampla, 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. 
 
 
 
Resposta Selecionada: 
I, II, III e IV. 
Resposta Correta: 
I, II, III e IV. 
Comentário 
da resposta: 
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. 
 
Quinta-feira, 2 de Setembro de 2021 17h28min48s BRT