Estatítica Aplicada Ao Data Science

Prévia do material em texto

Resultado da tentativa 10 em 10 pontos 
Resultados exibidos Respostas enviadas, Respostas corretas, Comentários 
 
 Pergunta 1 
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 2 
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 3 
1 em 1 pontos 
 
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}. 
 
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 4 
1 em 1 pontos 
 
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: 
 
 
Resposta 
Selecionada: 
 
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: 
 
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. 
Comentário da 
resposta: 
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 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 5 
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. 
RespostaCorreta: 
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 6 
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 7 
1 em 1 pontos 
 
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): 
Resposta Selecionada: 
I e II apenas; 
Resposta Correta: 
I e II apenas; 
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 8 
1 em 1 pontos 
 
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. 
 
Resposta Selecionada: 
F, V, V, F. 
Resposta Correta: 
F, V, V, F. 
Comentário da 
resposta: 
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 9 
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 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.