Atividade 02

Prévia do material em texto

· Pergunta 1
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 2
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.
 
 
2. Histogramas e diagramas de barras são formas tradicionais de visualização gráfica de dados quantitativos e qualitativos, respectivamente, na estatística e na ciência dos dados.
2. 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.
	
	
	
1. 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.
 
3. 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).
3. 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.
3. 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.
	
	
	
1. Pergunta 4
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.
 
4. 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.
4. 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.
4. 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.
4. 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.
	
	
	
1. Pergunta 5
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.
 
5. Um classificador determinístico vai dizer se o indivíduo está ou não está infectado, dados os sintomas que apresenta.
5. Um classificador probabilístico vai dizer qual é a probabilidade de o indivíduo estar ou não infectado, dados os sintomas que apresenta.
5. 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 (ouseja, uma de suas classes, no caso, das variáveis qualitativas).
5. 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 ).
	
	
	
1. Pergunta 6
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).
 
6. ( ) 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.
6. ( ) 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.
6. ( ) 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.
	
	
	
1. Pergunta 7
1 em 1 pontos
	
	
	
	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).
 
7. Regressão logística pode ser empregada na predição do peso médio (massa corporal média) de uma pessoa em função de sua altura, idade e sexo.
7. 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.
7. 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.
7. 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.
 
 
	
	
	
	
		Resposta Selecionada:
	 
F, F, V, V.
	Resposta Correta:
	 
F, F, V, V.
	Comentário da resposta:
	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.
	
	
	
1. Pergunta 8
1 em 1 pontos
	
	
	
	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.
 
8. Modelos de regressão logística simples são usados na predição de uma variável resposta qualitativa quando há mais do que uma variável de entrada.
8. Modelos de regressão linear simples são usados na predição de uma variável resposta qualitativa quando se considera apenas uma variável de entrada.
8. 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.
 
8. 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:
 
 
	
	
	
	
		Resposta Selecionada:
	 
II, III e IV, apenas.
	Resposta Correta:
	 
II, III e IV, apenas.
	Comentário da resposta:
	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.
	
	
	
1. Pergunta 9
1 em 1 pontos
	
	
	
	Vimos que há dois principais tipos de aprendizagem supervisionada: problema de regressão e problema de classificação. São os tipos de variáveis resposta dos dados em análise que distinguem esses dois tipos entre si.
 
Relativamente a esses dois tipos, analise as afirmativas a seguir.
 
9. Na aprendizagem supervisionada, um problema de regressão é um no qual a variável resposta é qualitativa.
9. Na aprendizagem supervisionada, um problema de regressão é um no qual a variável resposta é quantitativa.
9. Na aprendizagem supervisionada, um problema de classificação é um no qual a variável resposta é qualitativa.
9. Na aprendizagem supervisionada, um problema de classificação é um no qual a variável resposta é quantitativa.
 
Está correto o que se afirma em:
	
	
	
	
		Resposta Selecionada:
	 
II e III, apenas.
	Resposta Correta:
	 
II e III, apenas.
	Comentário da resposta:
	Resposta correta. Na aprendizagem supervisionada, um problema de regressão é um no qual a variável resposta é quantitativa e um problema de classificação é um no qual a variável resposta é qualitativa.
	
	
	
1. Pergunta 10
1 em 1 pontos
	
	
	
	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.
 
10. Regressão logísticaé o único método de aprendizagem supervisionada que é utilizado para classificação, todos outros métodos são métodos de regressão.
10. 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.
10. 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).
10. 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 quantitativas.
 
Está correto o que se afirma em:
 
 
	
	
	
	
		Resposta Selecionada:
	 
II, III e IV, apenas.
 
 
 
	Resposta Correta:
	 
II, III e IV, apenas.
 
 
 
	Comentário da resposta:
	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.