Atividade 04 Estatística - avaliação

Prévia do material em texto

28/08/2021 Revisar envio do teste: ATIVIDADE 4 (A4) – ESTATÍSTICA ...
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_753931_1&PA… 1/9
Usuário KLEBER DE ALMEIDA
Curso ESTATÍSTICA APLICADA AO DATA SCIENCE (ON) - 202120.00455.01
Teste ATIVIDADE 4 (A4)
Iniciado 28/08/21 14:31
Enviado 28/08/21 21:03
Status Completada
Resultado da tentativa 10 em 10 pontos  
Tempo decorrido 6 horas, 32 minutos
Resultados exibidos Respostas enviadas, Respostas corretas, Comentários
Pergunta 1
Resposta
Selecionada:
 
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 
  
Dois grupos, um com 6 indivíduos e outro com 4 indivíduos.
1 em 1 pontos
28/08/2021 Revisar envio do teste: ATIVIDADE 4 (A4) – ESTATÍSTICA ...
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_753931_1&PA… 2/9
Resposta Correta:
Comentário
da
resposta:
Dois grupos, um com 6 indivíduos e outro com 4
indivíduos.
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 grá�co e 4 indivíduos do lado
direito, pois as outras alternativas com dois grupos não são tão naturais quanto
essa opção.
Pergunta 2
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
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):
I e II apenas;
I e II apenas;
Resposta correta. A alternativa está correta, pois machine learning são
algoritmos desenvolvidos, principalmente, pela ciência da computação, e são
1 em 1 pontos
28/08/2021 Revisar envio do teste: ATIVIDADE 4 (A4) – ESTATÍSTICA ...
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_753931_1&PA… 3/9
resposta: 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 3
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
resposta:
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. 
  
  
I, II, III e IV.
I, II, III e IV.
Resposta correta. Na aprendizagem supervisionada, de�nimos 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.
1 em 1 pontos
28/08/2021 Revisar envio do teste: ATIVIDADE 4 (A4) – ESTATÍSTICA ...
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_753931_1&PA… 4/9
Pergunta 4
Resposta
Selecionada:
Resposta Correta:
Comentário
da
resposta:
 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. 
  
A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
A asserção I é uma proposição falsa, e a II é uma proposição
verdadeira.
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 a�rmado na asserção II, depois queformamos e nomeamos os grupos (classi�camos os grupos), podemos usar
essas classes como variáveis respostas e, a partir desse ponto, executar tarefas
preditivas com algoritmos de classi�cação. Ou seja, a asserção I é falsa.
Pergunta 5
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
1 em 1 pontos
1 em 1 pontos
28/08/2021 Revisar envio do teste: ATIVIDADE 4 (A4) – ESTATÍSTICA ...
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_753931_1&PA… 5/9
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
resposta:
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
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 6
1 em 1 pontos
28/08/2021 Revisar envio do teste: ATIVIDADE 4 (A4) – ESTATÍSTICA ...
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_753931_1&PA… 6/9
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 7
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
1 em 1 pontos
28/08/2021 Revisar envio do teste: ATIVIDADE 4 (A4) – ESTATÍSTICA ...
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_753931_1&PA… 7/9
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
resposta:
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 entre essas 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, �nalmente, a segunda maior correlação positiva entre
essas 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 8
Resposta
Selecionada:
Resposta Correta:
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
28/08/2021 Revisar envio do teste: ATIVIDADE 4 (A4) – ESTATÍSTICA ...
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_753931_1&PA… 8/9
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 especi�ca 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 �nal, com todos 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
O Margareth H. Duham, em seu livro Data Mining - Introductory and Advanced
Topics, informa que tarefas de agrupamento, ou clustering em inglês, vêm sendo
aplicadas em muitos domínios, incluindo a biologia, a medicina, a antropologia, o
marketing e a economia. 
  
DUHAM, Margareth H. Data mining : introductory and advanced topics. Upper
Saddle River (NJ): Pearson Education, 2003, p.126. 
  
A respeito desses domínios de aplicação de tarefas de agrupamento, analise as
afirmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s). 
  
I. ( ) Observar diferentes características de doenças em vários pacientes, e depois
formar diferentes grupos de pacientes - por similaridade das características de
suas doenças - é uma tarefa de agrupamento. 
II. ( ) Observar diferentes hábitos de consumo em várias milhares de pessoas, e
depois formar grupos de pessoas - por similaridade de seus hábitos de consumo -
é uma tarefa de agrupamento. 
III. ( ) Observar diferentes características das linguagens faladas por membros de
aldeias remotas, e depois formar grupos de linguagens - por similaridades das
características das linguagens - é uma tarefa de agrupamento. 
IV. ( ) Observar diferentes característica de insetos em diversos biomas, e depois
formar grupos de insetos - por similaridade de suas características - é uma tarefa
de agrupamento.
  
V, V, V, V.
V, V, V, V.
Resposta correta.  A sequência está correta. Observar diferentes características
de indivíduos, sejam estes indivíduos doenças que se manifestam em pacientes,
1 em 1 pontos
28/08/2021 Revisar envio do teste: ATIVIDADE 4 (A4) – ESTATÍSTICA ...
https://anhembi.blackboard.com/webapps/late-course_content_soap-BBLEARN/Controller?ACTION=OPEN_TEST_PLAYER&COURSE_ID=_753931_1&PA… 9/9
Sábado, 28 de Agosto de 2021 21h04min29s BRT
resposta: hábitos de consumos que se manifestam em consumidores, línguas faladas por
diferentes povos, ou insetos que habitam diferentes biomas, e depois, para cada
um desses exemplos, agrupar as observações feitas em grupos menores por
similaridade, são tarefas de agrupamento. Sendo assim, todos os exemplos
descritos são tarefas de agrupamento.
Pergunta 10
Resposta Selecionada: 
Resposta Correta: 
Comentário
da
resposta:
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. 
  
  
I, II, III e IV.
I, II, III e IV.
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.
1 em 1 pontos