Atividae 2 estat aplic data scie

Prévia do material em texto

23/11/2020 Revisar envio do teste: ATIVIDADE 2 (A2) – AIM1836 ...
https://uniritter.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller# 1/7
Usuário MARCIO FERREIRA MARTINS
Curso AIM1836 ESTATISTICA APLICADA AO DATA SCIENCE EAD - 202020.115237.05
Teste ATIVIDADE 2 (A2)
Iniciado 23/11/20 21:38
Enviado 23/11/20 21:55
Status Completada
Resultado da tentativa 10 em 10 pontos  
Tempo decorrido 17 minutos
Resultados exibidos Respostas enviadas, Respostas corretas, Comentários
Pergunta 1
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
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 análise descritiva deles antes do desenvolvimento do modelo. 
Tendo isso em vista, analise as a�rmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s).   
 
1. ( ) 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.
2. ( ) 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 �cou ou
não inadimplente ao longo do deste período.
3. ( ) 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.
4. ( ) Para criar sumários estatísticos das variáveis qualitativas, se a pessoa tinha ou não um emprego estável e
se tinha ou não �cado inadimplente com o pagamento das faturas do cartão ao longo do período
amostrado, 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 grá�cos. 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 2
A amostra relativa aos dados de inadimplência com cartões tinha 200 observações de 4 variáveis: a renda mensal
da pessoa (R$), seu gasto médio com cartão de crédito (R$), se a pessoa tinha um emprego estável (Sim ou Não) e
1 em 1 pontos
1 em 1 pontos
23/11/2020 Revisar envio do teste: ATIVIDADE 2 (A2) – AIM1836 ...
https://uniritter.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller# 2/7
Resposta Selecionada:
 
Resposta Correta:
 
Feedback
da
resposta:
se a pessoa havia, ao longo do período pesquisado, �cado inadimplente com o pagamento de faturas do cartão ao
menos uma vez (Sim ou Não). 
Re�ita sobre esse caso, analise as a�rmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s). 
 
1. ( ) Todos os dados fornecidos pelo gerente do  banco à jovem cientista de dados são dados relativos a
variáveis quantitativas.
2. ( ) Todos os dados fornecidos pelo  gerente do  banco à jovem cientista de dados são dados relativos a
variáveis qualitativas.
3. ( ) Dentre os dados fornecidos pelo gerente do banco à jovem cientista de dados, dois são relativos a uma
variável quantitativa e dois são relativos a variáveis qualitativas.
4. ( ) Dentre os dados fornecidos pelo gerente do banco à jovem cientista de dados, um é relativo a uma
variável quantitativa e os outros são relativos a variáveis qualitativas.
  
Assinale a alternativa que apresenta a sequência correta. 
  
 
F, F, V, F. 
  
  
 
F, F, V, F. 
  
  
 
Resposta correta. Dentre os dados fornecidos pelo gerente do banco à jovem cientista de dados, dois
são quantitativos, a renda mensal da pessoa (R$) e seu gasto médio com cartão de crédito (R$), e dois
são qualitativos, se a pessoa tinha emprego estável (Sim ou Não) e se a pessoa havia, ao longo do
período pesquisado, �cado inadimplente com o pagamento de faturas do cartão ao menos uma vez
(Sim ou Não).
Pergunta 3
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 dados.
Relativamente aos qualitativos, analise as a�rmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s)
Falsa(s). 
 
1. ( ) 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).
2. ( ) 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, D e E), escolaridade (fundamental, médio,
superior), gravidade da doença (baixa, média, alta).
3. ( ) 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 �caram ou não inadimplentes com o pagamento das faturas do
cartão no período amostrado.
4. ( ) Um mosaicplot permite a visualização grá�ca 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 �caram ou não inadimplentes com o pagamento das
faturas do cartão de crédito ao longo do período amostrado. Ela percebeu, ao ver o grá�co resultante (ver
1 em 1 pontos
23/11/2020 Revisar envio do teste: ATIVIDADE 2 (A2) – AIM1836 ...
https://uniritter.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller# 3/7
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
�gura 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
grá�ca da relação entre duas variáveis qualitativas.
Pergunta 4
Discutimos sobre classi�cadores 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 a�rmativas a seguir. 
 
1. Um classi�cador determinístico vai dizer se o indivíduo está ou não está infectado, dadosos sintomas que
apresenta.
2. Um classi�cador probabilístico vai dizer qual é a probabilidade de o indivíduo estar ou não infectado, dados
os sintomas que apresenta.
3. No jargão da estatística, escrever  signi�ca 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).
4. Nesse mesmo jargão, escrever  signi�ca a probabilidade de ser igual a um dos seus
possíveis valores , quando a variável de entrada  é igual a  (dado que ).
1 em 1 pontos
23/11/2020 Revisar envio do teste: ATIVIDADE 2 (A2) – AIM1836 ...
https://uniritter.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller# 4/7
Resposta Selecionada:
 
Resposta Correta:
 
Feedback
da
resposta:
  
Está correto o que se a�rma em: 
  
 
I, II, III e IV. 
  
  
 
I, II, III e IV. 
  
  
 
Resposta correta. Um classi�cador determinístico vai dizer se o indivíduo está ou não está infectado,
dados os sintomas que apresenta; já um classi�cador probabilístico vai dizer qual é a probabilidade
de o indivíduo estar ou não infectado; no jargão da estatística, escrever  signi�ca 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  signi�ca a probabilidade de ser igual a um dos seus possíveis valores 
 quando a variável de entrada  é igual a  (dizemos: dado que ).
Pergunta 5
Resposta Selecionada:
 
Resposta Correta:
 
Feedback
da
Ao longo das nossas discussões, demos foco a um classi�cador 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 classi�cador. Mas também vimos que existem outros tipos de classi�cadores. 
Relativamente a esse assunto de algoritmos de classi�cação, analise as a�rmativas a seguir. 
 
1. Regressão logística é o único método de aprendizagem supervisionada que é utilizado para classi�cação,
todos outros métodos são métodos de regressão.
2. 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 classi�cação.
3. Dentre os métodos utilizados para classi�cação se encontram regressão logística, análise discriminante
linear (LDA = Linear Discriminant Analysis), árvores de decisão para classi�cação, máquinas de vetores de
suporte (SVM = support vector machines) e k-vizinhos mais próximos (KNN = k-nearest neighbors).
4. Regressão linear não é um método de classi�cação, mas, sim, um dos métodos preditivos de aprendizagem
supervisionada usados na predição de valores de variáveis respostas quantitativas.
  
Está correto o que se a�rma em: 
  
 
II, III e IV, apenas. 
  
  
 
II, III e IV, apenas. 
  
  
 
Resposta correta. A única asserção incorreta desta questão é a primeira, que a�rma que regressão
logística é o único método de aprendizagem supervisionada que é utilizado para classi�cação, todos
1 em 1 pontos
23/11/2020 Revisar envio do teste: ATIVIDADE 2 (A2) – AIM1836 ...
https://uniritter.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller# 5/7
resposta: outros métodos são métodos de regressão.
Pergunta 6
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
O ser humano tem enorme facilidade em agrupar, por similaridade, e classi�car coisas, todos os tipos de coisas.
Por conta disso, problemas de classi�cação são muito frequentes no mundo, mais frequentes que problemas de
regressão. Fornecemos alguns exemplos de aplicação de métodos de classi�cação no mundo dos negócios. Dentre
esses exemplos, encontramos: 
 
1. a Net�ix usa classi�cadores para recomendar �lmes. Para a Net�ix, o valor desse tipo de aplicação é que,
quanto mais �lmes assistirmos, maior será a sua receita;
2. o Facebook usa classi�cadores para recomendar novas amizades para a nossa rede de relacionamento.
Para o Facebook, o valor desse tipo de aplicação é que, quanto maior nossa rede de relacionamento, maior
será a sua receita;
3. um banco de varejo usa classi�cadores para detectar se uma operação com cartão de débito ou crédito é
ou não uma operação fraudulenta. Para o banco, o valor dessa aplicação é que, quanto antes operações
fraudulentas forem detectadas, mais rapidamente o banco pode agir para impedir perdas para seus clientes
e para ele próprio;
4. uma concessionária de distribuição de energia elétrica usa classi�cadores para identi�car casos potenciais
de roubo de energia da rede, os famosos “gatos”. Para as concessionárias de distribuição de energia
elétrica, o valor dessa aplicação é evitar prejuízo com o furto de energia da rede, além do relevante aspecto
de prevenção de acidentes decorrentes de instalações clandestinas.
  
Está correto o que se a�rma em: 
  
 
I, II, III e IV.
I, II, III e IV.
Resposta correta. Todos os exemplos listados nesta questão são problemas de classi�cação, os quais,
como dissemos no enunciado, são muito frequentes no mundo. Em todos eles, a variável resposta é
uma variável qualitativa, ou dicotômica, ou politômica.
Pergunta 7
Resposta Selecionada:
 
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%. 
  
  
 
 
1 em 1 pontos
1 em 1 pontos
23/11/2020 Revisar envio do teste: ATIVIDADE 2 (A2) – AIM1836 ...
https://uniritter.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller# 6/7
Resposta Correta:
 
Feedback
da
resposta:
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
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
Vimos que há dois principais tipos de aprendizagem supervisionada: problema de regressão e problema de
classi�cação. São os tipos de variáveis resposta dos dados em análise que distinguem esses dois tipos entre si. 
  
Relativamente a esses dois tipos, analise as a�rmativas a seguir. 
 
1. Na aprendizagem supervisionada, um problema de regressão é um no qual a variável resposta é qualitativa.
2. Na aprendizagem supervisionada, um problema de regressão é um no qual a variável resposta é
quantitativa.
3. Na aprendizagem supervisionada, um problema de classi�cação é um no qual a variável resposta é
qualitativa.
4. Na aprendizagem supervisionada, um problema de classi�cação é um no qual a variável resposta é
quantitativa.
  
Está correto o que se a�rma em:
II e III, apenas.
II e III, apenas.
Resposta correta. Na aprendizagem supervisionada, um problema de regressão é um no qual a
variável resposta é quantitativa e um problema de classi�cação é um no qual a variável resposta é
qualitativa.
Pergunta 9
Tarefas de classi�cação 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. 
Especi�camente, discutimos aplicações de modelos preditivos de classi�cação baseados em modelos de regressão
logística simples ou múltipla. 
Com isso em mente, analise as a�rmativas a seguir e assinale V para a(s) Verdadeira(s) e F para a(s) Falsa(s). 
 
1. Regressão logística pode ser empregada na predição do peso médio(massa corporal média) de uma pessoa
em função de sua altura, idade e sexo.
2. 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.
3. 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.
4. 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. 
1 em 1 pontos
1 em 1 pontos
23/11/2020 Revisar envio do teste: ATIVIDADE 2 (A2) – AIM1836 ...
https://uniritter.blackboard.com/webapps/late-Course_Landing_Page_Course_100-BBLEARN/Controller# 7/7
Segunda-feira, 23 de Novembro de 2020 21h55min50s BRT
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
  
 
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 10
Resposta Selecionada: 
Resposta Correta: 
Feedback
da
resposta:
1. 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).
2. O primeiro foco da avaliação é um problema de classi�cação: 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 classi�cação, predizer o valor do limite (do crédito) do
cartão.
4. O segundo foco da avaliação é um problema de regressão, predizer o valor do limite (do crédito) do cartão.
A atividade de venda de produtos �nanceiros 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,
de�nir o limite do cartão, ou seja, o valor do crédito a conceder. 
  
Com base nessa introdução, analise as a�rmativas a seguir. 
 
  
Está correto o que se a�rma em: 
  
 
II e IV, apenas.
II e IV, apenas.
Resposta correta. O primeiro foco da avaliação é um problema de classi�cação, 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.
← OK
1 em 1 pontos
javascript:launch('/webapps/blackboard/content/listContent.jsp?content_id=_14357127_1&course_id=_645711_1&nolaunch_after_review=true');