Técnicas estatísticas: teoria e prática (R Programming)

Prévia do material em texto

1)
Prepare-se! Chegou a hora de você testar o conhecimento adquirido nesta disciplina. A Avaliação Virtual (AV)
é composta por questões objetivas e corresponde a 100% da média final. Você tem até cinco tentativas para
“Enviar” as questões, que são automaticamente corrigidas. Você pode responder as questões consultando o
material de estudos, mas lembre-se de cumprir o prazo estabelecido. Boa prova!
Considere as seguintes afirmações sobre a aplicação de medidas de tendência central e variabilidade
em um estudo de caso: 
I. A média é a medida de tendência central mais comum e é calculada somando todos os valores de um
conjunto de dados e dividindo pelo número total de observações. 
II. A mediana é o valor central de um conjunto de dados ordenado, sendo útil para dados assimétricos ou
com outliers, pois não é influenciada por valores extremos. 
III. A moda é a medida de tendência central que representa o valor que aparece com maior frequência
em um conjunto de dados, podendo ser unimodal, bimodal ou multimodal. 
IV. O desvio padrão é uma medida de tendência central que quantifica a dispersão dos valores em
relação à média de um conjunto de dados. 
V. Em um estudo de caso, a média é sempre a melhor medida de tendência central a ser utilizada,
independentemente da distribuição dos dados.
 Escolha a alternativa que apresenta as afirmações corretas:
Alternativas:
I, II e III estão corretas. check CORRETO
II, IV e V estão corretas.
I, II, III e V estão corretas.
I, II, III e IV estão corretas.
I, III e IV estão corretas.
A primeira assertiva está correta. A média é a medida de tendência central mais comum e é calculada
somando todos os valores de um conjunto de dados e dividindo pelo número total de observações. 
A segunda assertiva está correta. A mediana é o valor central de um conjunto de dados ordenado, sendo
útil para dados assimétricos ou com outliers, pois não é influenciada por valores extremos. 
A terceira assertiva está correta. A moda é a medida de tendência central que representa o valor que
aparece com maior frequência em um conjunto de dados, podendo ser unimodal, bimodal ou
multimodal. 
A quarta assertiva está incorreta. O desvio padrão é uma medida de variabilidade, não de tendência
central. 
A quinta assertiva está incorreta. Em um estudo de caso, a média não é sempre a melhor medida de
tendência central, especialmente em distribuições assimétricas ou com outliers, em que a mediana pode
ser mais apropriada.
Resolução comentada:
2)
Código da questão: 85958
Associe os conceitos de estatística com suas respectivas descrições, considerando nuances e aplicações
específicas: 
1. Estatística descritiva. 
2. Inferência estatística. 
3. Análise de correlação. 
4. Análise Exploratória de Dados (EDA). 
5. Modelagem preditiva. 
A) Utiliza técnicas como testes de hipóteses e intervalos de confiança para tirar conclusões sobre uma
população com base em uma amostra, sendo crucial para validar suposições e tomar decisões
informadas. 
B) Mede a força e a direção da relação linear entre duas variáveis, mas não implica causalidade, ajudando
a guiar na construção de modelos preditivos ou no reconhecimento de relações causais potenciais. 
C) Utiliza ferramentas como média, mediana, moda e desvio padrão para resumir e organizar dados,
permitindo identificar padrões, tendências e outliers, fornecendo uma visão geral dos dados antes de
análises mais complexas. 
D) Utiliza visualizações para explorar dados de forma não formalizada, ajudando a descobrir estruturas
subjacentes, detectar outliers e testar hipóteses, frequentemente utilizando gráficos interativos e
estáticos. 
E) Inclui a criação de modelos como regressão linear e regressão logística para prever valores e classificar
dados, baseando-se em fundamentos estatísticos para permitir que os algoritmos aprendam a partir dos
dados.
 Escolha a alternativa que apresenta a associação correta:
Alternativas:
1-D; 2-B; 3-C; 4-E; 5-A.
1-E; 2-C; 3-D; 4-A; 5-B.
1-B; 2-D; 3-A; 4-C; 5-E.
1-C; 2-A; 3-B; 4-D; 5-E. check CORRETO
1-A; 2-C; 3-D; 4-B; 5-E.
A associação correta é:
 Estatística descritiva: utiliza ferramentas como média, mediana, moda e desvio padrão para resumir e
organizar dados, permitindo identificar padrões, tendências e outliers, fornecendo uma visão geral dos
Resolução comentada:
3)
dados antes de análises mais complexas. 
Inferência estatística: utiliza técnicas como testes de hipóteses e intervalos de confiança para tirar
conclusões sobre uma população com base em uma amostra, sendo crucial para validar suposições e
tomar decisões informadas. 
Análise de correlação: mede a força e a direção da relação linear entre duas variáveis, mas não implica
causalidade, ajudando a guiar na construção de modelos preditivos ou no reconhecimento de relações
causais potenciais. 
Análise Exploratória de Dados (EDA): utiliza visualizações para explorar dados de forma não formalizada,
ajudando a descobrir estruturas subjacentes, detectar outliers e testar hipóteses, frequentemente
utilizando gráficos interativos e estáticos. 
Modelagem preditiva: inclui a criação de modelos como regressão linear e regressão logística para prever
valores e classificar dados, baseando-se em fundamentos estatísticos para permitir que os algoritmos
aprendam a partir dos dados.
Código da questão: 85954
Analise as seguintes afirmações sobre os conceitos de causalidade e correlação e determine se são
verdadeiras (V) ou falsas (F):
( ) A correlação positiva indica que quando uma variável aumenta, a outra variável também tende a
aumentar. 
( ) A correlação negativa indica que quando uma variável aumenta, a outra variável tende a diminuir.
( ) O coeficiente de correlação de Pearson varia entre -1 e 1, em que 0 indica uma correlação perfeita. 
( ) A causalidade sugere que mudanças em uma variável resultam diretamente em mudanças na outra,
diferentemente da correlação, que apenas indica uma associação. 
( ) Para estabelecer causalidade é suficiente observar uma correlação alta entre duas variáveis.
Alternativas:
F - V - V - V - F.
F - F - V - F - V.
V - V - F - V - V.
V - F - V - F - V.
V - V - F - V - F. check CORRETO
A primeira assertiva é verdadeira. A correlação positiva indica que quando uma variável aumenta, a outra
variável também tende a aumentar. 
A segunda assertiva é verdadeira. A correlação negativa indica que quando uma variável aumenta, a outra
variável tende a diminuir. 
Resolução comentada:
4)
A terceira assertiva é falsa. Um coeficiente de correlação de 0 indica que não há correlação linear entre as
variáveis. 
A quarta assertiva é verdadeira. A causalidade sugere que mudanças em uma variável resultam
diretamente em mudanças na outra, diferentemente da correlação, que apenas indica uma associação. 
A quinta assertiva é falsa. A correlação alta não é suficiente para estabelecer causalidade, é necessário
mais evidências, como experimentos controlados ou estudos longitudinais.
Código da questão: 85957
Em relação à inferência estatística, qual das seguintes afirmações é a mais precisa e completa?
Alternativas:
A inferência estatística é utilizada para criar gráficos como histogramas e scatterplots, permitindo a
visualização de dados de maneira intuitiva.
A inferência estatística é um processo que se aplica apenas à análise de correlação, determinando a
força e a direção da relação linear entre duas variáveis.
A inferência estatística é um método que se concentra exclusivamente na normalização de dados e no
tratamento de valores ausentes antes da aplicação de modelos de machine learning.
A inferência estatística permite tirar conclusões sobre uma população com base em uma amostra,
utilizando técnicas como testes de hipóteses, intervalos de confiança e análise de variância (ANOVA) e
é crucial para validar suposições e tomar decisões informadas. check CORRETO
A inferência estatística envolve a utilização de técnicas descritivas, como média e desvio padrão, para
resumir e organizar dados de maneira eficiente.
A inferênciaestatística é uma área da estatística que se dedica a fazer generalizações sobre uma
população com base em uma amostra de dados. Essa prática é essencial para validar suposições e tomar
decisões informadas. Técnicas como testes de hipóteses, intervalos de confiança e análise de variância
(ANOVA) são amplamente utilizadas na inferência estatística para avaliar se os padrões observados nos
dados são significativos ou se poderiam ter ocorrido por acaso. 
Por exemplo, um teste de hipóteses pode ser usado para determinar se a média de uma amostra é
significativamente diferente da média de uma população conhecida. Intervalos de confiança fornecem
uma faixa de valores dentro da qual se espera que um parâmetro populacional esteja com certo nível de
confiança. A análise de variância (ANOVA) é utilizada para comparar as médias de três ou mais grupos
para ver se pelo menos uma delas é significativamente diferente das outras. 
Portanto, a inferência estatística não se limita apenas à criação de gráficos ou à normalização de dados,
mas abrange uma série de técnicas avançadas que permitem tirar conclusões robustas e informadas a
partir de dados amostrais. Isso a torna uma ferramenta indispensável para a análise de dados em diversas
áreas do conhecimento.
Código da questão: 85950
Resolução comentada:
5)
6)
Considere as seguintes afirmações sobre a criação de gráficos com o pacote ggplot2 na linguagem R: 
I. A função ggplot() é utilizada para iniciar a construção de um gráfico, definindo o conjunto de dados e
mapeando as variáveis estéticas. 
II. A função geom_point() é usada para adicionar uma camada de pontos ao gráfico, sendo ideal para
criar gráficos de dispersão. 
III. A função labs() permite adicionar títulos e rótulos aos eixos do gráfico, melhorando a clareza e a
interpretação dos dados. 
IV. A função theme_minimal() aplica um tema minimalista ao gráfico, removendo elementos visuais
desnecessários e destacando os dados. 
V. A função geom_histogram() é utilizada para criar gráficos de barras que mostram a frequência de
categorias de dados categóricos. Escolha a alternativa que apresenta as afirmações corretas:
Alternativas:
I, III, IV e V estão corretas.
I, II, III e V estão corretas.
I, II, III e IV estão corretas. check CORRETO
I, II e IV estão corretas.
II, III e IV estão corretas.
A primeira assertiva está correta. A função ggplot() é utilizada para iniciar a construção de um gráfico,
definindo o conjunto de dados e mapeando as variáveis estéticas. 
A segunda assertiva está correta. A função geom_point() é usada para adicionar uma camada de pontos
ao gráfico, sendo ideal para criar gráficos de dispersão. 
A terceira assertiva está correta. A função labs() permite adicionar títulos e rótulos aos eixos do gráfico,
melhorando a clareza e a interpretação dos dados. 
A quarta assertiva está correta. A função theme_minimal() aplica um tema minimalista ao gráfico,
removendo elementos visuais desnecessários e destacando os dados. 
A quinta assertiva está incorreta. A função geom_histogram() é usada para criar histogramas, que
mostram a distribuição de uma variável contínua.
Código da questão: 85963
Complete as lacunas na frase abaixo sobre os benefícios da visualização de dados na linguagem R: 
A visualização de dados na linguagem R é fundamental para transformar dados complexos em
informações visuais fáceis de entender, facilitando a _______ de insights e os resultados para uma
audiência ampla, incluindo aqueles sem formação técnica. Gráficos e visualizações permitem uma _______
Resolução comentada:
7)
rápida e interativa dos dados, ajudando a identificar padrões, tendências e _______ que podem não ser
visíveis em tabelas de dados tradicionais. Além disso, a integração da visualização com a _______
estatística em R permite uma análise mais profunda e compreensível dos dados.
Alternativas:
Exploração; comunicação; tendências; modelagem.
Comunicação; análise; correlações; modelagem.
Análise; exploração; correlações; inferência.
Análise; comunicação; padrões; inferência.
Comunicação; exploração; anomalias; análise. check CORRETO
A visualização de dados é uma ferramenta poderosa na linguagem R, que ajuda a transformar dados
complexos em informações visuais fáceis de entender. Isso facilita a comunicação de insights e os
resultados para uma audiência ampla, incluindo aqueles sem formação técnica. Além disso, gráficos e
visualizações permitem uma exploração rápida e interativa dos dados, ajudando a identificar padrões,
tendências e anomalias que podem não ser visíveis em tabelas de dados tradicionais. A integração da
visualização com a análise estatística em R permite uma análise mais profunda e compreensível dos
dados, tornando a visualização uma parte essencial do processo analítico.
Código da questão: 85959
Considere as seguintes afirmações sobre a estrutura básica e os principais comandos da linguagem R: 
I. Em R, comentários são iniciados com o símbolo # e são ignorados pelo interpretador, sendo úteis para
documentar o código. I
I. A atribuição de variáveis em R pode ser feita usando o operadoros tipos de gráficos e suas utilizações na linguagem R e
determine se são verdadeiras (V) ou falsas (F): 
( ) Histogramas são utilizados para representar a distribuição de uma variávelcontínua, dividindo os dados
em intervalos e contando o número de observações em cada intervalo, com barras desenhadas sem
espaços entre elas. 
( ) Box plots são úteis para visualizar a dispersão dos dados, identificar a presença de outliers e comparar
distribuições entre diferentes grupos de dados. 
( ) Scatterplots mostram a relação entre duas variáveis contínuas, com cada ponto no gráfico
representando uma observação, e são usados para identificar padrões, tendências e possíveis
correlações. 
( ) Histogramas são ideais para mostrar a relação entre duas variáveis contínuas, exibindo os quartis, a
mediana e os extremos dos dados. 
( ) Box plots são gráficos que mostram a distribuição de uma variável categórica ao longo de um eixo,
exibindo a frequência de cada categoria.
Alternativas:
V - V - F - V - F.
V - V - V - F - F. check CORRETO
F - V - F - V - F.
F - F - V - V - F.
V - F - V - F - V.
A primeira assertiva é verdadeira. Histogramas são utilizados para representar a distribuição de uma
variável contínua, dividindo os dados em intervalos e contando o número de observações em cada
intervalo, com barras desenhadas sem espaços entre elas. 
A segunda assertiva é verdadeira. Box plots são úteis para visualizar a dispersão dos dados, identificar a
presença de outliers e comparar distribuições entre diferentes grupos de dados. 
A terceira assertiva é verdadeira. Scatterplots mostram a relação entre duas variáveis contínuas, com cada
ponto no gráfico representando uma observação, e são usados para identificar padrões, tendências e
possíveis correlações. 
A quarta assertiva é falsa. Histogramas são usados para representar a distribuição de uma variável
contínua, não para mostrar a relação entre duas variáveis contínuas. 
A quinta assertiva é falsa. Box plots mostram a distribuição de uma variável contínua, exibindo os quartis,
a mediana e os extremos dos dados.
Código da questão: 85962
Resolução comentada:
10) Analise as seguintes afirmações sobre a aplicação da estatística na programação e determine se são
verdadeiras (V) ou falsas (F): 
( ) A estatística descritiva utiliza ferramentas como média, mediana, moda e desvio padrão para resumir e
organizar dados, permitindo identificar padrões, tendências e outliers. 
( ) A análise de correlação mede a força e a direção da relação linear entre duas variáveis, sendo
suficiente para determinar relações causais entre elas. 
( ) A preparação dos dados para modelos de machine learning inclui normalização, tratamento de valores
ausentes e criação de variáveis dummy, garantindo que os dados estejam em um formato adequado para
os algoritmos. 
( ) A estatística é utilizada para criar visualizações gráficas, como histogramas e scatterplots, mas também
desempenha um papel crucial na modelagem preditiva e na validação de suposições. 
( ) A avaliação de modelos de machine learning utiliza métricas como precisão, recall, F1-score e AUC-
ROC para determinar a performance dos modelos, ajudando a identificar áreas de melhoria. 
Escolha a alternativa que apresenta a sequência correta de verdadeiro (V) ou falso (F):
Alternativas:
V - F - V - V - V. check CORRETO
V - V - F - F - V.
F - V - V - V - F.
V - F - V - F - V.
F - F - V - V - F.
A primeira assertiva é verdadeira. A estatística descritiva utiliza ferramentas como média, mediana, moda
e desvio padrão para resumir e organizar dados, permitindo identificar padrões, tendências e outliers. 
A segunda assertiva é falsa. A análise de correlação não implica causalidade, ela apenas indica que duas
variáveis têm uma relação linear. 
A terceira assertiva é verdadeira. A preparação dos dados para modelos de machine learning inclui
normalização, tratamento de valores ausentes e criação de variáveis dummy, garantindo que os dados
estejam em um formato adequado para os algoritmos. 
A quarta assertiva é verdadeira. A estatística é utilizada para criar visualizações gráficas, como
histogramas e scatterplots, mas também desempenha um papel crucial na modelagem preditiva e na
validação de suposições. 
A quinta assertiva é verdadeira. A avaliação de modelos de machine learning utiliza métricas como
precisão, recall, F1-score e AUC-ROC para determinar a performance dos modelos, ajudando a identificar
áreas de melhoria.
Código da questão: 85952
Resolução comentada: