Aap3 - Data Mining


1) "Importante frisar que os coeficientes de correlação acabam informando três características essenciais. A primeira está relacionada ao nível de intensidade de uma variável, a segunda trata basicamente do seu direcionamento (positivo, negativo ou nulo) e o terceiro aspecto observa o nível de significância. Um valor deste coefieciente próximo a 1, em modulo, indica apenas que existe um elevado grau de associação linear e estatísticas entre as variáveis, mas nada diz sobre a natureza de uma relação de causalidade."

Com base nas informações descritas e no conceito sobre tipos de correlação, avalie as seguintes asserções e a relação proposta entre elas:

A correlação simples indica o relacionamento entre uma variável dependente com outras várias independentes

PORQUE

A correlação múltipla indica a relação existente entre duas variáveis.

A respeito dessas asserções, assinale a alternativa correta.

Alternativas:


a) As asserções I e II são proposições verdadeiras, mas a II não justifica a I.

b) As asserções I e II são proposições verdadeiras e a II justifica a I.

c) A asserção I é uma proposição verdadeira e a II, falsa.

d) A asserção I é uma proposição falsa e a II, verdadeira.

e) As asserções I e II são proposições falsas.


2) A regressão linear é usada em tudo, desde ciências biológicas, comportamentais, ambientais e sociais até negócios. Modelos de regressão linear se tornaram uma forma comprovada de prever o futuro cientificamente e com confiança. Como a regressão linear é um procedimento estatístico há muito estabelecido, as propriedades de modelos de regressão linear são bem compreendidas e podem ser treinadas muito rapidamente.
Com base nas informações descritas e no conceito sobre regressão linear, avalie as seguintes asserções e a relação proposta entre elas:
A regressão linear é considerada simplista, dentre outros aspectos, por causa do uso de um modelo bivariado

PORQUE
O RMSE simboliza a distância média entre as previsões e a linha de regressão. A respeito dessas asserções, assinale a alternativa correta.
Alternativas:
a) As asserções I e II são proposições verdadeiras, mas a II não justifica a I.
b) As asserções I e II são proposições verdadeiras e a II justifica a I.
c) A asserção I é uma proposição verdadeira e a II, falsa.
d) A asserção I é uma proposição falsa e a II, verdadeira.
e) As asserções I e II são proposições falsas.



3) A análise de cluster, ou clustering, representa o agrupamento de objetos de forma que cada um destes objetos tenha alguma similaridade com os outros membros do grupo. Estes elementos podem se agrupar se utilizando de diferentes parâmetros, como a densidade nas áreas de seu espaço amostral.
Sobre o agrupamento de dados por densidade, julgue as afirmativas a seguir em (V) Verdadeiras ou (F) Falsas.
( ) Os grupos de dados recebem a cada interação, novos objetos.
( ) Os objetos que tem maior proximidade são inseridos aos grupos.
( ) São ideais por demandas por agrupamentos com formas arbitrárias.
( ) Os objetos mais distantes são inseridos aos grupos.
Assinale a alternativa que apresenta a sequência CORRETA:
Alternativas:

a) V – V – F – F.
b) F – F – V – V.
c) V – F – V – F.
d) V – F – V – V.
e) V – V – V – F.


4) As regras de associação de dados estão inseridas em um contexto de tratamento de dados, e seguem determinadas regras e modelos que garantem a construção de uma boa base, eficiente e confiável de informações. Sobre os modelos de seguidos pelas regras de associação de dados analise o excerto a seguir, completando suas lacunas.
O modelo das regras de associação de dados tipo ____________ está baseado nas associações significantes, que são representados pelas ____________, em que são contados os ____________ englobando todas com ocorrência anterior e posterior a utilização da regra.
Assinale a alternativa que preenche corretamente as lacunas.
Alternativas:

a) suporte / transações / itemsets.
b) confiança / anomalias / domínios.
c) suporte / associações / erros.
d) Agregação / interpretações / ruídos.
e) Sequencial /instâncias / itemsets.