Questões de Concurso sobre Softwares Estatísticos

Um estatístico deseja ler um arquivo CSV no software Python. Para isso, ele escreveu os seguintes comandos:

O código exposto apresenta, na 4ª linha, erro. Qual das alternativas corrige esse erro?

Usando o pacote Desctools no R, qual é a função que permite calcular várias estatísticas (como média, mediana, desvio-padrão, etc) para análise descritiva univariada, fornecendo uma visão geral dos dados?

R, SPSS e SAS são programas desenvolvidos principalmente para manipulação, análise e modelagem de dados estatísticos, amplamente utilizados em diferentes áreas do conhecimento. Apesar de apresentarem sobreposição de funcionalidades, existem distinções quanto ao grau de flexibilidade, capacidade de integração e suporte a análises específicas. Comparando R, SAS e SPSS, analise as assertivas abaixo:

I. Por ser de código aberto, o R costuma receber novos métodos apenas depois que eles são implementados e validados em outros programas.

II. O SAS e o SPSS podem executar rotinas em R, oferecendo a opção de usar funções do R em seus próprios ambientes.

III. R é muito flexível no tipo de dados que pode analisar, enquanto SAS e SPSS exigem que os dados estejam organizados em conjuntos ditos “retangulares”.

IV. O SPSS utiliza principalmente duas janelas: o editor de dados (Data Editor) e o visualizador (Viewer). Um dos pontos fortes do SPSS é a possibilidade de executar a maioria das análises apenas com o uso do mouse, sem necessidade de codificação.

Quais estão corretas?

Durante uma análise estatística de séries históricas de acidentes em estradas, utilizou-se a biblioteca scipy.stats para realizar testes de hipóteses sobre a média de um conjunto de dados amostrais normalmente distribuídos com variância desconhecida. O código utilizado foi:

Transcrição da imagem:

from spicy import stats

import numpy as np

data = np.array([13.4, 12.9, 14.1, 13.7, 12.8, 13.9, 13.3])

t_stat, p_value = stats.ttest_1samp(data, popmean=13.0)

Com base nesse código e nos fundamentos de estatística inferencial, AFIRMA-SE que:

Considere que um professor de estatística deseja avaliar se a nota obtida pelos alunos pode ser descrita em função do tempo de estudo deles. Para isso, decidiu realizar o ajuste de um modelo de regressão linear e organizou os dados das notas dos alunos e do tempo de estudo em dois objetos no ambiente R, nomeados como “nota” e “tempo”, ambos na mesma ordem de entrada. A sequência de comandos que realiza o ajuste de um modelo de regressão linear e apresenta o intervalo de confiança (95%) para os coeficientes de regressão é:

Estatística é a ciência que estuda as técnicas necessárias para coletar, organizar, apresentar, analisar e interpretar os dados, a fim de extrair informações a respeito de uma população. Qual a parte da estatística que trabalha com a organização e a apresentação dos dados?

Ao escrever um modelo de regressão linear simples no software R, utiliza-se a função “lm”, e o resultado é salvo dentro de um tipo de estrutura. Qual o tipo de estrutura que o modelo é salvo no software R?

Em uma pesquisa, realizada em uma determinada cidade, foram coletadas informações das residências por bairro, sendo obtido um conjunto de dados, nomeado como dado, no seguinte formato:

Em que resid representa o número da residência por bairro, bairro representa o bairro da residência, npf representa o número de pessoas que residem na residência, rf representa a renda familiar (em quantidade de salários mínimos) e nc representa o número de pessoas com menos de 10 anos que residem na residência.

Considere que se deseja obter os valores médios das variáveis por bairro. Utilizando o pacote dplyr, os comandos que retornam um novo conjunto com os valores médios por bairro para as variáveis número de pessoas que residem na residência, renda familiar e número de pessoas com menos de 10 anos que residem na residência é apresentado em:

O Tinn-R (do inglês This is not notepad) é um editor de texto muito utilizado para a escrita do código R. Uma vantagem de apresentarmos um editor de texto é haver a possibilidade de correção e execução automática do código, facilitando o trabalho do programador junto ao R. Depois de editado um código no Tinn-R, basta executá-lo na interface do Tinn-R e o programa executará automaticamente os comandos previstos no console do R.

Como alternativa ao Tinn-R na correção de códigos podemos utilizar o ......................................., que pode ser aberto diretamente no R, basta utilizar o comando > edit().

Assinale a alternativa que completa corretamente a lacuna do texto.

O pacote dplyr presente no software estatístico R tem revolucionado a maneira de como são feitas as manipulações em grandes bases de dados recentemente. Dentre várias utilidades, as funções desse pacote são responsáveis por:

I. Criar novas variáveis que são funções de variáveis existentes.

II. Gerar um subconjunto da base de dados originais, retendo todas as linhas que satisfaçam certas condições baseadas nos valores das variáveis originais.

III. Ordenar as linhas de um conjunto de dados de acordo com os valores de variáveis selecionadas.

As funções do pacote dplyr responsáveis pelos objetivos são, respectivamente:

No software estatístico R, o comando rep permite a criação rápida de uma sequência de valores, sendo útil na manipulação de dados. O vetor resultante da operação rep(x = 1 : 3, times = 2) – rep(x = 1 : 3, each = 2) é dado por:

No programa R, as funções dnorm(), pnorm(), qnorm() e rnorm() com os respectivos parâmetros para a distribuição normal, retorna tais valores, respectivamente:

A construção de gráficos no software R foi revolucionada com a criação do pacote ggplot2, fruto de uma tese de doutorado. A essência desse pacote é a construção de gráficos camada por camada, deixando os gráficos naturalmente mais bonitos, permitindo uma fácil personalização. As funções do pacote ggplot2 responsáveis por gerar um histograma e um boxplot são, respectivamente:

Assinale a alternativa que apresenta, no Excel, por qual função é feito o cálculo de s2.

Em probabilidade e estatística, a distribuição normal é uma das distribuições de probabilidade mais utilizadas para modelar fenômenos naturais. No software estatístico R, a distribuição normal pode ser acessada a partir de três funções básicas: dnorm(); qnorm(); e, pnorm(). Considere a realização do seguinte comando no software R:

pnorm(0)+qnorm(0.5)+(dnorm(0))^2

O resultado encontrado é:

Analise o código da linguagem de programação R a seguir.

A saída (output) do print será:

Considere o conjunto de dados dos funcionários de uma empresa em que estão disponíveis as variáveis X e Y, sendo a variável X uma variável categórica que contém a função que o funcionário desempenha na empresa e a variável Y uma variável numérica com os salários dos funcionários. Para calcular o valor médio dos salários de acordo com a função desempenhada na empresa utilizando o software R pode-se executar o comando:

A estatística é uma ferramenta importante para ajudar o secretário escolar a analisar dados estatísticos e entender melhor o desempenho dos alunos e o funcionamento da escola como um todo, fornecendo informações importantes para orientar a tomada de decisões. Todas as alternativas abaixo são relevantes, quando se trata de estatística aplicada à educação, EXCETO uma. Identifique-a.

A atividade de classificação de documentos envolve um grande número de tarefas de processamento de linguagem natural, o que pode levar a dúvidas quanto a sua aplicação.

A alternativa que contém apenas tarefas que sejam exemplos de classificação de documentos é:

O Estatístico frequentemente precisa construir medidas resumo por nível de um fator. Por exemplo, com uma base de dados de alunos de diversas escolas, um dos objetivos é construir uma base em que cada linha contém as medidas de cada escola, como média e desvio-padrão. Considerando um data.frame com 2 colunas, contendo o Código da Escola (CODESC) e a NOTA, o comando que produz essa base pode ser obtido por: