Questionário 44 (Q44)

Orientações:

  • Registre suas respostas no questionário de mesmo nome no SIGAA.

  • O tempo de registro das respostas no questionário será de 10 minutos. Portanto, resolva primeiro as questões e depois registre-as.

  • Haverá apenas 1 (uma) tentativa de resposta.

  • Submeta seu arquivo-fonte (utilizado para resolver as questões) em formato .ipynb pelo SIGAA anexando-a à Tarefa denominada “Envio de arquivo” correspondente ao questionário.

Nota: o arquivo-fonte será utilizado apenas como prova de execução da tarefa. Nenhuma avaliação será feita quanto ao estilo de programação.


Questão 1. O dataset covid19-weekly-trends-in-europe contém tendências semanais de casos de Covid-19 em diferentes países da Europa com referência ao dia 8 de novembro de 2021. Separe a série correspondente ao número de casos nos últimos 7 dias (Cases in the last 7 days) entre países pertencentes à União Europeia (UE) e não pertencentes à UE (non-UE). Assinale a alternativa que associa corretamente o grupo de países ao valor do coeficiente de Pearson e cuja distribuição desse grupo é a mais assimétrica.

A. non-UE: 620983827.08

B. UE: 620983827.08

C. UE: 750983827.02

D. non-UE: 8290903184.71


Questão 2. Analise as seguintes distribuições normais aleatórias:

../_images/q44-1.png

Assinale a alternativa em que as curvas aparecem em ordem crescente de desvio padrão.

A. (A, B, C, D)

B. (B, A, D, C)

C. (B, A, C, D)

D. (A, B, D, C)


Questão 3. O código

import numpy as np, from scipy.stats import norm
N, band = 100, 0.5

np.random.seed(2)
X = np.concatenate(
    (np.random.normal(0, 1, int(0.3 * N)),
     np.random.normal(5, 1, int(0.7 * N))))[:, np.newaxis]
Xp = np.linspace(-5, 10, 1000)[:, np.newaxis]

dens = 0.3*norm(0,1).pdf(Xp[:, 0]) + 0.7*norm(5,1).pdf(Xp[:, 0])

gera a distribuição sombreada dens apresentada nas figuras de (a) a (d) abaixo.

../_images/q44-2.png

Com base nos kernels disponíveis na classe KernelDensity do módulo scikit-learn, assinale a alternativa que melhor preeche as lacunas na sentença:

“O kernel ______ aproxima a distribuição em ______, ao passo que o kernel ______ aproxima a distribuição mostrada em ______.”

A. ‘linear’ / (a) / ‘gaussian’ / (d)

B. ‘linear’ / (b) / ‘tophat’ / (a)

C. ‘epanechnikov’ / (c) / ‘linear’ / (d)

D. ‘gaussian’ / (b) / ‘epanechnikov’ / (c)