Pular para o conteúdo principal

Questão de Programação — Linguagens de programação — CESPE / CEBRASPE 2024

ProgramaçãoLinguagens de programação
Código
ce185164
Banca
CESPE / CEBRASPE
Órgão
SEBRAE-NACIONAL
Ano
2024
Nível
Superior
Cargo
Analista Técnico II – Cientista de Dados

Assinale a opção em que é apresentado o código escrito em Python ou em R que, se executado, gerará um scatter plot para a visualização da relação entre quantidade de vendas e receita gerada por determinado produto, destacando a tendência linear entre essas variáveis.

  1. AImagem associada para resolução da questão
  2. BImagem associada para resolução da questão
  3. CImagem associada para resolução da questão
  4. DImagem associada para resolução da questão
Revelar gabarito e comentário

GabaritoC — [imagem]

Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.

Visualização de dados: Scatter Plot com Tendência Linear

Gabarito: letra C. A alternativa C apresenta o código correto em R utilizando a biblioteca ggplot2, que é o padrão para visualização de dados nessa linguagem. A função ggplot() inicializa o gráfico com o conjunto de dados e o mapeamento estético (aes), geom_point() adiciona a camada de pontos (scatter plot) e geom_smooth(method = "lm") adiciona a linha de tendência linear (modelo linear).

Para a criação de gráficos em R, o pacote ggplot2 é amplamente utilizado devido à sua gramática de gráficos, que permite construir visualizações complexas através da adição de camadas. O comando geom_smooth(method = "lm") é especificamente desenhado para calcular e desenhar uma linha de regressão linear sobre os dados, atendendo exatamente ao requisito de destacar a tendência linear entre a quantidade de vendas e a receita.

Scatter plot com tendência linear
  • 1R (ggplot2)
    • geom_point()
      • camada de pontos
    • geom_smooth(method = "lm")
      • linha de regressão linear
  • 2Python (matplotlib)
    • plt.plot()
      • conecta pontos, sem tendência
    • numpy.polyfit
      • abordagem manual, menos idiomática
LEVEL · soulevel.com.br

Alternativa A — ❌ Incorreta

Este código utiliza Python com matplotlib. Embora crie um scatter plot, ele não adiciona uma linha de tendência linear. O comando plt.plot() apenas conecta os pontos existentes, o que não representa uma tendência estatística, mas sim uma linha que segue a ordem dos dados no dataframe.

Alternativa B — ❌ Incorreta

Embora este código Python utilize numpy.polyfit para calcular os coeficientes de uma regressão linear e plt.plot() para desenhar a linha, a sintaxe apresentada está truncada e mal formatada para a execução direta, além de ser uma abordagem manual e menos idiomática do que a solução em R apresentada na alternativa correta.

Alternativa C — ✅ Correta ⟵ GABARITO

Esta é a forma correta e elegante em R de gerar o gráfico solicitado. A combinação de geom_point() para os dados brutos e geom_smooth(method = "lm") para a linha de tendência é a prática recomendada para este tipo de análise estatística.

Alternativa D — ❌ Incorreta

Este código em R utiliza geom_line() em vez de geom_smooth(method = "lm"). O geom_line() desenha linhas conectando os pontos de dados sequencialmente, o que não representa uma tendência linear estatística, mas sim uma série temporal ou uma conexão simples entre observações.

PEGA ESSA DICA!

Ao trabalhar com visualização de dados, diferencie sempre o desenho de uma linha de tendência estatística (como a regressão linear) de uma simples conexão de pontos. Em R, geom_smooth(method = "lm") é o seu melhor amigo para tendências lineares.

Link permanente: /questoes/ce185164