Caso

Prático 1

Os dados que constam no ficheiro “Bank” estão relacionados com uma campanha de
marketing direto de uma instituição bancária portuguesa.
A campanha de marketing teve como base telefonemas feitos a clientes. No geral, foi
necessário mais de um contato para o mesmo cliente para perceber se o produto
(depósito a prazo) seria (ou não) assinado.

As variáveis que constam no ficheiro são as seguintes:

Variável Descrição
age
Idade do cliente
job
tipo de trabalho
marital
estado civil (nota: divorciado incluí a categoria viúvo)
education
educação
default
tem crédito em dívida? (variável binária: "yes", "no")
balance
balanço médio anual (em euros)
housing
tem crédito habitação? (variável binária: "yes", "no")
loan
tem empréstimos pessoais? (variável binária: "yes", "no")
contact tipo de contacto que foi feito para a campanha de marketing
("unknown","telefone fixo"="telephone","telemovel"="cellular")
day
dia do último contacto
month
mês do último contacto
duration
duração, em segundos, do último contacto
campaign
número de contactos feitos durante esta campanha para este cliente
pdays número de dias que passada após o cliente ter sido contactado para
uma campanha anterior (-1 significa que o cliente não foi contactado
previamente)
previous
número de contactos feitos antes desta campanha para este cliente
poutcome
resultado da campanha de marketing anterior a esta
y O cliente subscreveu ao depósito a termo promovido nesta
campanha de marketing? (variável binária: "yes", "no")

MGP - MTI Ana Borges 2022/2023 1

Referência:

S. Moro, R. Laureano and P. Cortez. Using Data Mining for Bank Direct Marketing: An Application of
the CRISP-DM Methodology. In P. Novais et al. (Eds.), Proceedings of the European Simulation and
Modelling Conference - ESM'2011, pp. 117-121, Guimarães, Portugal, October, 2011. EUROSIS.

O objetivo será analisar os dados de forma a entender a eficácia da campanha de
Marketing e as características dos clientes que aderiram (ou não) ao produto (o
depósito a prazo).

1. Calcule e interprete as medidas de tendência central (média e media) e de
dispersão (desvio-padrão) da variável age.

2. Analise a existência de outliers nas idades dos clientes através da construção de
um boxplot.

3. Calcule e interprete as medidas de tendência central (média e media) e de
dispersão (desvio-padrão) da variável age, dividida pela variável y, para entender
se parecem existir diferenças nesses valores entre os clientes que subscreveram ao
depósito a termo e os que não subscreveram.

4. Construa o gráfico circular para a variável y (aderiu ao depósito a termo versus
não aderiu ao depósito a termo) e a respetiva tabela de frequências relativas.

5. Construa o gráfico de barras para a variável marital e a respetiva tabela de
frequências absolutas.

6. Construa o gráfico de barras empilhado cruzando a variável default e a variável
y. O que podemos concluir?

7. Construa o boxplot múltiplo da variável balance por y (subscreveu versus não
subscreveu). O que podemos concluir da observação do gráfico construído?

8. Teste, com um nível de significância de 5%, se a variável balanço anual médio
segue uma distribuição normal.

9. Teste, com um nível de significância de 5%, se existem diferenças no balanço
anual médio entre quem subscreveu e quem não subscreveu ao produto.

10. Teste, com um nível de significância de 5%, se existem diferenças na idade média
entre quem subscreveu e quem não subscreveu ao produto.

11. Analise, graficamente, se existe uma relação entre a idade e o balanço anual
médio do cliente.

12. Teste, com um nível de significância de 5%, se existe uma relação
estatisticamente significativa entre a idade e o balanço anual médio do cliente, e
quantifique a força da relação.

MGP - MTI Ana Borges 2022/2023 2

13. Analise, com um nível de significância de 5%, a relação entre o género e a adesão
ao produto.

15. Analise, com um nível de significância de 5%, a relação entre o estado civil e a
adesão ao produto.

MGP - MTI Ana Borges 2022/2023 3