[Script Info]
Title: 
[Events]
Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text
Dialogue: 0,0:00:07.82,0:00:10.37,Default,,0000,0000,0000,,Imagina se você não \Ntivesse gráficos
Dialogue: 0,0:00:10.37,0:00:13.98,Default,,0000,0000,0000,,para representar de forma visual\Nos dados que você descobriu.
Dialogue: 0,0:00:13.98,0:00:17.78,Default,,0000,0000,0000,,Seria muito chato, porque as pessoas\Niam ficar lendo somente tabelas.
Dialogue: 0,0:00:17.78,0:00:21.12,Default,,0000,0000,0000,,Os gráficos existem exatamente \Npara te ajudar a representar,
Dialogue: 0,0:00:21.12,0:00:26.29,Default,,0000,0000,0000,,de forma visual, quais foram \Nos dados que você descobriu.
Dialogue: 0,0:00:26.29,0:00:29.30,Default,,0000,0000,0000,,A gente tem aqui alguns \Nexemplos desses gráficos,
Dialogue: 0,0:00:29.30,0:00:33.43,Default,,0000,0000,0000,,e agora vamos entender quando \Na gente utiliza cada um deles.
Dialogue: 0,0:00:33.43,0:00:36.90,Default,,0000,0000,0000,,O primeiro gráfico, que é o mais \Nutilizado em vários cenários,
Dialogue: 0,0:00:36.90,0:00:40.84,Default,,0000,0000,0000,,principalmente na análise \Ndescritiva, é o gráfico de barras.
Dialogue: 0,0:00:40.84,0:00:44.58,Default,,0000,0000,0000,,O gráfico de barras, \Na gente utiliza para variáveis
Dialogue: 0,0:00:44.58,0:00:47.95,Default,,0000,0000,0000,,que são categóricas,\Nvariáveis qualitativas.
Dialogue: 0,0:00:47.95,0:00:51.90,Default,,0000,0000,0000,,A primeira coisa que a gente faz\Npara utilizar um gráfico de barras
Dialogue: 0,0:00:51.90,0:00:55.32,Default,,0000,0000,0000,,é determinar quais \Ndados que a gente tem.
Dialogue: 0,0:00:55.32,0:00:57.92,Default,,0000,0000,0000,,Então, eu tenho ali \Numa base de dados,
Dialogue: 0,0:00:57.92,0:01:01.86,Default,,0000,0000,0000,,eu vou classificar aquela base \Nde dados, por exemplo,
Dialogue: 0,0:01:01.86,0:01:03.70,Default,,0000,0000,0000,,do menor para o maior.
Dialogue: 0,0:01:03.70,0:01:06.87,Default,,0000,0000,0000,,Aqui, na representação,\Na gente consegue entender
Dialogue: 0,0:01:06.87,0:01:09.87,Default,,0000,0000,0000,,a variação ali entre\Nessas categorias.
Dialogue: 0,0:01:09.87,0:01:10.87,Default,,0000,0000,0000,,O gráfico de barras vai ser \Nmuito utilizado para você,
Dialogue: 0,0:01:10.87,0:01:15.25,Default,,0000,0000,0000,,de fato, comparar variáveis.
Dialogue: 0,0:01:15.25,0:01:19.68,Default,,0000,0000,0000,,Um outro gráfico que a gente utiliza\Nbastante também é o gráfico de pizza.
Dialogue: 0,0:01:19.68,0:01:22.92,Default,,0000,0000,0000,,Aqui, na tela, a gente tem a \Nrepresentação desse tipo de gráfico.
Dialogue: 0,0:01:22.92,0:01:26.15,Default,,0000,0000,0000,,Em um cenário onde \Na gente está avaliando
Dialogue: 0,0:01:26.15,0:01:30.89,Default,,0000,0000,0000,,quais são os sabores preferidos\Ndas pessoas relacionadas a sorvete,
Dialogue: 0,0:01:30.89,0:01:33.46,Default,,0000,0000,0000,,nós temos a variação aqui,
Dialogue: 0,0:01:33.46,0:01:37.66,Default,,0000,0000,0000,,mostrando a representatividade\Nem um formato de pizza.
Dialogue: 0,0:01:37.66,0:01:41.40,Default,,0000,0000,0000,,Então, quando a gente tem \N3 sabores, por exemplo,
Dialogue: 0,0:01:41.40,0:01:46.11,Default,,0000,0000,0000,,a gente está considerando aqui\Nque a pizza soma 100%,
Dialogue: 0,0:01:46.11,0:01:48.51,Default,,0000,0000,0000,,o total dela vai ser 100%,
Dialogue: 0,0:01:48.51,0:01:52.95,Default,,0000,0000,0000,,e, cada uma dessas fatias, vai ser \Na representatividade desse sabor.
Dialogue: 0,0:01:52.95,0:01:56.42,Default,,0000,0000,0000,,Então, a gente vai ter uma \Nvisão de qual que é o sabor
Dialogue: 0,0:01:56.42,0:01:59.62,Default,,0000,0000,0000,,preferido dessas pessoas\Nque foram entrevistadas,
Dialogue: 0,0:01:59.62,0:02:03.24,Default,,0000,0000,0000,,porque quanto maior for\Na fatia da pizza,
Dialogue: 0,0:02:03.24,0:02:06.89,Default,,0000,0000,0000,,maior vai indicar aquela \Nrepresentatividade,
Dialogue: 0,0:02:06.89,0:02:09.96,Default,,0000,0000,0000,,ou seja, aquela preferência.
Dialogue: 0,0:02:09.96,0:02:12.33,Default,,0000,0000,0000,,Um ponto importante \Npara a gente considerar
Dialogue: 0,0:02:12.33,0:02:15.92,Default,,0000,0000,0000,,em relação ao gráfico de pizza,\Né que ele não pode ser utilizado
Dialogue: 0,0:02:15.92,0:02:18.70,Default,,0000,0000,0000,,para quando a gente\Ntem muitas variáveis,
Dialogue: 0,0:02:18.70,0:02:21.44,Default,,0000,0000,0000,,porque vai ficar muito \Nconfuso de entender ali
Dialogue: 0,0:02:21.44,0:02:23.98,Default,,0000,0000,0000,,qual é a representatividade \Nde cada uma.
Dialogue: 0,0:02:23.98,0:02:27.14,Default,,0000,0000,0000,,Então, ele é mais indicado \Npara até 4 fatias.
Dialogue: 0,0:02:27.14,0:02:31.74,Default,,0000,0000,0000,,Um outro gráfico muito utilizado \Ntambém é o gráfico histograma,
Dialogue: 0,0:02:31.74,0:02:33.20,Default,,0000,0000,0000,,O gráfico histograma,
Dialogue: 0,0:02:33.20,0:02:36.07,Default,,0000,0000,0000,,olhando para a representação \Nvisual dele,
Dialogue: 0,0:02:36.07,0:02:38.92,Default,,0000,0000,0000,,ele é muito confundido\Ncom o gráfico de barras.
Dialogue: 0,0:02:38.92,0:02:41.17,Default,,0000,0000,0000,,Nós já sabemos que \No gráfico de barras
Dialogue: 0,0:02:41.17,0:02:44.93,Default,,0000,0000,0000,,é utilizado para fazer \Ncomparações entre variáveis.
Dialogue: 0,0:02:44.93,0:02:47.87,Default,,0000,0000,0000,,O histograma também\Né utilizado dessa forma.
Dialogue: 0,0:02:47.87,0:02:50.70,Default,,0000,0000,0000,,A única diferença, você vai\Nvisualizar aqui na tela,
Dialogue: 0,0:02:50.70,0:02:54.23,Default,,0000,0000,0000,,é que a representação dele\Né um pouquinho diferente,
Dialogue: 0,0:02:54.23,0:02:57.48,Default,,0000,0000,0000,,Então, o histograma\Nvai considerar ali
Dialogue: 0,0:02:57.48,0:03:00.78,Default,,0000,0000,0000,,a frequência de cada \Numa das variáveis.
Dialogue: 0,0:03:00.78,0:03:05.88,Default,,0000,0000,0000,,Então, quanto maior for a barra,\Nmais frequente é aquela variação.
Dialogue: 0,0:03:05.88,0:03:08.66,Default,,0000,0000,0000,,Um exemplo de utilização\Nali do gráfico histograma
Dialogue: 0,0:03:08.66,0:03:13.03,Default,,0000,0000,0000,,é para quando você quer definir\Nos melhores clientes que você tem.
Dialogue: 0,0:03:13.03,0:03:18.16,Default,,0000,0000,0000,,Então, numa análise que a gente faça\Nem relação ao volume de vendas,
Dialogue: 0,0:03:18.16,0:03:22.44,Default,,0000,0000,0000,,a frequência de compras\Ne a recência das compras,
Dialogue: 0,0:03:22.44,0:03:26.27,Default,,0000,0000,0000,,a gente vai colocar esses dados\Nem um gráfico histograma
Dialogue: 0,0:03:26.27,0:03:28.54,Default,,0000,0000,0000,,e aí a gente vai conseguir \Nter aquela visão
Dialogue: 0,0:03:28.54,0:03:31.09,Default,,0000,0000,0000,,de quais são os clientes \Nque mais aparecem,
Dialogue: 0,0:03:31.09,0:03:34.70,Default,,0000,0000,0000,,porque ele vai mostrar qual \Né o tamanho daquela barra.
Dialogue: 0,0:03:34.70,0:03:39.63,Default,,0000,0000,0000,,Outro gráfico que é muito utilizado \Ntambém na estatística descritiva
Dialogue: 0,0:03:39.63,0:03:43.72,Default,,0000,0000,0000,,é o Scatterplot ou \Ngráfico de dispersão
Dialogue: 0,0:03:43.72,0:03:46.46,Default,,0000,0000,0000,,No gráfico de dispersão,\Nque está aqui na tela,
Dialogue: 0,0:03:46.46,0:03:49.56,Default,,0000,0000,0000,,você vai conseguir visualizar\No quanto as variáveis,
Dialogue: 0,0:03:49.56,0:03:52.53,Default,,0000,0000,0000,,que você está analisando,\Nse dispersam entre elas.
Dialogue: 0,0:03:52.53,0:03:55.09,Default,,0000,0000,0000,,Ele é muito utilizado \Npara você conseguir
Dialogue: 0,0:03:55.09,0:03:57.90,Default,,0000,0000,0000,,entender padrões \Nde comportamento.
Dialogue: 0,0:03:57.90,0:04:01.61,Default,,0000,0000,0000,,Então, quando eu plot ali os meus \Ndados em um gráfico de dispersão,
Dialogue: 0,0:04:01.61,0:04:04.98,Default,,0000,0000,0000,,eu vou conseguir definir\Nquais são as minhas variáveis
Dialogue: 0,0:04:04.98,0:04:08.28,Default,,0000,0000,0000,,que são fora da curva,\Nque são os outliers.
Dialogue: 0,0:04:08.28,0:04:10.66,Default,,0000,0000,0000,,Então, quando eu represento \Ndessa forma,
Dialogue: 0,0:04:10.66,0:04:14.57,Default,,0000,0000,0000,,quanto mais perto você tiver \Nali aquela concentração aqui,
Dialogue: 0,0:04:14.57,0:04:16.43,Default,,0000,0000,0000,,no nosso cantinho do Eixo,
Dialogue: 0,0:04:16.43,0:04:20.46,Default,,0000,0000,0000,,você vai visualizar que as \Nvariáveis ficam muito próximas.
Dialogue: 0,0:04:20.46,0:04:22.65,Default,,0000,0000,0000,,Agora, quanto mais \Nelas se dispersam,
Dialogue: 0,0:04:22.65,0:04:26.73,Default,,0000,0000,0000,,aí você vai entender \Nquais são essas variáveis
Dialogue: 0,0:04:26.73,0:04:30.84,Default,,0000,0000,0000,,que fogem do seu padrão, e aí você \Nvai conseguir investigar melhor
Dialogue: 0,0:04:30.84,0:04:33.19,Default,,0000,0000,0000,,essas variações, \Nessas variáveis,
Dialogue: 0,0:04:33.19,0:04:36.81,Default,,0000,0000,0000,,e entender qual é o \Ncomportamento delas.
Dialogue: 0,0:04:36.81,0:04:42.15,Default,,0000,0000,0000,,E quando a gente precisa visualizar\Nvariáveis que são temporais para isso,
Dialogue: 0,0:04:42.15,0:04:45.85,Default,,0000,0000,0000,,nós temos um tipo de gráfico,\Nque é o gráfico de séries temporais.
Dialogue: 0,0:04:45.92,0:04:47.75,Default,,0000,0000,0000,,Ele está aparecendo aqui na tela.
Dialogue: 0,0:04:47.75,0:04:50.12,Default,,0000,0000,0000,,E basicamente é um gráfico de linhas.
Dialogue: 0,0:04:50.12,0:04:54.79,Default,,0000,0000,0000,,A ideia do gráfico temporal\Nele é para mostrar essa continuidade.
Dialogue: 0,0:04:54.83,0:04:58.36,Default,,0000,0000,0000,,Então, vamos supor que eu fiz\Nali uma análise onde eu precisei
Dialogue: 0,0:04:58.36,0:05:01.97,Default,,0000,0000,0000,,anotar os dados em dias diferentes\Npara ter uma média.
Dialogue: 0,0:05:02.44,0:05:06.20,Default,,0000,0000,0000,,Quando eu posto esses dados\Nnum gráfico de série temporal,
Dialogue: 0,0:05:06.54,0:05:10.44,Default,,0000,0000,0000,,eu vou conseguir visualizar essa\Nesse ciclo nessa tendência.
Dialogue: 0,0:05:10.64,0:05:14.88,Default,,0000,0000,0000,,Não necessariamente ele vai ter sempre\Num aumento ou uma queda.
Dialogue: 0,0:05:14.88,0:05:16.72,Default,,0000,0000,0000,,Ele pode ter variações.
Dialogue: 0,0:05:16.72,0:05:19.65,Default,,0000,0000,0000,,Então, através desse gráfico\Neu consigo ter essa visão
Dialogue: 0,0:05:19.65,0:05:24.09,Default,,0000,0000,0000,,muito mais rápida de média do quanto\Nque subiu,
Dialogue: 0,0:05:24.19,0:05:27.19,Default,,0000,0000,0000,,o quanto flutuaram os meus dados.
Dialogue: 0,0:05:27.36,0:05:31.10,Default,,0000,0000,0000,,O último gráfico que nós temos\Npara representar ele estatisticamente
Dialogue: 0,0:05:31.10,0:05:32.70,Default,,0000,0000,0000,,é o Box Plot.
Dialogue: 0,0:05:32.70,0:05:36.27,Default,,0000,0000,0000,,Esse gráfico é muito utilizado\Npara você conseguir visualizar
Dialogue: 0,0:05:36.27,0:05:40.17,Default,,0000,0000,0000,,as variações dos seus dados\Ne como eles estão concentrados
Dialogue: 0,0:05:40.61,0:05:43.54,Default,,0000,0000,0000,,nesse formato de gráfico\Nque está aparecendo aqui na tela.
Dialogue: 0,0:05:43.54,0:05:46.35,Default,,0000,0000,0000,,Você vai conseguir visualizar\Nos seus dados
Dialogue: 0,0:05:46.35,0:05:49.35,Default,,0000,0000,0000,,sempre divididos de 25 e 25%.
Dialogue: 0,0:05:49.68,0:05:53.42,Default,,0000,0000,0000,,E quanto maior for a sua caixinha,\Nsignifica que os dados
Dialogue: 0,0:05:53.42,0:05:55.29,Default,,0000,0000,0000,,estão mais dispersos.
Dialogue: 0,0:05:55.29,0:05:58.86,Default,,0000,0000,0000,,E quanto menor,\Nsignifica que eles estão mais condensados.
Dialogue: 0,0:05:59.22,0:06:02.80,Default,,0000,0000,0000,,Esse tipo de gráfico é muito útil\Nexatamente para você olhar ali
Dialogue: 0,0:06:02.80,0:06:06.50,Default,,0000,0000,0000,,aquela representatividade\Ne você conseguir entender melhor
Dialogue: 0,0:06:06.77,0:06:08.67,Default,,0000,0000,0000,,o comportamento dos seus dados.
Dialogue: 0,0:06:08.67,0:06:11.67,Default,,0000,0000,0000,,Foram extraídos ali da sua amostra.
Dialogue: 0,0:06:12.50,0:06:16.68,Default,,0000,0000,0000,,Bom, então agora que você conhece\Nesses formatos de gráficos,
Dialogue: 0,0:06:16.68,0:06:18.14,Default,,0000,0000,0000,,você vai conseguir entender
Dialogue: 0,0:06:18.14,0:06:21.71,Default,,0000,0000,0000,,qual o gráfico que vai te aplicar melhor\Na realidade dos seus dados
Dialogue: 0,0:06:22.08,0:06:26.55,Default,,0000,0000,0000,,e vai te ajudar a transformar\Naquele gráfico ou aquela visualização
Dialogue: 0,0:06:26.85,0:06:29.69,Default,,0000,0000,0000,,de forma muito mais visual, de fato.
Dialogue: 0,0:06:29.69,0:06:33.96,Default,,0000,0000,0000,,Então você vai conseguir mostrar\Nqual foi a descoberta que você teve
Dialogue: 0,0:06:33.96,0:06:39.66,Default,,0000,0000,0000,,com os seus dados, coisa que uma tabela\Nnão te ajudaria tanto no nível tão visual.
Dialogue: 0,0:06:39.93,0:06:44.97,Default,,0000,0000,0000,,Então utilize aí os gráficos a seu favor,\Nconsiderando a particularidade de cada um
Dialogue: 0,0:06:45.27,0:06:50.58,Default,,0000,0000,0000,,e quando você vai aplicar, quando você\Nvai selecionar cada formato de gráfico e.