WEBVTT

00:00:07.825 --> 00:00:10.374
Imagina se você não 
tivesse gráficos

00:00:10.374 --> 00:00:13.980
para representar de forma visual
os dados que você descobriu.

00:00:13.980 --> 00:00:17.784
Seria muito chato, porque as pessoas
iam ficar lendo somente tabelas.

00:00:17.784 --> 00:00:21.119
Os gráficos existem exatamente 
para te ajudar a representar,

00:00:21.119 --> 00:00:26.292
de forma visual, quais foram 
os dados que você descobriu.

00:00:26.292 --> 00:00:29.295
A gente tem aqui alguns 
exemplos desses gráficos,

00:00:29.295 --> 00:00:33.433
e agora vamos entender quando 
a gente utiliza cada um deles.

00:00:33.433 --> 00:00:36.903
O primeiro gráfico, que é o mais 
utilizado em vários cenários,

00:00:36.903 --> 00:00:40.840
principalmente na análise 
descritiva, é o gráfico de barras.

00:00:40.840 --> 00:00:44.577
O gráfico de barras, 
a gente utiliza para variáveis

00:00:44.577 --> 00:00:47.947
que são categóricas,
variáveis qualitativas.

00:00:47.947 --> 00:00:51.904
A primeira coisa que a gente faz
para utilizar um gráfico de barras

00:00:51.904 --> 00:00:55.321
é determinar quais 
dados que a gente tem.

00:00:55.321 --> 00:00:57.924
Então, eu tenho ali 
uma base de dados,

00:00:57.924 --> 00:01:01.861
eu vou classificar aquela base 
de dados, por exemplo,

00:01:01.861 --> 00:01:03.696
do menor para o maior.

00:01:03.696 --> 00:01:06.866
Aqui, na representação,
a gente consegue entender

00:01:06.866 --> 00:01:09.869
a variação ali entre
essas categorias.

00:01:09.869 --> 00:01:10.870
O gráfico de barras vai ser 
muito utilizado para você,

00:01:10.870 --> 00:01:15.251
de fato, comparar variáveis.

00:01:15.251 --> 00:01:19.679
Um outro gráfico que a gente utiliza
bastante também é o gráfico de pizza.

00:01:19.679 --> 00:01:22.916
Aqui, na tela, a gente tem a 
representação desse tipo de gráfico.

00:01:22.916 --> 00:01:26.152
Em um cenário onde 
a gente está avaliando

00:01:26.152 --> 00:01:30.890
quais são os sabores preferidos
das pessoas relacionadas a sorvete,

00:01:30.890 --> 00:01:33.460
nós temos a variação aqui,

00:01:33.460 --> 00:01:37.664
mostrando a representatividade
em um formato de pizza.

00:01:37.664 --> 00:01:41.401
Então, quando a gente tem 
3 sabores, por exemplo,

00:01:41.401 --> 00:01:46.106
a gente está considerando aqui
que a pizza soma 100%,

00:01:46.106 --> 00:01:48.508
o total dela vai ser 100%,

00:01:48.508 --> 00:01:52.946
e, cada uma dessas fatias, vai ser 
a representatividade desse sabor.

00:01:52.946 --> 00:01:56.416
Então, a gente vai ter uma 
visão de qual que é o sabor

00:01:56.416 --> 00:01:59.619
preferido dessas pessoas
que foram entrevistadas,

00:01:59.619 --> 00:02:03.240
porque quanto maior for
a fatia da pizza,

00:02:03.240 --> 00:02:06.893
maior vai indicar aquela 
representatividade,

00:02:06.893 --> 00:02:09.963
ou seja, aquela preferência.

00:02:09.963 --> 00:02:12.332
Um ponto importante 
para a gente considerar

00:02:12.332 --> 00:02:15.920
em relação ao gráfico de pizza,
é que ele não pode ser utilizado

00:02:15.920 --> 00:02:18.705
para quando a gente
tem muitas variáveis,

00:02:18.705 --> 00:02:21.440
porque vai ficar muito 
confuso de entender ali

00:02:21.440 --> 00:02:23.977
qual é a representatividade 
de cada uma.

00:02:23.977 --> 00:02:27.142
Então, ele é mais indicado 
para até 4 fatias.

00:02:27.142 --> 00:02:31.739
Um outro gráfico muito utilizado 
também é o gráfico histograma,

00:02:31.739 --> 00:02:33.195
O gráfico histograma,

00:02:33.195 --> 00:02:36.070
olhando para a representação 
visual dele,

00:02:36.070 --> 00:02:38.916
ele é muito confundido
com o gráfico de barras.

00:02:38.916 --> 00:02:41.169
Nós já sabemos que 
o gráfico de barras

00:02:41.169 --> 00:02:44.931
é utilizado para fazer 
comparações entre variáveis.

00:02:44.931 --> 00:02:47.867
O histograma também
é utilizado dessa forma.

00:02:47.867 --> 00:02:50.703
A única diferença, você vai
visualizar aqui na tela,

00:02:50.703 --> 00:02:54.227
é que a representação dele
é um pouquinho diferente,

00:02:54.227 --> 00:02:57.477
Então, o histograma
vai considerar ali

00:02:57.477 --> 00:03:00.780
a frequência de cada 
uma das variáveis.

00:03:00.780 --> 00:03:05.885
Então, quanto maior for a barra,
mais frequente é aquela variação.

00:03:05.885 --> 00:03:08.662
Um exemplo de utilização
ali do gráfico histograma

00:03:08.662 --> 00:03:13.026
é para quando você quer definir
os melhores clientes que você tem.

00:03:13.026 --> 00:03:18.164
Então, numa análise que a gente faça
em relação ao volume de vendas,

00:03:18.164 --> 00:03:22.435
a frequência de compras
e a recência das compras,

00:03:22.435 --> 00:03:26.272
a gente vai colocar esses dados
em um gráfico histograma

00:03:26.272 --> 00:03:28.537
e aí a gente vai conseguir 
ter aquela visão

00:03:28.537 --> 00:03:31.087
de quais são os clientes 
que mais aparecem,

00:03:31.087 --> 00:03:34.703
porque ele vai mostrar qual 
é o tamanho daquela barra.

00:03:34.703 --> 00:03:39.631
Outro gráfico que é muito utilizado 
também na estatística descritiva

00:03:39.631 --> 00:03:43.723
é o Scatterplot ou 
gráfico de dispersão

00:03:43.723 --> 00:03:46.459
No gráfico de dispersão,
que está aqui na tela,

00:03:46.459 --> 00:03:49.562
você vai conseguir visualizar
o quanto as variáveis,

00:03:49.562 --> 00:03:52.532
que você está analisando,
se dispersam entre elas.

00:03:52.532 --> 00:03:55.087
Ele é muito utilizado 
para você conseguir

00:03:55.087 --> 00:03:57.904
entender padrões 
de comportamento.

00:03:57.904 --> 00:04:01.608
Então, quando eu plot ali os meus 
dados em um gráfico de dispersão,

00:04:01.608 --> 00:04:04.978
eu vou conseguir definir
quais são as minhas variáveis

00:04:04.978 --> 00:04:08.281
que são fora da curva,
que são os outliers.

00:04:08.281 --> 00:04:10.658
Então, quando eu represento 
dessa forma,

00:04:10.658 --> 00:04:14.568
quanto mais perto você tiver 
ali aquela concentração aqui,

00:04:14.568 --> 00:04:16.430
no nosso cantinho do Eixo,

00:04:16.430 --> 00:04:20.460
você vai visualizar que as 
variáveis ficam muito próximas.

00:04:20.460 --> 00:04:22.647
Agora, quanto mais 
elas se dispersam,

00:04:22.647 --> 00:04:26.733
aí você vai entender 
quais são essas variáveis

00:04:26.733 --> 00:04:30.837
que fogem do seu padrão, e aí você 
vai conseguir investigar melhor

00:04:30.837 --> 00:04:33.186
essas variações, 
essas variáveis,

00:04:33.186 --> 00:04:36.809
e entender qual é o 
comportamento delas.

00:04:36.809 --> 00:04:42.148
E quando a gente precisa visualizar
variáveis que são temporais para isso,

00:04:42.148 --> 00:04:45.852
nós temos um tipo de gráfico,
que é o gráfico de séries temporais.

00:04:45.918 --> 00:04:47.754
Ele está aparecendo aqui na tela.

00:04:47.754 --> 00:04:50.123
E basicamente é um gráfico de linhas.

00:04:50.123 --> 00:04:54.794
A ideia do gráfico temporal
ele é para mostrar essa continuidade.

00:04:54.827 --> 00:04:58.364
Então, vamos supor que eu fiz
ali uma análise onde eu precisei

00:04:58.364 --> 00:05:01.968
anotar os dados em dias diferentes
para ter uma média.

00:05:02.435 --> 00:05:06.205
Quando eu posto esses dados
num gráfico de série temporal,

00:05:06.539 --> 00:05:10.443
eu vou conseguir visualizar essa
esse ciclo nessa tendência.

00:05:10.643 --> 00:05:14.881
Não necessariamente ele vai ter sempre
um aumento ou uma queda.

00:05:14.881 --> 00:05:16.716
Ele pode ter variações.

00:05:16.716 --> 00:05:19.652
Então, através desse gráfico
eu consigo ter essa visão

00:05:19.652 --> 00:05:24.090
muito mais rápida de média do quanto
que subiu,

00:05:24.190 --> 00:05:27.193
o quanto flutuaram os meus dados.

00:05:27.360 --> 00:05:31.097
O último gráfico que nós temos
para representar ele estatisticamente

00:05:31.097 --> 00:05:32.699
é o Box Plot.

00:05:32.699 --> 00:05:36.269
Esse gráfico é muito utilizado
para você conseguir visualizar

00:05:36.269 --> 00:05:40.173
as variações dos seus dados
e como eles estão concentrados

00:05:40.606 --> 00:05:43.543
nesse formato de gráfico
que está aparecendo aqui na tela.

00:05:43.543 --> 00:05:46.346
Você vai conseguir visualizar
os seus dados

00:05:46.346 --> 00:05:49.349
sempre divididos de 25 e 25%.

00:05:49.682 --> 00:05:53.419
E quanto maior for a sua caixinha,
significa que os dados

00:05:53.419 --> 00:05:55.288
estão mais dispersos.

00:05:55.288 --> 00:05:58.858
E quanto menor,
significa que eles estão mais condensados.

00:05:59.225 --> 00:06:02.795
Esse tipo de gráfico é muito útil
exatamente para você olhar ali

00:06:02.795 --> 00:06:06.499
aquela representatividade
e você conseguir entender melhor

00:06:06.766 --> 00:06:08.668
o comportamento dos seus dados.

00:06:08.668 --> 00:06:11.671
Foram extraídos ali da sua amostra.

00:06:12.505 --> 00:06:16.676
Bom, então agora que você conhece
esses formatos de gráficos,

00:06:16.676 --> 00:06:18.144
você vai conseguir entender

00:06:18.144 --> 00:06:21.714
qual o gráfico que vai te aplicar melhor
a realidade dos seus dados

00:06:22.081 --> 00:06:26.552
e vai te ajudar a transformar
aquele gráfico ou aquela visualização

00:06:26.853 --> 00:06:29.689
de forma muito mais visual, de fato.

00:06:29.689 --> 00:06:33.960
Então você vai conseguir mostrar
qual foi a descoberta que você teve

00:06:33.960 --> 00:06:39.665
com os seus dados, coisa que uma tabela
não te ajudaria tanto no nível tão visual.

00:06:39.932 --> 00:06:44.971
Então utilize aí os gráficos a seu favor,
considerando a particularidade de cada um

00:06:45.271 --> 00:06:50.576
e quando você vai aplicar, quando você
vai selecionar cada formato de gráfico e.