1
00:00:07,705 --> 00:00:10,374
Imagina se você não 
tivesse gráficos

2
00:00:10,374 --> 00:00:13,980
para representar de forma visual
os dados que você descobriu.

3
00:00:13,980 --> 00:00:17,947
Seria muito chato, porque as pessoas
iam ficar lendo somente tabelas.

4
00:00:17,947 --> 00:00:22,009
Os gráficos existem exatamente 
para te ajudar a representar,

5
00:00:22,009 --> 00:00:26,221
de forma visual, quais foram 
os dados que você descobriu.

6
00:00:26,221 --> 00:00:29,219
A gente tem aqui alguns 
exemplos desses gráficos,

7
00:00:29,219 --> 00:00:33,367
e agora vamos entender quando 
a gente utiliza cada um deles.

8
00:00:33,367 --> 00:00:36,903
O primeiro gráfico, que é o mais 
utilizado em vários cenários,

9
00:00:36,903 --> 00:00:41,022
principalmente na análise 
descritiva, é o gráfico de barras.

10
00:00:41,022 --> 00:00:44,577
O gráfico de barras, 
a gente utiliza para variáveis

11
00:00:44,577 --> 00:00:48,068
que são categóricas,
variáveis qualitativas.

12
00:00:48,068 --> 00:00:51,904
A primeira coisa que a gente faz
para utilizar um gráfico de barras

13
00:00:51,904 --> 00:00:55,321
é determinar quais 
dados que a gente tem.

14
00:00:55,321 --> 00:00:57,833
Então, eu tenho ali 
uma base de dados,

15
00:00:57,833 --> 00:01:00,320
eu vou classificar aquela 
base de dados,

16
00:01:00,320 --> 00:01:03,696
por exemplo,
do menor para o maior.

17
00:01:03,696 --> 00:01:06,866
Aqui, na representação,
a gente consegue entender

18
00:01:06,866 --> 00:01:09,869
a variação ali entre
essas categorias.

19
00:01:09,869 --> 00:01:12,734
O gráfico de barras vai ser 
muito utilizado para você,

20
00:01:12,734 --> 00:01:15,251
de fato, comparar variáveis.

21
00:01:15,251 --> 00:01:17,255
Um outro gráfico 
que a gente utiliza

22
00:01:17,255 --> 00:01:19,679
bastante também 
é o gráfico de pizza.

23
00:01:19,679 --> 00:01:23,032
Aqui, na tela, a gente tem a 
representação desse tipo de gráfico.

24
00:01:23,032 --> 00:01:26,152
Em um cenário onde 
a gente está avaliando

25
00:01:26,152 --> 00:01:30,649
quais são os sabores preferidos
das pessoas relacionadas a sorvete,

26
00:01:30,649 --> 00:01:33,460
nós temos a variação aqui,

27
00:01:33,460 --> 00:01:37,604
mostrando a representatividade
em um formato de pizza.

28
00:01:37,604 --> 00:01:41,401
Então, quando a gente tem 
3 sabores, por exemplo,

29
00:01:41,401 --> 00:01:46,016
a gente está considerando 
aqui que a pizza soma 100%,

30
00:01:46,016 --> 00:01:48,508
o total dela vai ser 100%,

31
00:01:48,508 --> 00:01:53,169
e, cada uma dessas fatias, vai ser 
a representatividade desse sabor.

32
00:01:53,169 --> 00:01:56,416
Então, a gente vai ter uma 
visão de qual que é o sabor

33
00:01:56,416 --> 00:01:59,619
preferido dessas pessoas
que foram entrevistadas,

34
00:01:59,619 --> 00:02:03,284
porque quanto maior 
for a fatia da pizza,

35
00:02:03,284 --> 00:02:06,047
maior vai indicar aquela 
representatividade,

36
00:02:06,047 --> 00:02:09,868
ou seja, aquela preferência.

37
00:02:09,868 --> 00:02:12,332
Um ponto importante 
para a gente considerar

38
00:02:12,332 --> 00:02:15,920
em relação ao gráfico de pizza,
é que ele não pode ser utilizado

39
00:02:15,920 --> 00:02:18,705
para quando a gente
tem muitas variáveis,

40
00:02:18,705 --> 00:02:21,440
porque vai ficar muito 
confuso de entender ali

41
00:02:21,440 --> 00:02:23,977
qual é a representatividade 
de cada uma.

42
00:02:23,977 --> 00:02:27,142
Então, ele é mais indicado 
para até 4 fatias.

43
00:02:27,142 --> 00:02:31,739
Um outro gráfico muito utilizado 
também é o gráfico histograma,

44
00:02:31,739 --> 00:02:33,195
O gráfico histograma,

45
00:02:33,195 --> 00:02:36,070
olhando para a representação 
visual dele,

46
00:02:36,070 --> 00:02:38,916
ele é muito confundido
com o gráfico de barras.

47
00:02:38,916 --> 00:02:41,169
Nós já sabemos que 
o gráfico de barras

48
00:02:41,169 --> 00:02:44,841
é utilizado para fazer 
comparações entre variáveis.

49
00:02:44,841 --> 00:02:47,867
O histograma também
é utilizado dessa forma.

50
00:02:47,867 --> 00:02:50,643
A única diferença, você vai
visualizar aqui na tela,

51
00:02:50,643 --> 00:02:54,227
é que a representação dele
é um pouquinho diferente,

52
00:02:54,227 --> 00:02:57,477
Então, o histograma
vai considerar ali

53
00:02:57,477 --> 00:03:00,632
a frequência de cada 
uma das variáveis.

54
00:03:00,632 --> 00:03:05,885
Então, quanto maior for a barra,
mais frequente é aquela variação.

55
00:03:05,885 --> 00:03:08,662
Um exemplo de utilização
ali do gráfico histograma

56
00:03:08,662 --> 00:03:13,026
é para quando você quer definir
os melhores clientes que você tem.

57
00:03:13,026 --> 00:03:18,164
Então, numa análise que a gente faça
em relação ao volume de vendas,

58
00:03:18,164 --> 00:03:22,355
a frequência de compras
e a recência das compras,

59
00:03:22,355 --> 00:03:26,272
a gente vai colocar esses dados
em um gráfico histograma

60
00:03:26,272 --> 00:03:28,537
e aí a gente vai conseguir 
ter aquela visão

61
00:03:28,537 --> 00:03:31,087
de quais são os clientes 
que mais aparecem,

62
00:03:31,087 --> 00:03:34,703
porque ele vai mostrar qual 
é o tamanho daquela barra.

63
00:03:34,703 --> 00:03:39,631
Outro gráfico que é muito utilizado 
também na estatística descritiva

64
00:03:39,631 --> 00:03:43,723
é o Scatterplot ou 
gráfico de dispersão.

65
00:03:43,723 --> 00:03:46,459
No gráfico de dispersão,
que está aqui na tela,

66
00:03:46,459 --> 00:03:49,562
você vai conseguir visualizar
o quanto as variáveis,

67
00:03:49,562 --> 00:03:52,532
que você está analisando,
se dispersam entre elas.

68
00:03:52,532 --> 00:03:55,087
Ele é muito utilizado 
para você conseguir

69
00:03:55,087 --> 00:03:57,904
entender padrões 
de comportamento.

70
00:03:57,904 --> 00:04:01,560
Então, quando eu plot ali os meus 
dados em um gráfico de dispersão,

71
00:04:01,560 --> 00:04:04,922
eu vou conseguir definir
quais são as minhas variáveis

72
00:04:04,922 --> 00:04:08,152
que são fora da curva,
que são os outliers.

73
00:04:08,152 --> 00:04:10,658
Então, quando eu represento 
dessa forma,

74
00:04:10,658 --> 00:04:14,363
quanto mais perto você tiver 
ali aquela concentração,

75
00:04:14,363 --> 00:04:16,452
aqui no nosso cantinho do eixo,

76
00:04:16,452 --> 00:04:20,310
você vai visualizar que as 
variáveis ficam muito próximas.

77
00:04:20,310 --> 00:04:22,647
Agora, quanto mais 
elas se dispersam,

78
00:04:22,647 --> 00:04:26,733
aí você vai entender 
quais são essas variáveis

79
00:04:26,733 --> 00:04:29,629
que fogem do seu padrão, 
e aí você vai conseguir

80
00:04:29,629 --> 00:04:33,403
investigar melhor essas 
variações, essas variáveis,

81
00:04:33,403 --> 00:04:36,188
e entender qual é o 
comportamento delas.

82
00:04:36,188 --> 00:04:41,458
E quando a gente precisa visualizar
variáveis que são temporais?

83
00:04:41,458 --> 00:04:43,881
Para isso, nós temos 
um tipo de gráfico,

84
00:04:43,881 --> 00:04:45,918
que é o gráfico 
de séries temporais,

85
00:04:45,918 --> 00:04:47,754
ele está aparecendo 
aqui na tela.

86
00:04:47,754 --> 00:04:50,123
E, basicamente,
é um gráfico de linhas.

87
00:04:50,123 --> 00:04:54,827
A ideia do gráfico temporal
é para mostrar essa continuidade.

88
00:04:54,827 --> 00:04:58,364
Então, vamos supor que eu fiz
ali uma análise onde eu precisei

89
00:04:58,364 --> 00:05:02,399
anotar os dados em dias 
diferentes para ter uma média.

90
00:05:02,399 --> 00:05:06,389
Quando eu ploto esses dados
em um gráfico de série temporal,

91
00:05:06,389 --> 00:05:10,643
eu vou conseguir visualizar
esse ciclo, essa tendência.

92
00:05:10,643 --> 00:05:14,799
Não, necessariamente, ele vai ter 
sempre um aumento ou uma queda,

93
00:05:14,799 --> 00:05:16,716
ele pode ter variações.

94
00:05:16,716 --> 00:05:19,652
Então, através desse gráfico,
eu consigo ter essa visão

95
00:05:19,652 --> 00:05:24,190
muito mais rápida de média, 
do quanto que subiu,

96
00:05:24,190 --> 00:05:26,755
o quanto flutuaram 
os meus dados.

97
00:05:26,755 --> 00:05:29,843
O último gráfico que nós 
temos para representar

98
00:05:29,843 --> 00:05:32,699
estatisticamente, 
é o Box Plot.

99
00:05:32,699 --> 00:05:36,269
Esse gráfico é muito utilizado
para você conseguir visualizar

100
00:05:36,269 --> 00:05:40,389
as variações dos seus dados
e como eles estão concentrados.

101
00:05:40,389 --> 00:05:43,543
Nesse formato de gráfico,
que está aparecendo aqui na tela,

102
00:05:43,543 --> 00:05:46,346
você vai conseguir 
visualizar os seus dados

103
00:05:46,346 --> 00:05:49,468
sempre divididos 
de 25% em 25%

104
00:05:49,468 --> 00:05:52,163
e quanto maior for a sua caixinha,

105
00:05:52,163 --> 00:05:55,288
significa que os dados
estão mais dispersos,

106
00:05:55,288 --> 00:05:59,225
e, quanto menor, significa que 
eles estão mais condensados.

107
00:05:59,225 --> 00:06:02,795
Esse tipo de gráfico é muito útil
exatamente para você olhar ali

108
00:06:02,795 --> 00:06:06,766
aquela representatividade e 
você conseguir entender melhor

109
00:06:06,766 --> 00:06:08,668
o comportamento dos seus dados,

110
00:06:08,668 --> 00:06:11,868
que foram extraídos 
ali da sua amostra.

111
00:06:11,868 --> 00:06:16,676
Bom, então agora que você conhece
esses formatos de gráficos,

112
00:06:16,676 --> 00:06:18,782
você vai conseguir 
entender qual o gráfico

113
00:06:18,782 --> 00:06:21,901
vai se aplicar melhor
a realidade dos seus dados

114
00:06:21,901 --> 00:06:25,259
e vai te ajudar a transformar
aquele gráfico,

115
00:06:25,259 --> 00:06:29,610
aquela visualização, de forma 
muito mais visual, de fato.

116
00:06:29,610 --> 00:06:31,831
Então, você vai conseguir mostrar

117
00:06:31,831 --> 00:06:35,095
qual foi a descoberta que 
você teve com os seus dados,

118
00:06:35,095 --> 00:06:39,932
coisa que uma tabela não te ajudaria 
tanto em um nível tão visual.

119
00:06:39,932 --> 00:06:42,579
Então utilize aí os 
gráficos a seu favor,

120
00:06:42,579 --> 00:06:45,271
considerando a particularidade de 
cada e quando você vai aplicar um

121
00:06:45,271 --> 00:06:47,237
e quando você vai aplicar,

122
00:06:47,237 --> 00:06:50,232
quando você vai selecionar 
cada formato de gráfico.