[Script Info]
Title: 
[Events]
Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text
Dialogue: 0,0:00:07.70,0:00:10.37,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: 0,0:00:13.98,0:00:17.95,Default,,0000,0000,0000,,Seria muito chato, porque as pessoas\Niam ficar lendo somente tabelas.
Dialogue: 0,0:00:17.95,0:00:22.01,Default,,0000,0000,0000,,Os gráficos existem exatamente \Npara te ajudar a representar,
Dialogue: 0,0:00:22.01,0:00:26.22,Default,,0000,0000,0000,,de forma visual, quais foram \Nos dados que você descobriu.
Dialogue: 0,0:00:26.22,0:00:29.22,Default,,0000,0000,0000,,A gente tem aqui alguns \Nexemplos desses gráficos,
Dialogue: 0,0:00:29.22,0:00:33.37,Default,,0000,0000,0000,,e agora vamos entender quando \Na gente utiliza cada um deles.
Dialogue: 0,0:00:33.37,0:00:36.90,Default,,0000,0000,0000,,O primeiro gráfico, que é o mais \Nutilizado em vários cenários,
Dialogue: 0,0:00:36.90,0:00:41.02,Default,,0000,0000,0000,,principalmente na análise \Ndescritiva, é o gráfico de barras.
Dialogue: 0,0:00:41.02,0:00:44.58,Default,,0000,0000,0000,,O gráfico de barras, \Na gente utiliza para variáveis
Dialogue: 0,0:00:44.58,0:00:48.07,Default,,0000,0000,0000,,que são categóricas,\Nvariáveis qualitativas.
Dialogue: 0,0:00:48.07,0:00:51.90,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: 0,0:00:55.32,0:00:57.83,Default,,0000,0000,0000,,Então, eu tenho ali \Numa base de dados,
Dialogue: 0,0:00:57.83,0:01:00.32,Default,,0000,0000,0000,,eu vou classificar aquela \Nbase de dados,
Dialogue: 0,0:01:00.32,0:01:03.70,Default,,0000,0000,0000,,por exemplo,\Ndo 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: 0,0:01:09.87,0:01:12.73,Default,,0000,0000,0000,,O gráfico de barras vai ser \Nmuito utilizado para você,
Dialogue: 0,0:01:12.73,0:01:15.25,Default,,0000,0000,0000,,de fato, comparar variáveis.
Dialogue: 0,0:01:15.25,0:01:17.26,Default,,0000,0000,0000,,Um outro gráfico \Nque a gente utiliza
Dialogue: 0,0:01:17.26,0:01:19.68,Default,,0000,0000,0000,,bastante também \Né o gráfico de pizza.
Dialogue: 0,0:01:19.68,0:01:23.03,Default,,0000,0000,0000,,Aqui, na tela, a gente tem a \Nrepresentação desse tipo de gráfico.
Dialogue: 0,0:01:23.03,0:01:26.15,Default,,0000,0000,0000,,Em um cenário onde \Na gente está avaliando
Dialogue: 0,0:01:26.15,0:01:30.65,Default,,0000,0000,0000,,quais são os sabores preferidos\Ndas pessoas relacionadas a sorvete,
Dialogue: 0,0:01:30.65,0:01:33.46,Default,,0000,0000,0000,,nós temos a variação aqui,
Dialogue: 0,0:01:33.46,0:01:37.60,Default,,0000,0000,0000,,mostrando a representatividade\Nem um formato de pizza.
Dialogue: 0,0:01:37.60,0:01:41.40,Default,,0000,0000,0000,,Então, quando a gente tem \N3 sabores, por exemplo,
Dialogue: 0,0:01:41.40,0:01:46.02,Default,,0000,0000,0000,,a gente está considerando \Naqui que a pizza soma 100%,
Dialogue: 0,0:01:46.02,0:01:48.51,Default,,0000,0000,0000,,o total dela vai ser 100%,
Dialogue: 0,0:01:48.51,0:01:53.17,Default,,0000,0000,0000,,e, cada uma dessas fatias, vai ser \Na representatividade desse sabor.
Dialogue: 0,0:01:53.17,0:01:56.42,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: 0,0:01:59.62,0:02:03.28,Default,,0000,0000,0000,,porque quanto maior \Nfor a fatia da pizza,
Dialogue: 0,0:02:03.28,0:02:06.05,Default,,0000,0000,0000,,maior vai indicar aquela \Nrepresentatividade,
Dialogue: 0,0:02:06.05,0:02:09.87,Default,,0000,0000,0000,,ou seja, aquela preferência.
Dialogue: 0,0:02:09.87,0:02:12.33,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: 0,0:02:41.17,0:02:44.84,Default,,0000,0000,0000,,é utilizado para fazer \Ncomparações entre variáveis.
Dialogue: 0,0:02:44.84,0:02:47.87,Default,,0000,0000,0000,,O histograma também\Né utilizado dessa forma.
Dialogue: 0,0:02:47.87,0:02:50.64,Default,,0000,0000,0000,,A única diferença, você vai\Nvisualizar aqui na tela,
Dialogue: 0,0:02:50.64,0:02:54.23,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: 0,0:02:57.48,0:03:00.63,Default,,0000,0000,0000,,a frequência de cada \Numa das variáveis.
Dialogue: 0,0:03:00.63,0:03:05.88,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: 0,0:03:18.16,0:03:22.36,Default,,0000,0000,0000,,a frequência de compras\Ne a recência das compras,
Dialogue: 0,0:03:22.36,0:03:26.27,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: 0,0:03:57.90,0:04:01.56,Default,,0000,0000,0000,,Então, quando eu plot ali os meus \Ndados em um gráfico de dispersão,
Dialogue: 0,0:04:01.56,0:04:04.92,Default,,0000,0000,0000,,eu vou conseguir definir\Nquais são as minhas variáveis
Dialogue: 0,0:04:04.92,0:04:08.15,Default,,0000,0000,0000,,que são fora da curva,\Nque são os outliers.
Dialogue: 0,0:04:08.15,0:04:10.66,Default,,0000,0000,0000,,Então, quando eu represento \Ndessa forma,
Dialogue: 0,0:04:10.66,0:04:14.36,Default,,0000,0000,0000,,quanto mais perto você tiver \Nali aquela concentração,
Dialogue: 0,0:04:14.36,0:04:16.45,Default,,0000,0000,0000,,aqui no nosso cantinho do eixo,
Dialogue: 0,0:04:16.45,0:04:20.31,Default,,0000,0000,0000,,você vai visualizar que as \Nvariáveis ficam muito próximas.
Dialogue: 0,0:04:20.31,0:04:22.65,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: 0,0:04:26.73,0:04:29.63,Default,,0000,0000,0000,,que fogem do seu padrão, \Ne aí você vai conseguir
Dialogue: 0,0:04:29.63,0:04:33.40,Default,,0000,0000,0000,,investigar melhor essas \Nvariações, essas variáveis,
Dialogue: 0,0:04:33.40,0:04:36.19,Default,,0000,0000,0000,,e entender qual é o \Ncomportamento delas.
Dialogue: 0,0:04:36.19,0:04:41.46,Default,,0000,0000,0000,,E quando a gente precisa visualizar\Nvariáveis que são temporais?
Dialogue: 0,0:04:41.46,0:04:43.88,Default,,0000,0000,0000,,Para isso, nós temos \Num tipo de gráfico,
Dialogue: 0,0:04:43.88,0:04:45.92,Default,,0000,0000,0000,,que é o gráfico \Nde séries temporais,
Dialogue: 0,0:04:45.92,0:04:47.75,Default,,0000,0000,0000,,ele está aparecendo \Naqui na tela.
Dialogue: 0,0:04:47.75,0:04:50.12,Default,,0000,0000,0000,,E, basicamente,\Né um gráfico de linhas.
Dialogue: 0,0:04:50.12,0:04:54.83,Default,,0000,0000,0000,,A ideia do gráfico temporal\Né 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: 0,0:04:58.36,0:05:02.40,Default,,0000,0000,0000,,anotar os dados em dias \Ndiferentes para ter uma média.
Dialogue: 0,0:05:02.40,0:05:06.39,Default,,0000,0000,0000,,Quando eu ploto esses dados\Nem um gráfico de série temporal,
Dialogue: 0,0:05:06.39,0:05:10.64,Default,,0000,0000,0000,,eu vou conseguir visualizar\Nesse ciclo, essa tendência.
Dialogue: 0,0:05:10.64,0:05:14.80,Default,,0000,0000,0000,,Não, necessariamente, ele vai ter \Nsempre um aumento ou uma queda,
Dialogue: 0,0:05:14.80,0:05:16.72,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: 0,0:05:19.65,0:05:24.19,Default,,0000,0000,0000,,muito mais rápida de média, \Ndo quanto que subiu,
Dialogue: 0,0:05:24.19,0:05:26.76,Default,,0000,0000,0000,,o quanto flutuaram \Nos meus dados.
Dialogue: 0,0:05:26.76,0:05:29.84,Default,,0000,0000,0000,,O último gráfico que nós \Ntemos para representar
Dialogue: 0,0:05:29.84,0:05:32.70,Default,,0000,0000,0000,,estatisticamente, \Né 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: 0,0:05:36.27,0:05:40.39,Default,,0000,0000,0000,,as variações dos seus dados\Ne como eles estão concentrados.
Dialogue: 0,0:05:40.39,0:05:43.54,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 \Nvisualizar os seus dados
Dialogue: 0,0:05:46.35,0:05:49.47,Default,,0000,0000,0000,,sempre divididos \Nde 25% em 25%
Dialogue: 0,0:05:49.47,0:05:52.16,Default,,0000,0000,0000,,e quanto maior for a sua caixinha,
Dialogue: 0,0:05:52.16,0:05:55.29,Default,,0000,0000,0000,,significa que os dados\Nestão mais dispersos,
Dialogue: 0,0:05:55.29,0:05:59.22,Default,,0000,0000,0000,,e, quanto menor, significa que \Neles 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: 0,0:06:02.80,0:06:06.77,Default,,0000,0000,0000,,aquela representatividade e \Nvocê conseguir entender melhor
Dialogue: 0,0:06:06.77,0:06:08.67,Default,,0000,0000,0000,,o comportamento dos seus dados,
Dialogue: 0,0:06:08.67,0:06:11.87,Default,,0000,0000,0000,,que foram extraídos \Nali da sua amostra.
Dialogue: 0,0:06:11.87,0:06:16.68,Default,,0000,0000,0000,,Bom, então agora que você conhece\Nesses formatos de gráficos,
Dialogue: 0,0:06:16.68,0:06:18.78,Default,,0000,0000,0000,,você vai conseguir \Nentender qual o gráfico
Dialogue: 0,0:06:18.78,0:06:21.90,Default,,0000,0000,0000,,vai se aplicar melhor\Na realidade dos seus dados
Dialogue: 0,0:06:21.90,0:06:25.26,Default,,0000,0000,0000,,e vai te ajudar a transformar\Naquele gráfico,
Dialogue: 0,0:06:25.26,0:06:29.61,Default,,0000,0000,0000,,aquela visualização, de forma \Nmuito mais visual, de fato.
Dialogue: 0,0:06:29.61,0:06:31.83,Default,,0000,0000,0000,,Então, você vai conseguir mostrar
Dialogue: 0,0:06:31.83,0:06:35.10,Default,,0000,0000,0000,,qual foi a descoberta que \Nvocê teve com os seus dados,
Dialogue: 0,0:06:35.10,0:06:39.93,Default,,0000,0000,0000,,coisa que uma tabela não te ajudaria \Ntanto em um nível tão visual.
Dialogue: 0,0:06:39.93,0:06:42.58,Default,,0000,0000,0000,,Então utilize aí os \Ngráficos a seu favor,
Dialogue: 0,0:06:42.58,0:06:45.27,Default,,0000,0000,0000,,considerando a particularidade de \Ncada e quando você vai aplicar um
Dialogue: 0,0:06:45.27,0:06:47.24,Default,,0000,0000,0000,,e quando você vai aplicar,
Dialogue: 0,0:06:47.24,0:06:50.23,Default,,0000,0000,0000,,quando você vai selecionar \Ncada formato de gráfico.