WEBVTT

00:00:07.705 --> 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 --> 00:00:17.947
Seria muito chato, porque as pessoas
iam ficar lendo somente tabelas.

00:00:17.947 --> 00:00:22.009
Os gráficos existem exatamente 
para te ajudar a representar,

00:00:22.009 --> 00:00:26.221
de forma visual, quais foram 
os dados que você descobriu.

00:00:26.221 --> 00:00:29.219
A gente tem aqui alguns 
exemplos desses gráficos,

00:00:29.219 --> 00:00:33.367
e agora vamos entender quando 
a gente utiliza cada um deles.

00:00:33.367 --> 00:00:36.903
O primeiro gráfico, que é o mais 
utilizado em vários cenários,

00:00:36.903 --> 00:00:41.022
principalmente na análise 
descritiva, é o gráfico de barras.

00:00:41.022 --> 00:00:44.577
O gráfico de barras, 
a gente utiliza para variáveis

00:00:44.577 --> 00:00:48.068
que são categóricas,
variáveis qualitativas.

00:00:48.068 --> 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 --> 00:00:57.833
Então, eu tenho ali 
uma base de dados,

00:00:57.833 --> 00:01:00.320
eu vou classificar aquela 
base de dados,

00:01:00.320 --> 00:01:03.696
por exemplo,
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 --> 00:01:12.734
O gráfico de barras vai ser 
muito utilizado para você,

00:01:12.734 --> 00:01:15.251
de fato, comparar variáveis.

00:01:15.251 --> 00:01:17.255
Um outro gráfico 
que a gente utiliza

00:01:17.255 --> 00:01:19.679
bastante também 
é o gráfico de pizza.

00:01:19.679 --> 00:01:23.032
Aqui, na tela, a gente tem a 
representação desse tipo de gráfico.

00:01:23.032 --> 00:01:26.152
Em um cenário onde 
a gente está avaliando

00:01:26.152 --> 00:01:30.649
quais são os sabores preferidos
das pessoas relacionadas a sorvete,

00:01:30.649 --> 00:01:33.460
nós temos a variação aqui,

00:01:33.460 --> 00:01:37.604
mostrando a representatividade
em um formato de pizza.

00:01:37.604 --> 00:01:41.401
Então, quando a gente tem 
3 sabores, por exemplo,

00:01:41.401 --> 00:01:46.016
a gente está considerando 
aqui que a pizza soma 100%,

00:01:46.016 --> 00:01:48.508
o total dela vai ser 100%,

00:01:48.508 --> 00:01:53.169
e, cada uma dessas fatias, vai ser 
a representatividade desse sabor.

00:01:53.169 --> 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 --> 00:02:03.284
porque quanto maior 
for a fatia da pizza,

00:02:03.284 --> 00:02:06.047
maior vai indicar aquela 
representatividade,

00:02:06.047 --> 00:02:09.868
ou seja, aquela preferência.

00:02:09.868 --> 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 --> 00:02:44.841
é utilizado para fazer 
comparações entre variáveis.

00:02:44.841 --> 00:02:47.867
O histograma também
é utilizado dessa forma.

00:02:47.867 --> 00:02:50.643
A única diferença, você vai
visualizar aqui na tela,

00:02:50.643 --> 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 --> 00:03:00.632
a frequência de cada 
uma das variáveis.

00:03:00.632 --> 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 --> 00:03:22.355
a frequência de compras
e a recência das compras,

00:03:22.355 --> 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 --> 00:04:01.560
Então, quando eu plot ali os meus 
dados em um gráfico de dispersão,

00:04:01.560 --> 00:04:04.922
eu vou conseguir definir
quais são as minhas variáveis

00:04:04.922 --> 00:04:08.152
que são fora da curva,
que são os outliers.

00:04:08.152 --> 00:04:10.658
Então, quando eu represento 
dessa forma,

00:04:10.658 --> 00:04:14.363
quanto mais perto você tiver 
ali aquela concentração,

00:04:14.363 --> 00:04:16.452
aqui no nosso cantinho do eixo,

00:04:16.452 --> 00:04:20.310
você vai visualizar que as 
variáveis ficam muito próximas.

00:04:20.310 --> 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 --> 00:04:29.629
que fogem do seu padrão, 
e aí você vai conseguir

00:04:29.629 --> 00:04:33.403
investigar melhor essas 
variações, essas variáveis,

00:04:33.403 --> 00:04:36.188
e entender qual é o 
comportamento delas.

00:04:36.188 --> 00:04:41.458
E quando a gente precisa visualizar
variáveis que são temporais?

00:04:41.458 --> 00:04:43.881
Para isso, nós temos 
um tipo de gráfico,

00:04:43.881 --> 00:04:45.918
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 --> 00:04:54.827
A ideia do gráfico temporal
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 --> 00:05:02.399
anotar os dados em dias 
diferentes para ter uma média.

00:05:02.399 --> 00:05:06.389
Quando eu ploto esses dados
em um gráfico de série temporal,

00:05:06.389 --> 00:05:10.643
eu vou conseguir visualizar
esse ciclo, essa tendência.

00:05:10.643 --> 00:05:14.799
Não, necessariamente, ele vai ter 
sempre um aumento ou uma queda,

00:05:14.799 --> 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 --> 00:05:24.190
muito mais rápida de média, 
do quanto que subiu,

00:05:24.190 --> 00:05:26.755
o quanto flutuaram 
os meus dados.

00:05:26.755 --> 00:05:29.843
O último gráfico que nós 
temos para representar

00:05:29.843 --> 00:05:32.699
estatisticamente, 
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 --> 00:05:40.389
as variações dos seus dados
e como eles estão concentrados.

00:05:40.389 --> 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 --> 00:05:49.468
sempre divididos 
de 25% em 25%

00:05:49.468 --> 00:05:52.163
e quanto maior for a sua caixinha,

00:05:52.163 --> 00:05:55.288
significa que os dados
estão mais dispersos,

00:05:55.288 --> 00:05:59.225
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 --> 00:06:06.766
aquela representatividade e 
você conseguir entender melhor

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

00:06:08.668 --> 00:06:11.868
que foram extraídos 
ali da sua amostra.

00:06:11.868 --> 00:06:16.676
Bom, então agora que você conhece
esses formatos de gráficos,

00:06:16.676 --> 00:06:18.782
você vai conseguir 
entender qual o gráfico

00:06:18.782 --> 00:06:21.901
vai se aplicar melhor
a realidade dos seus dados

00:06:21.901 --> 00:06:25.259
e vai te ajudar a transformar
aquele gráfico,

00:06:25.259 --> 00:06:29.610
aquela visualização, de forma 
muito mais visual, de fato.

00:06:29.610 --> 00:06:31.831
Então, você vai conseguir mostrar

00:06:31.831 --> 00:06:35.095
qual foi a descoberta que 
você teve com os seus dados,

00:06:35.095 --> 00:06:39.932
coisa que uma tabela não te ajudaria 
tanto em um nível tão visual.

00:06:39.932 --> 00:06:42.579
Então utilize aí os 
gráficos a seu favor,

00:06:42.579 --> 00:06:45.271
considerando a particularidade de 
cada e quando você vai aplicar um

00:06:45.271 --> 00:06:47.237
e quando você vai aplicar,

00:06:47.237 --> 00:06:50.232
quando você vai selecionar 
cada formato de gráfico.