WEBVTT

00:00:07.707 --> 00:00:12.681
Trabalhando com representações
gráficas em estatística,

00:00:12.681 --> 00:00:17.653
é muito comum nós nos perguntarmos qual
gráfico que eu vou trabalhar, o que é melhor,

00:00:17.653 --> 00:00:22.091
qual que a melhor situação, onde é
que eu aplico tais gráficos diferentes,

00:00:22.091 --> 00:00:27.904
rosca, pizza, que é o gráfico do setor,
histograma, gráfico de barra,

00:00:27.904 --> 00:00:33.698
linha de tendência, polígono de frequência
que vai ser uma junção de gráfico de barra

00:00:33.698 --> 00:00:34.772
com linha de tendência,

00:00:34.772 --> 00:00:41.113
existem várias coisas onde nós podemos
permear e trabalhar em cima disso.

00:00:41.113 --> 00:00:45.084
E, agora, vamos falar de
duas classes de gráficos

00:00:45.084 --> 00:00:48.254
comumente utilizadas no meio
estatístico, que é o gráfico de setor,

00:00:48.254 --> 00:00:49.723
que nós conhecemos
como gráfico de pizza,

00:00:49.723 --> 00:00:54.712
aquele gráfico redondinho onde nós
dividimos, normalmente, por porcentagens

00:00:54.712 --> 00:01:00.501
e assim por diante, e também o histograma
que tem a ver com a distribuição estatística,

00:01:00.501 --> 00:01:04.432
então eu tenho que calcular
frequência, distribuir isso em barras

00:01:04.432 --> 00:01:09.311
e ali ordeno as minhas classes
em ordem crescente

00:01:09.311 --> 00:01:12.916
para ver como é que está
a distribuição dos meus dados.

00:01:12.916 --> 00:01:16.620
Diz que se os dados se aproximam
de uma distribuição gaussiana,

00:01:16.620 --> 00:01:18.473
que nós chamamos
de distribuição normal,

00:01:18.473 --> 00:01:24.071
a tendência é que o maior número
de frequência bata ali na média,

00:01:24.071 --> 00:01:26.364
é quando nós plotamos
a tendência ali.

00:01:26.364 --> 00:01:29.167
Então, vamos analisar um pouquinho
os dois tipos de gráfico

00:01:29.167 --> 00:01:31.952
para ver como é que nós
trabalhamos com eles visualmente,

00:01:31.952 --> 00:01:34.216
tentamos entender alguma
aplicação e assim por diante.

00:01:34.216 --> 00:01:36.642
Então, vem comigo aqui.

00:01:36.642 --> 00:01:40.413
Temos aqui a criação, por exemplo,
utilizando a linguagem Python,

00:01:40.413 --> 00:01:46.020
de um gráfico de setor, onde nós
definimos valores e rótulos, está certo?

00:01:46.020 --> 00:01:51.559
Então, 10 para o A, 20 para o B,
30 para o C, 40 para o D, 50 para o E.

00:01:51.559 --> 00:01:54.396
Então, nós dividimos aqui
proporcionalmente.

00:01:54.396 --> 00:01:58.701
Veja que o E é maior, porque ele
recebe a maior quantidade aqui.

00:01:58.701 --> 00:02:02.038
Então, o gráfico de setor é
comum para nós, por exemplo,

00:02:02.038 --> 00:02:08.078
calcularmos em classes as porcentagens deles,
nós colocarmos rótulo e assim por diante.

00:02:08.078 --> 00:02:11.282
Então, tem até uma variação
aqui embaixo, por exemplo,

00:02:11.282 --> 00:02:16.087
do gráfico de setor
utilizando porcentagens.

00:02:16.087 --> 00:02:20.259
Então, nós só mudamos aqui
um parâmetro de autoporcentagem,

00:02:20.259 --> 00:02:24.530
onde, aquilo que estava aqui em cima,
eu consiga distribuir em porcentagem.

00:02:24.530 --> 00:02:30.871
Então você fala assim: "olha, cinco
grupos analisados grupo A, B, C, D e E,

00:02:30.871 --> 00:02:35.843
33.3% representam o grupo E,
então ele é a maioria,

00:02:35.843 --> 00:02:39.047
por exemplo, se fosse quantidade
de pessoas, seria a maioria

00:02:39.047 --> 00:02:43.752
seguido do grupo D, grupo C,
B e terminando pelo grupo A.

00:02:43.752 --> 00:02:47.389
Então, isso daqui é muito importante,
é um tipo de gráfico bem específico,

00:02:47.389 --> 00:02:52.028
não é legal nós trabalharmos com muitas
subdivisões, porque ele fica muito poluído,

00:02:52.028 --> 00:02:55.932
mas ele é interessante para nós
termos noção de densidade aqui

00:02:55.932 --> 00:02:59.069
e vermos qual que é, por exemplo,
a maior porcentagem.

00:02:59.069 --> 00:03:01.973
É muito interessante nós
utilizarmos esse gráfico do setor,

00:03:01.973 --> 00:03:05.143
porque através dos setores
nós conseguimos ver.

00:03:05.143 --> 00:03:10.115
Óbvio que o olho humano, dependendo
se as porcentagens são muito próximas,

00:03:10.115 --> 00:03:12.752
a área, visualmente falando
para os nossos olhos,

00:03:12.752 --> 00:03:16.689
talvez não seja algo
tão distinguível assim.

00:03:16.689 --> 00:03:21.161
Ou seja, nós não conseguiríamos
diferenciar duas classes diferentes,

00:03:21.161 --> 00:03:24.465
o que pode ser um problema, então
nós temos que tomar muito cuidado

00:03:24.465 --> 00:03:27.935
com o tipo de gráfico para não
cometer esse tipo de erro.

00:03:27.935 --> 00:03:31.973
Então, a diferença é que esse
aqui só tem o âmbito visual,

00:03:31.973 --> 00:03:33.475
é legal nós colocarmos um rótulo

00:03:33.475 --> 00:03:38.314
para nós termos numericamente
uma noção do que está acontecendo.

00:03:38.314 --> 00:03:42.986
E, seguindo, aqui nós temos um histograma
onde nós pegamos, por exemplo,

00:03:42.986 --> 00:03:49.037
uma distribuição de dados, onde eu
pego aqui um tipo de distribuição,

00:03:49.037 --> 00:03:53.459
que aqui eu utilizei, uma distribuição
randômica do tipo normal, está certo?

00:03:53.459 --> 00:03:54.891
Normal por quê?

00:03:54.891 --> 00:03:57.436
Distribuição normal é
uma distribuição gaussiana,

00:03:57.436 --> 00:04:02.174
se nós colocarmos uma linha de tendência
aqui, ele vai ter uma curva diferenciada,

00:04:02.174 --> 00:04:09.126
se eu fizer, por exemplo,
um "plt.plot" nos dados,

00:04:09.126 --> 00:04:13.710
chegar aqui e trabalhar com uma cor
vermelha, por exemplo,

00:04:15.222 --> 00:04:18.326
nós vamos trabalhar aqui
com o tipo de distribuição.

00:04:18.326 --> 00:04:22.497
Óbvio que agora ele colocou os plots
um pouquinho diferentes, propriamente dito,

00:04:22.497 --> 00:04:26.068
e ele colocou agora em uma aleatoriedade,
ele transformou tudo.

00:04:26.068 --> 00:04:28.026
Então, eu vou comentar
essa linha de código

00:04:28.026 --> 00:04:31.982
só para nós não perdermos
o que fizemos anteriormente.

00:04:31.982 --> 00:04:35.245
Ah, e vou travar
uma aleatoriedade também

00:04:35.245 --> 00:04:42.553
para nós não sairmos com mudanças
bruscas no nosso cenário.

00:04:42.553 --> 00:04:45.190
Então, eu vou trabalhar aqui
com o 42, por exemplo,

00:04:45.190 --> 00:04:48.894
nós temos aqui
uma distribuição específica.

00:04:48.894 --> 00:04:53.825
Isso aqui é uma funçãozinha computacional
que pode nos ajudar muito, bastante aqui,

00:04:53.825 --> 00:04:58.138
porque nós temos aqui
algumas possibilidades.

00:04:58.138 --> 00:05:02.009
E veja que, colocando o cursor
aqui na tela, apareceu um pop-up,

00:05:02.009 --> 00:05:05.880
onde nós temos uma janelinha onde
ele explica, aqui dentro dessa função,

00:05:05.880 --> 00:05:08.616
como é que eu poderia trabalhar,
alguns parâmetros diferentes,

00:05:08.616 --> 00:05:13.355
ele dá uma documentação,
um overview geral dessa função aqui.

00:05:13.355 --> 00:05:17.026
Então, além dos dados, eu poderia,
por exemplo, colocar aqui:

00:05:17.026 --> 00:05:21.531
qual é o range, densidade,
se ele é acumulativo, está certo?

00:05:21.531 --> 00:05:26.108
Qual que é o tipo de histograma, que pode
ser barra, pode ser outros tipos.

00:05:26.108 --> 00:05:30.107
A orientação, vertical, posso trocar
isso aqui para a horizontal.

00:05:30.107 --> 00:05:34.079
Existe uma série de coisas
aqui que eu posso trabalhar,

00:05:34.079 --> 00:05:39.284
transformação logarítmica,
entre outras coisas, então aqui.

00:05:39.284 --> 00:05:42.910
Só que isso daqui diferencia,
por exemplo, de um gráfico de barra,

00:05:42.910 --> 00:05:44.891
onde as barras são separadas.

00:05:44.891 --> 00:05:48.841
Aqui, a ideia é ser junto mesmo,
então nós temos umas barras unidas

00:05:48.841 --> 00:05:51.665
onde nós só pegamos
o contorno das barras,

00:05:51.665 --> 00:05:57.639
porque o mais importante para nós é
sabermos onde a quantidade bate na classe.

00:05:57.639 --> 00:06:02.778
Então, por exemplo, nós sabemos
que na distribuição uniforme aqui de -3,

00:06:02.778 --> 00:06:07.116
vamos ver assim, um pouco
para lá de -3 até 4,

00:06:07.116 --> 00:06:10.320
nós temos uma distribuição que dá
aproximadamente no 0, que seria o meio.

00:06:10.320 --> 00:06:15.062
Então, a média, a mediana e a moda,
aproximadamente dessa distribuição,

00:06:15.062 --> 00:06:21.399
são iguais, se nós fossemos 
calcular teoricamente falando aqui.

00:06:21.399 --> 00:06:25.604
Então, o histograma é utilizado para nós
analisarmos distribuições estatísticas,

00:06:25.604 --> 00:06:29.708
para nós sabermos se a distribuição é
normal, de Poisson e assim por diante,

00:06:29.708 --> 00:06:34.832
diferente desse gráfico anterior aqui
onde tem outros resultados específicos.

00:06:35.982 --> 00:06:41.922
E as distribuições são várias,
Poisson, normal, Bernoulli,

00:06:41.922 --> 00:06:45.326
binomial, tem vários
tipos de distribuição

00:06:45.326 --> 00:06:48.630
e, na verdade, aqui não interessa
qual é o tipo de distribuição,

00:06:48.630 --> 00:06:51.133
o mais importante é que eu
consigo plotar histograma

00:06:51.133 --> 00:06:54.236
para todas as distribuições possíveis.

00:06:54.236 --> 00:06:57.874
Então, veja que agora trabalhamos
com mais duas classes de gráficos,

00:06:57.874 --> 00:07:02.446
ou seja, entendemos um pouquinho
mais onde nós podemos aplicar isso.

00:07:02.446 --> 00:07:05.215
Só que, novamente, é
relativo ao seu problema.

00:07:05.215 --> 00:07:08.953
Então, se você quiser utilizar isso
em um contexto econômico

00:07:08.953 --> 00:07:14.026
ou em um contexto, por exemplo, de análise
ambiental, em uma inteligência artificial,

00:07:14.026 --> 00:07:16.495
em um algoritmo de aprendizado
de máquina,

00:07:16.495 --> 00:07:19.598
isso pode depender muito
do que você quer fazer,

00:07:19.598 --> 00:07:23.369
e aqui tem várias
possibilidades.

00:07:23.369 --> 00:07:25.438
E falando em várias possibilidades,

00:07:25.438 --> 00:07:30.945
isso pode impactar diretamente
com aquilo que você é proposto a fazer.

00:07:30.945 --> 00:07:36.408
Então estude, procure bastante
aplicação, utilize um recurso gráfico

00:07:36.408 --> 00:07:38.620
ou a própria programação,
como nós vimos,

00:07:38.620 --> 00:07:41.623
para que esse estudo
seja cada vez mais eficaz

00:07:41.623 --> 00:07:45.795
e que as aplicações se tornem
cada vez mais fáceis.