1
00:00:07,707 --> 00:00:12,491
Trabalhando com representações
gráficas em estatística,

2
00:00:12,491 --> 00:00:17,443
é muito comum nós nos perguntarmos qual
gráfico que eu vou trabalhar, o que é melhor,

3
00:00:17,443 --> 00:00:21,991
qual que é a melhor situação, onde é
que eu aplico tais gráficos diferentes,

4
00:00:21,991 --> 00:00:27,744
rosca, pizza, que é o gráfico de setor,
histograma, gráfico de barra,

5
00:00:27,744 --> 00:00:33,588
linha de tendência, polígono de frequência,
que vai ser uma junção de gráfico de barra

6
00:00:33,588 --> 00:00:34,562
com linha de tendência,

7
00:00:34,562 --> 00:00:40,783
existem várias coisas onde nós podemos
permear e trabalhar em cima disso.

8
00:00:40,783 --> 00:00:44,884
E, agora, vamos falar de
duas classes de gráficos

9
00:00:44,884 --> 00:00:48,054
comumente utilizadas no meio
estatístico, que é o gráfico de setor,

10
00:00:48,054 --> 00:00:49,513
que nós conhecemos
como gráfico de pizza,

11
00:00:49,513 --> 00:00:54,512
aquele gráfico redondinho, onde nós
dividimos, normalmente, por porcentagens

12
00:00:54,512 --> 00:01:00,261
e assim por diante, e também o histograma,
que tem a ver com a distribuição estatística,

13
00:01:00,261 --> 00:01:04,762
então eu tenho que calcular
a frequência, distribuir isso em barras,

14
00:01:04,762 --> 00:01:09,141
e ali ordeno as minhas classes
em ordem crescente

15
00:01:09,141 --> 00:01:12,786
para ver como é que está
a distribuição dos meus dados.

16
00:01:12,786 --> 00:01:16,460
Diz que, se os dados se aproximam
de uma distribuição gaussiana,

17
00:01:16,460 --> 00:01:18,693
que nós chamamos
de distribuição normal,

18
00:01:18,693 --> 00:01:23,981
a tendência é que o maior número
de frequência bata ali na média,

19
00:01:23,981 --> 00:01:26,124
é quando nós plotamos
a tendência ali.

20
00:01:26,124 --> 00:01:28,967
Então, vamos analisar um pouquinho
os dois tipos de gráfico

21
00:01:28,967 --> 00:01:31,752
para ver como é que nós
trabalhamos com eles visualmente,

22
00:01:31,752 --> 00:01:34,156
tentamos entender alguma
aplicação e assim por diante.

23
00:01:34,156 --> 00:01:36,080
Então, vem comigo aqui.

24
00:01:36,080 --> 00:01:40,183
Temos aqui a criação, por exemplo,
utilizando a linguagem Python,

25
00:01:40,183 --> 00:01:45,750
de um gráfico de setor, onde nós
definimos valores e rótulos, está certo?

26
00:01:45,750 --> 00:01:51,359
Então, 10 para o A, 20 para o B,
30 para o C, 40 para o D, 50 para o E.

27
00:01:51,359 --> 00:01:54,236
Então, nós dividimos aqui
proporcionalmente.

28
00:01:54,236 --> 00:01:58,541
Veja que o E é maior, porque ele
recebe a maior quantidade aqui.

29
00:01:58,541 --> 00:02:01,938
Então, o gráfico de setor é
comum para nós, por exemplo,

30
00:02:01,938 --> 00:02:07,928
calcularmos em classes as porcentagens deles,
nós colocarmos rótulo e assim por diante.

31
00:02:07,928 --> 00:02:11,082
Então, tem até uma variação
aqui embaixo, por exemplo,

32
00:02:11,082 --> 00:02:15,887
do gráfico de setor
utilizando porcentagens.

33
00:02:15,887 --> 00:02:20,049
Então, nós só mudamos aqui
um parâmetro de autoporcentagem,

34
00:02:20,049 --> 00:02:24,230
onde, aquilo que estava aqui em cima,
eu consiga distribuir em porcentagem.

35
00:02:24,230 --> 00:02:31,331
Então, você fala assim: "olha, cinco
grupos analisados, grupo A, B, C, D e E,

36
00:02:31,331 --> 00:02:35,683
33.3% representam o grupo E",
então ele é a maioria,

37
00:02:35,683 --> 00:02:38,847
por exemplo, se fosse quantidade
de pessoas, seria a maioria,

38
00:02:38,847 --> 00:02:43,492
seguido do grupo D, grupo C,
B e terminando pelo grupo A.

39
00:02:43,492 --> 00:02:47,199
Então, isso aqui é muito importante,
é um tipo de gráfico bem específico,

40
00:02:47,199 --> 00:02:51,848
não é legal nós trabalharmos com muitas
subdivisões, porque ele fica muito poluído,

41
00:02:51,848 --> 00:02:55,712
mas ele é interessante para nós
termos noção de densidade

42
00:02:55,712 --> 00:02:58,849
e vermos qual que é, por exemplo,
a maior porcentagem.

43
00:02:58,849 --> 00:03:01,773
É muito interessante nós
utilizarmos esse gráfico de setor,

44
00:03:01,773 --> 00:03:04,923
porque, através dos setores,
nós conseguimos ver.

45
00:03:04,923 --> 00:03:09,915
Óbvio que o olho humano, dependendo
se as porcentagens são muito próximas,

46
00:03:09,915 --> 00:03:12,562
a área, visualmente falando
para os nossos olhos,

47
00:03:12,562 --> 00:03:16,509
talvez não seja algo
tão distinguível assim.

48
00:03:16,509 --> 00:03:20,841
Ou seja, nós não conseguiríamos
diferenciar duas classes diferentes,

49
00:03:20,841 --> 00:03:24,285
o que pode ser um problema, então
nós temos que tomar muito cuidado

50
00:03:24,285 --> 00:03:27,765
com o tipo de gráfico para não
cometer esse tipo de erro.

51
00:03:27,765 --> 00:03:31,733
Então, a diferença é que esse
aqui só tem o âmbito visual,

52
00:03:31,733 --> 00:03:33,265
é legal nós colocarmos um rótulo

53
00:03:33,265 --> 00:03:38,054
para nós termos, numericamente,
uma noção do que está acontecendo.

54
00:03:38,054 --> 00:03:42,726
E, seguindo, aqui nós temos um histograma
onde nós pegamos, por exemplo,

55
00:03:42,726 --> 00:03:48,937
uma distribuição de dados, onde eu
pego aqui um tipo de distribuição,

56
00:03:48,937 --> 00:03:53,219
aqui eu utilizei uma distribuição
randômica do tipo normal, está certo?

57
00:03:53,219 --> 00:03:54,711
Normal por quê?

58
00:03:54,711 --> 00:03:57,306
Distribuição normal é
uma distribuição gaussiana,

59
00:03:57,306 --> 00:04:01,954
se nós colocarmos uma linha de tendência
aqui, ele vai ter uma curva diferenciada,

60
00:04:01,954 --> 00:04:09,536
se eu fizer, por exemplo,
um "plt.plot" nos dados,

61
00:04:09,536 --> 00:04:13,856
chegar aqui e trabalhar com uma cor
vermelha, por exemplo,

62
00:04:14,992 --> 00:04:18,116
nós vamos trabalhar aqui
com um tipo de distribuição.

63
00:04:18,116 --> 00:04:22,247
Óbvio que agora ele colocou os plots
um pouquinho diferentes, propriamente dito,

64
00:04:22,247 --> 00:04:25,858
e ele colocou agora em uma aleatoriedade,
ele transformou tudo.

65
00:04:25,858 --> 00:04:28,706
Então, eu vou comentar
essa linha de código

66
00:04:28,706 --> 00:04:31,862
só para nós não perdermos
o que fizemos anteriormente.

67
00:04:31,862 --> 00:04:35,065
Ah, e vou travar
uma aleatoriedade também

68
00:04:35,065 --> 00:04:42,383
para nós não sairmos com mudanças
bruscas no nosso cenário.

69
00:04:42,383 --> 00:04:45,000
Então, eu vou trabalhar aqui
com o 42, por exemplo,

70
00:04:45,000 --> 00:04:48,734
nós temos aqui
uma distribuição específica.

71
00:04:48,734 --> 00:04:53,615
Isso aqui é uma funçãozinha computacional
que pode nos ajudar muito, bastante,

72
00:04:53,615 --> 00:04:57,878
porque nós temos aqui
algumas possibilidades.

73
00:04:57,878 --> 00:05:01,859
E veja que, colocando o cursor
aqui na tela, apareceu um pop-up,

74
00:05:01,859 --> 00:05:05,650
onde nós temos uma janelinha onde
ele explica, aqui dentro dessa função,

75
00:05:05,650 --> 00:05:08,416
como é que eu poderia trabalhar,
alguns parâmetros diferentes,

76
00:05:08,416 --> 00:05:13,135
ele dá uma documentação,
um overview geral dessa função aqui.

77
00:05:13,135 --> 00:05:16,906
Então, além dos dados, eu poderia,
por exemplo, colocar aqui:

78
00:05:16,906 --> 00:05:21,311
qual é o range, densidade,
se ele é acumulativo, está certo?

79
00:05:21,311 --> 00:05:25,978
Qual que é o tipo de histograma, que pode
ser barra, pode ser outros tipos.

80
00:05:25,978 --> 00:05:29,947
A orientação, vertical, eu posso
trocar isso aqui para a horizontal.

81
00:05:29,947 --> 00:05:33,879
Existe uma série de coisas
aqui que eu posso trabalhar,

82
00:05:33,879 --> 00:05:39,144
transformação logarítmica,
entre outras coisas, então aqui.

83
00:05:39,144 --> 00:05:43,110
Só que isso aqui diferencia,
por exemplo, de um gráfico de barra,

84
00:05:43,110 --> 00:05:44,601
onde as barras são separadas.

85
00:05:44,601 --> 00:05:48,561
Aqui, a ideia é ser junto mesmo,
então nós temos umas barras unidas

86
00:05:48,561 --> 00:05:51,515
onde nós só pegamos
o contorno das barras,

87
00:05:51,515 --> 00:05:57,389
porque o mais importante para nós é
sabermos onde a quantidade bate na classe.

88
00:05:57,389 --> 00:06:02,588
Então, por exemplo, nós sabemos
que na distribuição uniforme aqui de -3,

89
00:06:02,588 --> 00:06:06,936
vamos ver assim, um pouco
para lá de -3 até 4,

90
00:06:06,936 --> 00:06:10,150
nós temos uma distribuição que dá
aproximadamente no 0, que seria o meio.

91
00:06:10,150 --> 00:06:15,252
Então, a média, a mediana e a moda,
aproximadamente, dessa distribuição,

92
00:06:15,252 --> 00:06:21,219
são iguais, se nós fossemos 
calcular teoricamente falando aqui.

93
00:06:21,219 --> 00:06:25,404
Então, o histograma é utilizado para nós
analisarmos distribuições estatísticas,

94
00:06:25,404 --> 00:06:29,488
para nós sabermos se a distribuição é
normal, de Poisson e assim por diante,

95
00:06:29,488 --> 00:06:35,404
diferente desse gráfico anterior aqui
onde tem outros resultados específicos.

96
00:06:35,404 --> 00:06:42,262
E as distribuições são várias,
Poisson, normal, Bernoulli,

97
00:06:42,262 --> 00:06:45,086
binomial, tem vários
tipos de distribuição

98
00:06:45,086 --> 00:06:48,654
e, na verdade, aqui não interessa
qual é o tipo de distribuição,

99
00:06:48,654 --> 00:06:51,013
o mais importante é que eu
consigo plotar histograma

100
00:06:51,013 --> 00:06:54,036
para todas as distribuições possíveis.

101
00:06:54,036 --> 00:06:57,654
Então, veja que agora trabalhamos
com mais duas classes de gráficos,

102
00:06:57,654 --> 00:07:02,256
ou seja, entendemos um pouquinho
mais onde nós podemos aplicar isso.

103
00:07:02,256 --> 00:07:05,055
Só que, novamente, é
relativo ao seu problema.

104
00:07:05,055 --> 00:07:08,763
Então, se você quiser utilizar isso
em um contexto econômico

105
00:07:08,763 --> 00:07:14,426
ou em um contexto, por exemplo, de análise
ambiental, em uma inteligência artificial,

106
00:07:14,426 --> 00:07:16,275
em um algoritmo de aprendizado
de máquina,

107
00:07:16,275 --> 00:07:19,448
isso pode depender muito
do que você quer fazer,

108
00:07:19,448 --> 00:07:22,889
e aqui tem várias
possibilidades.

109
00:07:22,889 --> 00:07:25,298
E falando em várias possibilidades,

110
00:07:25,298 --> 00:07:30,735
isso pode impactar diretamente
com aquilo que você é proposto a fazer.

111
00:07:30,735 --> 00:07:36,198
Então estude, procure bastante
aplicação, utilize um recurso gráfico

112
00:07:36,198 --> 00:07:38,460
ou a própria programação,
como nós vimos,

113
00:07:38,460 --> 00:07:41,463
para que esse estudo
seja cada vez mais eficaz

114
00:07:41,463 --> 00:07:45,513
e que as aplicações se tornem
cada vez mais fáceis.