WEBVTT

00:00:07.707 --> 00:00:12.491
Trabalhando com representações
gráficas em estatística,

00:00:12.491 --> 00:00:17.443
é muito comum nós nos perguntarmos qual
gráfico que eu vou trabalhar, o que é melhor,

00:00:17.443 --> 00:00:21.991
qual que é a melhor situação, onde é
que eu aplico tais gráficos diferentes,

00:00:21.991 --> 00:00:27.744
rosca, pizza, que é o gráfico de setor,
histograma, gráfico de barra,

00:00:27.744 --> 00:00:33.588
linha de tendência, polígono de frequência,
que vai ser uma junção de gráfico de barra

00:00:33.588 --> 00:00:34.562
com linha de tendência,

00:00:34.562 --> 00:00:40.783
existem várias coisas onde nós podemos
permear e trabalhar em cima disso.

00:00:40.783 --> 00:00:44.884
E, agora, vamos falar de
duas classes de gráficos

00:00:44.884 --> 00:00:48.054
comumente utilizadas no meio
estatístico, que é o gráfico de setor,

00:00:48.054 --> 00:00:49.513
que nós conhecemos
como gráfico de pizza,

00:00:49.513 --> 00:00:54.512
aquele gráfico redondinho, onde nós
dividimos, normalmente, por porcentagens

00:00:54.512 --> 00:01:00.261
e assim por diante, e também o histograma,
que tem a ver com a distribuição estatística,

00:01:00.261 --> 00:01:04.762
então eu tenho que calcular
a frequência, distribuir isso em barras,

00:01:04.762 --> 00:01:09.141
e ali ordeno as minhas classes
em ordem crescente

00:01:09.141 --> 00:01:12.786
para ver como é que está
a distribuição dos meus dados.

00:01:12.786 --> 00:01:16.460
Diz que, se os dados se aproximam
de uma distribuição gaussiana,

00:01:16.460 --> 00:01:18.693
que nós chamamos
de distribuição normal,

00:01:18.693 --> 00:01:23.981
a tendência é que o maior número
de frequência bata ali na média,

00:01:23.981 --> 00:01:26.124
é quando nós plotamos
a tendência ali.

00:01:26.124 --> 00:01:28.967
Então, vamos analisar um pouquinho
os dois tipos de gráfico

00:01:28.967 --> 00:01:31.752
para ver como é que nós
trabalhamos com eles visualmente,

00:01:31.752 --> 00:01:34.156
tentamos entender alguma
aplicação e assim por diante.

00:01:34.156 --> 00:01:36.080
Então, vem comigo aqui.

00:01:36.080 --> 00:01:40.183
Temos aqui a criação, por exemplo,
utilizando a linguagem Python,

00:01:40.183 --> 00:01:45.750
de um gráfico de setor, onde nós
definimos valores e rótulos, está certo?

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.

00:01:51.359 --> 00:01:54.236
Então, nós dividimos aqui
proporcionalmente.

00:01:54.236 --> 00:01:58.541
Veja que o E é maior, porque ele
recebe a maior quantidade aqui.

00:01:58.541 --> 00:02:01.938
Então, o gráfico de setor é
comum para nós, por exemplo,

00:02:01.938 --> 00:02:07.928
calcularmos em classes as porcentagens deles,
nós colocarmos rótulo e assim por diante.

00:02:07.928 --> 00:02:11.082
Então, tem até uma variação
aqui embaixo, por exemplo,

00:02:11.082 --> 00:02:15.887
do gráfico de setor
utilizando porcentagens.

00:02:15.887 --> 00:02:20.049
Então, nós só mudamos aqui
um parâmetro de autoporcentagem,

00:02:20.049 --> 00:02:24.230
onde, aquilo que estava aqui em cima,
eu consiga distribuir em porcentagem.

00:02:24.230 --> 00:02:31.331
Então, você fala assim: "olha, cinco
grupos analisados, grupo A, B, C, D e E,

00:02:31.331 --> 00:02:35.683
33.3% representam o grupo E",
então ele é a maioria,

00:02:35.683 --> 00:02:38.847
por exemplo, se fosse quantidade
de pessoas, seria a maioria,

00:02:38.847 --> 00:02:43.492
seguido do grupo D, grupo C,
B e terminando pelo grupo A.

00:02:43.492 --> 00:02:47.199
Então, isso aqui é muito importante,
é um tipo de gráfico bem específico,

00:02:47.199 --> 00:02:51.848
não é legal nós trabalharmos com muitas
subdivisões, porque ele fica muito poluído,

00:02:51.848 --> 00:02:55.712
mas ele é interessante para nós
termos noção de densidade

00:02:55.712 --> 00:02:58.849
e vermos qual que é, por exemplo,
a maior porcentagem.

00:02:58.849 --> 00:03:01.773
É muito interessante nós
utilizarmos esse gráfico de setor,

00:03:01.773 --> 00:03:04.923
porque, através dos setores,
nós conseguimos ver.

00:03:04.923 --> 00:03:09.915
Óbvio que o olho humano, dependendo
se as porcentagens são muito próximas,

00:03:09.915 --> 00:03:12.562
a área, visualmente falando
para os nossos olhos,

00:03:12.562 --> 00:03:16.509
talvez não seja algo
tão distinguível assim.

00:03:16.509 --> 00:03:20.841
Ou seja, nós não conseguiríamos
diferenciar duas classes diferentes,

00:03:20.841 --> 00:03:24.285
o que pode ser um problema, então
nós temos que tomar muito cuidado

00:03:24.285 --> 00:03:27.765
com o tipo de gráfico para não
cometer esse tipo de erro.

00:03:27.765 --> 00:03:31.733
Então, a diferença é que esse
aqui só tem o âmbito visual,

00:03:31.733 --> 00:03:33.265
é legal nós colocarmos um rótulo

00:03:33.265 --> 00:03:38.054
para nós termos, numericamente,
uma noção do que está acontecendo.

00:03:38.054 --> 00:03:42.726
E, seguindo, aqui nós temos um histograma
onde nós pegamos, por exemplo,

00:03:42.726 --> 00:03:48.937
uma distribuição de dados, onde eu
pego aqui um tipo de distribuição,

00:03:48.937 --> 00:03:53.219
aqui eu utilizei uma distribuição
randômica do tipo normal, está certo?

00:03:53.219 --> 00:03:54.711
Normal por quê?

00:03:54.711 --> 00:03:57.306
Distribuição normal é
uma distribuição gaussiana,

00:03:57.306 --> 00:04:01.954
se nós colocarmos uma linha de tendência
aqui, ele vai ter uma curva diferenciada,

00:04:01.954 --> 00:04:09.536
se eu fizer, por exemplo,
um "plt.plot" nos dados,

00:04:09.536 --> 00:04:13.856
chegar aqui e trabalhar com uma cor
vermelha, por exemplo,

00:04:14.992 --> 00:04:18.116
nós vamos trabalhar aqui
com um tipo de distribuição.

00:04:18.116 --> 00:04:22.247
Óbvio que agora ele colocou os plots
um pouquinho diferentes, propriamente dito,

00:04:22.247 --> 00:04:25.858
e ele colocou agora em uma aleatoriedade,
ele transformou tudo.

00:04:25.858 --> 00:04:28.706
Então, eu vou comentar
essa linha de código

00:04:28.706 --> 00:04:31.862
só para nós não perdermos
o que fizemos anteriormente.

00:04:31.862 --> 00:04:35.065
Ah, e vou travar
uma aleatoriedade também

00:04:35.065 --> 00:04:42.383
para nós não sairmos com mudanças
bruscas no nosso cenário.

00:04:42.383 --> 00:04:45.000
Então, eu vou trabalhar aqui
com o 42, por exemplo,

00:04:45.000 --> 00:04:48.734
nós temos aqui
uma distribuição específica.

00:04:48.734 --> 00:04:53.615
Isso aqui é uma funçãozinha computacional
que pode nos ajudar muito, bastante,

00:04:53.615 --> 00:04:57.878
porque nós temos aqui
algumas possibilidades.

00:04:57.878 --> 00:05:01.859
E veja que, colocando o cursor
aqui na tela, apareceu um pop-up,

00:05:01.859 --> 00:05:05.650
onde nós temos uma janelinha onde
ele explica, aqui dentro dessa função,

00:05:05.650 --> 00:05:08.416
como é que eu poderia trabalhar,
alguns parâmetros diferentes,

00:05:08.416 --> 00:05:13.135
ele dá uma documentação,
um overview geral dessa função aqui.

00:05:13.135 --> 00:05:16.906
Então, além dos dados, eu poderia,
por exemplo, colocar aqui:

00:05:16.906 --> 00:05:21.311
qual é o range, densidade,
se ele é acumulativo, está certo?

00:05:21.311 --> 00:05:25.978
Qual que é o tipo de histograma, que pode
ser barra, pode ser outros tipos.

00:05:25.978 --> 00:05:29.947
A orientação, vertical, eu posso
trocar isso aqui para a horizontal.

00:05:29.947 --> 00:05:33.879
Existe uma série de coisas
aqui que eu posso trabalhar,

00:05:33.879 --> 00:05:39.144
transformação logarítmica,
entre outras coisas, então aqui.

00:05:39.144 --> 00:05:43.110
Só que isso aqui diferencia,
por exemplo, de um gráfico de barra,

00:05:43.110 --> 00:05:44.601
onde as barras são separadas.

00:05:44.601 --> 00:05:48.561
Aqui, a ideia é ser junto mesmo,
então nós temos umas barras unidas

00:05:48.561 --> 00:05:51.515
onde nós só pegamos
o contorno das barras,

00:05:51.515 --> 00:05:57.389
porque o mais importante para nós é
sabermos onde a quantidade bate na classe.

00:05:57.389 --> 00:06:02.588
Então, por exemplo, nós sabemos
que na distribuição uniforme aqui de -3,

00:06:02.588 --> 00:06:06.936
vamos ver assim, um pouco
para lá de -3 até 4,

00:06:06.936 --> 00:06:10.150
nós temos uma distribuição que dá
aproximadamente no 0, que seria o meio.

00:06:10.150 --> 00:06:15.252
Então, a média, a mediana e a moda,
aproximadamente, dessa distribuição,

00:06:15.252 --> 00:06:21.219
são iguais, se nós fossemos 
calcular teoricamente falando aqui.

00:06:21.219 --> 00:06:25.404
Então, o histograma é utilizado para nós
analisarmos distribuições estatísticas,

00:06:25.404 --> 00:06:29.488
para nós sabermos se a distribuição é
normal, de Poisson e assim por diante,

00:06:29.488 --> 00:06:35.404
diferente desse gráfico anterior aqui
onde tem outros resultados específicos.

00:06:35.404 --> 00:06:42.262
E as distribuições são várias,
Poisson, normal, Bernoulli,

00:06:42.262 --> 00:06:45.086
binomial, tem vários
tipos de distribuição

00:06:45.086 --> 00:06:48.654
e, na verdade, aqui não interessa
qual é o tipo de distribuição,

00:06:48.654 --> 00:06:51.013
o mais importante é que eu
consigo plotar histograma

00:06:51.013 --> 00:06:54.036
para todas as distribuições possíveis.

00:06:54.036 --> 00:06:57.654
Então, veja que agora trabalhamos
com mais duas classes de gráficos,

00:06:57.654 --> 00:07:02.256
ou seja, entendemos um pouquinho
mais onde nós podemos aplicar isso.

00:07:02.256 --> 00:07:05.055
Só que, novamente, é
relativo ao seu problema.

00:07:05.055 --> 00:07:08.763
Então, se você quiser utilizar isso
em um contexto econômico

00:07:08.763 --> 00:07:14.426
ou em um contexto, por exemplo, de análise
ambiental, em uma inteligência artificial,

00:07:14.426 --> 00:07:16.275
em um algoritmo de aprendizado
de máquina,

00:07:16.275 --> 00:07:19.448
isso pode depender muito
do que você quer fazer,

00:07:19.448 --> 00:07:22.889
e aqui tem várias
possibilidades.

00:07:22.889 --> 00:07:25.298
E falando em várias possibilidades,

00:07:25.298 --> 00:07:30.735
isso pode impactar diretamente
com aquilo que você é proposto a fazer.

00:07:30.735 --> 00:07:36.198
Então estude, procure bastante
aplicação, utilize um recurso gráfico

00:07:36.198 --> 00:07:38.460
ou a própria programação,
como nós vimos,

00:07:38.460 --> 00:07:41.463
para que esse estudo
seja cada vez mais eficaz

00:07:41.463 --> 00:07:45.513
e que as aplicações se tornem
cada vez mais fáceis.