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% representa o grupo
e então ele é a maioria.

00:02:35.843 --> 00:02:38.846
Por exemplo, se fosse
quantidade de pessoas, seria a maioria

00:02:39.047 --> 00:02:43.652
seguido do grupo D, grupo C, B
e terminando pelo grupo.

00:02:43.752 --> 00:02:45.421
Então isso daqui é muito importante.

00:02:45.421 --> 00:02:47.389
É um tipo de gráfico bem específico.

00:02:47.389 --> 00:02:48.124
Não é legal

00:02:48.124 --> 00:02:51.928
a gente trabalhar com muitas subdivisões,
porque ele fica muito poluído.

00:02:52.028 --> 00:02:55.866
Mas ele é interessante para a gente
ter noção de densidade aqui

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

00:02:59.069 --> 00:03:01.973
É muito interessante
a gente utilizar esse gráfico do setor,

00:03:01.973 --> 00:03:04.976
porque através dos setores
a gente consegue ver

00:03:05.143 --> 00:03:10.015
óbvio que o olho humano, dependendo
se as porcentagens são muito próximas

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

00:03:12.752 --> 00:03:16.589
talvez não seja algo tão distinguível
assim.

00:03:16.689 --> 00:03:17.824
Ou seja,

00:03:17.824 --> 00:03:21.161
a gente não conseguiria diferenciar
duas classes diferentes,

00:03:21.161 --> 00:03:22.229
o que pode ser um problema.

00:03:22.229 --> 00:03:24.465
Então a gente tem que tomar muito cuidado

00:03:24.465 --> 00:03:27.835
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 daqui só tem o âmbito visual.

00:03:31.973 --> 00:03:33.475
É legal a gente colocar um rótulo

00:03:33.475 --> 00:03:38.214
para a gente ter numericamente
uma noção do que está acontecendo.

00:03:38.314 --> 00:03:39.582
E seguindo

00:03:39.582 --> 00:03:42.986
aqui nós temos um histograma
aonde a gente pega, por exemplo,

00:03:42.986 --> 00:03:46.223
uma distribuição de dados,

00:03:46.323 --> 00:03:49.393
onde eu pego aqui
um tipo de distribuição que aqui

00:03:49.393 --> 00:03:52.764
eu utilizei,
uma distribuição randômica do tipo normal.

00:03:52.830 --> 00:03:57.436
Tá certo, Normal porque distribuição
normal é uma distribuição gaussiana.

00:03:57.436 --> 00:04:02.007
Se a gente colocar uma linha de tendência
que ele vai ter uma curva diferenciada.

00:04:02.174 --> 00:04:07.914
Se eu fizer, por exemplo,
um PLT ponto plot, por exemplo,

00:04:07.981 --> 00:04:10.350
nos dados, chegar aqui,

00:04:10.350 --> 00:04:15.122
trabalhar com uma cor vermelha,
por exemplo,

00:04:15.222 --> 00:04:18.326
a gente vai 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 numa aleatoriedade,
ele transformou tudo.

00:04:26.068 --> 00:04:30.473
Então vou comentar essa linha de código
só pra gente não perder

00:04:30.540 --> 00:04:35.178
o que fizemos anteriormente
e vou travar uma aleatoriedade também

00:04:35.245 --> 00:04:37.348
para a gente

00:04:37.348 --> 00:04:39.083
não sair

00:04:39.083 --> 00:04:42.553
com mudanças bruscas no nosso cenário.

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

00:04:45.190 --> 00:04:48.827
Nós temos aqui uma distribuição
específica.

00:04:48.894 --> 00:04:52.264
Isso daqui é uma função
zinha computacional que pode nos ajudar

00:04:52.264 --> 00:04:56.903
muito, bastante aqui,
porque a gente tem aqui

00:04:56.970 --> 00:04:58.138
algumas possibilidades.

00:04:58.138 --> 00:05:01.942
E veja que colocando um cursor
aqui na tela irá aparecer um popup

00:05:02.009 --> 00:05:05.880
aonde nós temos aqui 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 --> 00:05:13.322
Ele dá uma documentação
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 de densidade,
se ele acumulativo tá certo?

00:05:21.531 --> 00:05:24.167
Qual que é o tipo de histograma
que pode ser barra?

00:05:24.167 --> 00:05:27.605
Pode ser outros tipos orientação vertical?

00:05:27.638 --> 00:05:30.107
Posso trocar isso daqui para a horizontal?

00:05:30.107 --> 00:05:34.012
Existe uma série de coisas aqui
que eu posso trabalhar na

00:05:34.079 --> 00:05:35.814
transformação logarítmica,

00:05:35.814 --> 00:05:39.184
entre outras coisas, então aqui.

00:05:39.284 --> 00:05:41.754
Só que isso daqui diferencia, por exemplo,

00:05:41.754 --> 00:05:44.891
de um gráfico de barras
onde as barras são separadas.

00:05:44.891 --> 00:05:46.693
Aqui a ideia ser junto mesmo.

00:05:46.693 --> 00:05:51.565
Então a gente tem umas barras unidas onde
a gente só pega o contorno das barras,

00:05:51.665 --> 00:05:54.669
porque o mais importante para a gente
a gente saber aonde

00:05:54.835 --> 00:05:57.639
a quantidade bate na classe.

00:05:57.639 --> 00:06:02.711
Então, por exemplo, a gente sabe que
na distribuição uniforme aqui de -3,

00:06:02.778 --> 00:06:07.016
vamos ver assim
um pouco pra lá de -3 até quatro.

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

00:06:10.320 --> 00:06:15.793
Então a média, a mediana é a moda
aproximadamente dessa distribuição é

00:06:15.859 --> 00:06:17.061
igual.

00:06:17.061 --> 00:06:21.299
Se a gente fosse calcular
teoricamente falando aqui,

00:06:21.399 --> 00:06:22.233
então o histograma

00:06:22.233 --> 00:06:25.604
ele é utilizado para a gente
analisar a distribuição estatísticas,

00:06:25.604 --> 00:06:29.608
para a gente saber se a distribuição
é normal de Poisson e assim por diante.

00:06:29.708 --> 00:06:35.882
Diferente desse gráfico anterior, aqui
onde tem outros resultados específicos

00:06:35.982 --> 00:06:38.085
e as distribuições são várias

00:06:38.085 --> 00:06:41.822
Poisson normal Bernoulli

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

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

00:06:48.630 --> 00:06:49.731
O mais importante é que

00:06:49.731 --> 00:06:54.169
eu consigo plotar histograma
para todas as distribuições possíveis.

00:06:54.236 --> 00:06:57.774
Então veja que agora trabalhamos
com mais duas classes de gráficos,

00:06:57.874 --> 00:07:02.379
ou seja, entendemos um pouquinho mais
onde a gente pode aplicar isso.

00:07:02.446 --> 00:07:05.215
Só que novamente a relativa
o seu problema.

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

00:07:08.953 --> 00:07:12.323
ou num contexto, por exemplo,
a análise ambiental

00:07:12.424 --> 00:07:16.495
numa inteligência artificial
ou no algoritmo de aprendizado de máquina,

00:07:16.495 --> 00:07:19.498
isso pode depender muito
do que você quer fazer.

00:07:19.598 --> 00:07:23.303
E aqui tem várias possibilidades.

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

00:07:25.438 --> 00:07:30.878
isso pode impactar diretamente
com aquilo que você está proposto a fazer.

00:07:30.945 --> 00:07:34.816
Então estude,
procure bastante a aplicação,

00:07:34.882 --> 00:07:38.520
utilize um recurso gráfico
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 de.