Análise Exploratória de Dados

Prévia do material em texto

Conceitos, Distribuição de freqüências para 
Variáveis Qualitativas e Quantitativas
1
Conceito
2
Necessário organizá-los!
Necessário resumi-los!
Dados
Interpretação e tomada
de decisões.
Conceito
 Análise Exploratória de Dados consiste em RESUMIR E
ORGANIZAR os dados coletados através de tabelas,
gráficos ou medidas numéricas, e a partir dos dados
resumidos procurar alguma regularidade ou padrão nas
observações (INTERPRETAR os dados).
 Estatística Descritiva.
 Interesse no comportamento individual das variáveis.
 Interesse no relacionamento entre variáveis.
 Várias técnicas.
3
Escolha das técnicas de AED
 Nível de mensuração das variáveis.
 Objetivo da análise:
 Comportamento individual da variável.
 Comportamento da variável em função de uma ou mais 
variáveis (ferramentas múltiplas).
 Número de variáveis envolvidas.
 Tamanho do conjunto de dados.
 Tempo disponível para a apresentação dos resultados.
 Grau de conhecimento estatístico do público alvo.
4
Nível de mensuração
5
Qualitativas
Tabelas de freqüência ou percentuais
Gráficos (barras, setores, linhas)
Quantitativas
Tabelas de freqüência ou percentuais
Gráficos (diagrama de pontos, histograma,
diagrama em caixas, linhas)
Medidas de síntese: média, mediana,
desvio padrão
Nível de mensuração
6
Qual é o nível de
mensuração de cada
variável no conjunto
ao lado?
Distribuição de freqüências
 Resumo e organização dos dados relacionando os diferentes
valores que a variável ou variáveis podem assumir aos
números de ocorrências de cada resultado.
 Pode ser apresentada através de tabelas ou gráficos (estes
possibilitam maior rapidez).
 Utilizando freqüências absolutas ou relativas (estas mais
úteis para comparar conjuntos de dados de tamanhos
diferentes).
 Diferenças para variáveis qualitativas e quantitativas.
7
Distribuição de freqüências - variáveis 
qualitativas
8
Marca Freq %
Gradiente 215 8.6
Panasonic 774 30.96
Phillips 401 16.04
Samsung 754 30.16
Toshiba 356 14.24
Total 2500 100
Marca dos produtos vendidos em 2500 transações
Fonte: hipotética
Gráfico de barras
9
Vendas das marcas
150
250
350
450
550
650
750
850
Gradiente Panasonic Phillips Samsung Toshiba
Marcas
F
re
q
ü
ê
n
c
ia
Gráfico de barras
10
Vendas das marcas
0
100
200
300
400
500
600
700
800
900
Gradiente Panasonic Phillips Samsung Toshiba
Marcas
F
re
q
ü
ê
n
c
ia
Gráfico em setores (circular ou pizza)
11
Vendas das marcas
9%
31%
16%
30%
14%
Gradiente
Panasonic
Phillips
Samsung
Toshiba
Distribuição de freqüência múltipla
 Também chamada de dupla classificação, tabulação
cruzada ou tabela de contingências.
 Consiste em fazer o cruzamento entre duas variáveis
qualitativas, registrando as ocorrências que atendem aos
valores de ambas:
 Quantas vendas da Marca Philips na região Norte.
 Quantos homens são fumantes.
 Quantas mulheres em cargos de gerência.
 Possibilita avaliar o comportamento de uma variável em
função da outra: análise bivariada.
12
Tabela de contingências
13
Região
Marca Gradiente Panasonic Philips Samsung Toshiba Total
Centro 25 146 52 82 60 365
Extr.Sul 42 79 65 218 52 456
Leste 48 183 91 142 72 536
Norte 24 148 34 43 53 302
Sudeste 76 218 159 269 119 841
Total 215 774 401 754 356 2500
Podem ser calculados percentuais em relação aos totais das linhas,
das colunas, ou ao total geral.
Tabela de contingências
14
Marca
Região Gradiente Panasonic Phillips Samsung Toshiba
Centro 1.00 5.84 2.08 3.28 2.40
Extr.Sul 1.68 3.16 2.60 8.72 2.08
Leste 1.92 7.32 3.64 5.68 2.88
Norte 0.96 5.92 1.36 1.72 2.12
Sudeste 3.04 8.72 6.36 10.76 4.76
Marca
Região Gradiente Panasonic Phillips Samsung Toshiba Total
Centro 6.85 40.00 14.25 22.47 16.44 100.00
Extr.Sul 9.21 17.32 14.25 47.81 11.40 100.00
Leste 8.96 34.14 16.98 26.49 13.43 100.00
Norte 7.95 49.01 11.26 14.24 17.55 100.00
Sudeste 9.04 25.92 18.91 31.99 14.15 100.00
Perfil linha
Marca
Região Gradiente Panasonic Phillips Samsung Toshiba
Centro 11.63 18.86 12.97 10.88 16.85
Extr.Sul 19.53 10.21 16.21 28.91 14.61
Leste 22.33 23.64 22.69 18.83 20.22
Norte 11.16 19.12 8.48 5.70 14.89
Sudeste 35.35 28.17 39.65 35.68 33.43
Total 100.00 100.00 100.00 100.00 100.00
Perfil coluna
Apresentação gráfica
15
Vendas das marcas por região
0
50
100
150
200
250
300
Gradiente Panasonic Phillips Samsung Toshiba
Marcas
F
re
q
ü
ê
n
c
ia
s Centro
Extr.Sul
Leste
Norte
Sudeste
16