1 - Definição de dados imparciais e objetivos (1)

Prévia do material em texto

Definição de dados imparciais e objetivos:
· Dados imparciais e objetivos são aqueles que não são distorcidos por viés ou opinião pessoal.
· É importante usar dados imparciais e objetivos para garantir que as análises e conclusões sejam precisas e confiáveis.
Viés e imparcialidade
· O que é viés? Uma preferência a favor ou contra algo, consciente ou subconsciente.
· Viés nos dados: Distorce os resultados, tornando-os não confiáveis.
· Exemplos de viés:
· Estudos clínicos com mais homens que mulheres.
· Pesquisa de clima quente apenas com mulheres.
· Amostra de usuários de transporte que ignora ciclistas e motoristas.
Tipos de viés de dados
1. Viés de amostragem: Amostra não representativa da população.
· Exemplo: Pesquisar apenas os primeiros 10 alunos de uma classe.
· Solução: Amostragem aleatória para inclusão igualitária.
2. Viés do observador: Diferentes pessoas observam as coisas de maneira diferente (Viés do observador às vezes é referido como viés do experimentador ou viés de pesquisa). 
· Exemplo: Leituras manuais de pressão arterial com resultados inconsistentes.
· Solução: Treinamento padronizado e ferramentas de medição precisas.
3. Viés de interpretação: Interpretação ambígua de situações.
· Exemplo: Interpretar uma mensagem de voz de forma negativa ou positiva.
· Solução: Consciência do viés e comunicação clara.
4. Viés de confirmação: Buscar informações que confirmam crenças preexistentes.
· Exemplo: Obter notícias apenas de um site com a mesma visão.
· Solução: Consciência do viés e busca por diferentes perspectivas.
Evitando o viés
· Conheça os tipos de viés.
· Use métodos de coleta de dados imparciais.
· Triangule seus dados com diferentes fontes.
· Seja crítico e analise os dados de forma abrangente.
Dados ruins
· O que são dados ruins? Dados incompletos, inconsistentes ou imprecisos.
· Consequências de dados ruins:
· Conclusões errôneas.
· Má tomada de decisões.
· Prejuízo à reputação.
Como identificar dados ruins
· Verifique a qualidade e a confiabilidade dos dados.
· Identifique valores inconsistentes ou ausentes.
· Analise a distribuição dos dados.
· Compare os dados com outras fontes.
Lidando com dados ruins
· Limpe e prepare os dados para análise.
· Documente as alterações feitas nos dados.
· Seja transparente sobre as limitações dos dados.
Dados Discretos
Dados discretos são aqueles que podem assumir apenas um número finito de valores. Em outras palavras, são dados que podem ser contados e não podem ser medidos em uma escala contínua.
Análise de dados discretos:
Os dados discretos podem ser analisados de várias maneiras, incluindo:
· Análise de frequência: determinar a frequência de cada valor em um conjunto de dados.
· Análise de probabilidade: determinar a probabilidade de um determinado valor ocorrer.
· Análise estatística: usar métodos estatísticos para resumir e interpretar dados discretos.
Conclusão
Preparar os dados para exploração é crucial para uma análise confiável e imparcial. É importante estar ciente dos diferentes tipos de viés e tomar medidas para evitá-los. Lidar com dados ruins de forma adequada também é essencial para garantir a qualidade da análise.