Importância da Estatística na Ciência de Dados - Prof Dr Luiz Paulo Fávero

Prévia do material em texto

Análise de Dados e 
Tomada de Decisão 
Prof. Dr. Luiz Paulo Fávero 
SUMÁRIO: 
 
• Escalas de Mensuração de Variáveis. 
• Técnicas Não Supervisionadas. 
• Técnicas Supervisionadas 
• Principais Softwares. 
• Perguntas e Discussão. 
Sem análise de dados, você é só mais uma 
pessoa com uma opinião! 
W. Edwards Deming 
- Interesse da análise: 
- descrição da amostra e características do banco de dados; 
- inferência sobre a população da qual se extraiu a amostra. 
 
- Nível de mensuração: 
- as técnicas a serem utilizadas dependem da natureza de mensuração 
das variáveis de interesse: 
- qualitativa; 
- quantitativa. 
ANÁLISE DE DADOS 
DT DP NC 
ND 
CP CT 
20% 30% 15% 25% 10% 
-2 -1 0 1 2 
M = - 0,25 
TIPOS DE VARIÁVEIS 
QUALITATIVAS 
• Elaboração de análises de frequência, 
sem o cálculo de médias e desvios. 
QUANTITATIVAS 
• Elaboração de análises com a utilização de 
médias, desvios, variâncias, entre outras medidas. 
TIPOS DE VARIÁVEIS 
ANÁLISE DE DADOS 
Machine Learning 
Unsupervised 
Análise de Conglomerados 
Análise Fatorial 
Análise de Correspondência 
Supervised 
Regressão 
Reg. Logística 
Reg. Dados de Contagem 
ANÁLISE DE DADOS 
TÉ
C
N
IC
A
S 
U
N
SU
P
ER
V
IS
ED
 
ANÁLISE DE CLUSTERS 
ANÁLISE FATORIAL (PCA) 
ANÁLISE DE CORRESPONDÊNCIA 
0
20
40
60
80
10
0
V
al
or
es
 P
re
vi
st
os
0 20 40 60 80 100
Valores Reais
45º
MODELOS SUPERVISIONADOS 
0
20
40
60
80
10
0
V
al
or
es
 P
re
vi
st
os
0 20 40 60 80 100
Valores Reais
45º Modelo 1
MODELOS SUPERVISIONADOS 
0
20
40
60
80
10
0
V
al
or
es
 P
re
vi
st
os
0 20 40 60 80 100
Valores Reais
45º Modelo 1 Modelo 2
MODELOS SUPERVISIONADOS 
0
20
40
60
80
10
0
V
al
or
es
 P
re
vi
st
os
0 20 40 60 80 100
Valores Reais
45º Modelo 1 Modelo 2 Modelo 3
MODELOS SUPERVISIONADOS 
kikiii X....X.X.   2211
MODELOS SUPERVISIONADOS 
FONTE: FÁVERO, L.P.; BELFIORE, P. Manual de Análise de Dados. Rio de Janeiro: Elsevier, 2017. 
MODELOS SUPERVISIONADOS 
0
10
20
30
40
Fr
eq
ue
nc
y
0 2 4 6 8 10
number of late arrivals to school in the last month
0
20
40
60
80
10
0
Fi
tte
d 
va
lu
es
0 20 40 60 80 100
OLS Negative Binomial
Observed Values
Gustav Fischer (1936) 
CORRELAÇÃO 
NÃO IMPLICA CAUSALIDADE 
Franz Messerli (2012) 
CORRELAÇÃO 
NÃO IMPLICA CAUSALIDADE 
SOFTWARES 
e 
LINGUAGENS 
DATA SCIENCE & BUSINESS ANALYTICS 
LIVROS 
PERGUNTAS 
MUITO OBRIGADO! 
 
 
Prof. Dr. Luiz Paulo Fávero 
Professor Titular da FEA/USP 
lpfavero@usp.br