Análise Exploratória de Dados

Estatstica para Cursos de
Engenharia e Informtica
Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia
So Paulo: Atlas, 2004
Cap. 3 Anlise exploratria de

dados
APOIO:
Fundao de Apoio Pesquisa Cientfica e Tecnolgica do Estado de Santa Catarina
(FAPESC)
Departamento de Informtica e Estatstica UFSC (INE/CTC/UFSC)
BARBETTA, REIS e BORNIA Estatstica para Cursos de Engenharia e Informtica. Atlas, 2004
Dados e variveis
Dados e variveis
Dados e variveis
quantitativa
dados quantitativos
varivel
qualitativa ou
categrica
dados qualitativos
ou categorizados
Distribuio de freqncias
A distribuio de freqncias consiste na
organizao dos dados de acordo com as
ocorrncias dos diferentes resultados observados.
Pode ser apresentada em tabela ou grfico.
Dados
Provedor usado por cada usurio
indivduo
provedor
indivduo
provedor
indivduo
provedor
indivduo
provedor
1
2
3
4
5
6
7
8
9
10
C
A
B
B
C
B
D
B
B
A
11
12
13
14
15
16
17
18
19
20
C
A
B
D
A
B
B
C
D
B
21
22
23
24
25
26
27
28
29
30
B
A
A
B
A
A
B
D
D
C
31
32
33
34
35
36
37
38
39
40
A
A
B
C
B
D
B
B
B
C
Distribuio de freqncias para variveis qualitativas

Tabela. Distribuio de freqncias do
provedor usado pelo visitante do site.
Provedor
Freqncia
Percentagem
10
25,0
17
42,5
17,5
15,0
Total
40
100,0
50%
40%
30%
20%
10%
0%
A
provedor
Grfico de colunas para a apresentao da distribuio

de freqncias do provedor usado pelo visitante do site.
15%
25%
A
18%
B
C
D
42%
Grfico de setores para a apresentao da distribuio

de freqncias do provedor usado pelo visitante do site.
Distribuio de freqncias para variveis

quantitativas discretas
% de itens
16
14
12
10
8
6
4
2
0
Nmero de defeitos
Variveis contnuas
Construo da distribuio de freqncias
5,2
5,5
8,9
8,2
5,7
4,9
6,5
6,4
6,2
7,3
7,1
6,2
5,0
5,9
5,7
4,9
5,4
4,9
4,9
5,7
8,3
5,7
4,8
5,0
5,1
6,3
7,0
6,3
5,6
8,2
6,0
6,0
5,4
5,1
6,8
9,9
4,7
6,8
4,8
8,4
5,0
5,4
14,1
7,3
9,1
6,2
6,7
5,6
5,3
6,9
amplitude dos dados
14,1
4,7
4
10
11
12
13
14
15
11 classes de amplitude unitria

Tabela de freqncias: varivel contnua

Classes de
tempo
4
5
6
7
8
9
10
11
12
13
14
Ponto
mdio
Percentagem de
observaes
Percentagem
acumulada
nj
100fj
100Fj
Nmero de
observaes
5
6
7
8
9
10
11
12
13
14
15
4,5
5,5
6,5
7,5
8,5
9,5
10,5
11,5
12,5
13,5
14,5
7
18
13
4
5
2
0
0
0
0
1
14
36
26
8
10
4
0
0
0
0
2
14
50
76
84
94
98
98
98
98
98
100
Total
50
100
|
|
|
|
|
|
|
|
|
|
|
Histograma
20
18
nmero de observaes
16
14
12
10
8
6
4
2
0
10
11
12
13
14
15
tempo (em segundos) para carga de um aplicativo
Formas de uma distribuio de freqncias

Distribuies diferentes em termos da posio
central

Distribuies diferentes quanto disperso

Distribuies diferentes quanto assimetria

Distribuies diferentes quanto curtose
Medidas descritivas
A mdia aritmtica: uma medida de posio
central.
x1 x 2 ... x n 1 n
x
xi
n
n i 1
Exemplo
Tempo (minutos)
Temperatura (0C)
20
25
30
60
29,7 28,7 30,2

31,3 31,2 31,7
31,0 30,6 32,8

31,9 31,2 31,2
32,9 32,7 34,8

34,9 33,8 34,9
70
36,6 35,7 35,3

35,1 30,2 37,2
35,7 40,4 41,7

36,9 34,5 40,0
34,8 36,8 37,4

38,9 38,7 42,5
80
40,2 33,6 33,4

35,2 38,1 33,0
37,0 34,4 29,8

33,9 43,2 35,5
36,0 31,3 36,6

32,5 39,2 35,9
Exemplo
Mdias aritmticas do rendimento, para diferentes nveis de
temperatura e tempo de reao, num processo qumico.
Tempera-
Tempo (minutos)
tura (0C)
20
25
30
60
30,5
31,4
34,0
70
35,0
38,2
38,2
80
35,6
35,6
35,3
Exemplo
Rendimento mdio em funo
do tempo e temperatura
39
38
37
Rendimento (%)
36
35
34
33
32
31
30
29
20
25
30
60 graus
70 graus
80 graus
Tempo (minutos)
Exemplo: notas dos alunos de trs turmas
Turma
A
B
C
Notas dos alunos

4
1
0
5
2
6
5
4
7
6
6
7
6
6
7
7
7 8
9 10 10
7,5 7,5
Mdia da turma
6,00
6,00
6,00
Exemplo: notas dos alunos de trs turmas
Turma A
Turma B
Turma C
0
10
12
notas
Como medir a disperso?

Exemplo: Turma A (4 5 5 6 6 7 7 8)
distncia (desvio) em relao mdia

Descrio
notao
resultados numricos
Valores (notas dos alunos)
xi
Mdia
xi x
-2 -1 -1 0 0 1 1 2
Desvios em relao mdia

Desvios quadrticos
Varincia (da amostra):
4 5 5 6 6 7 7 8
xi x
4 1 1 0 0 1 1 4
n
1
2
s2
x
x
i
n 1 i 1
4 1 1 0 0 1 1 4
s
8 1
2
1,71

Descrio
notao
resultados numricos
Valores (notas dos alunos)
xi
Mdia
xi x
-2 -1 -1 0 0 1 1 2
Desvios em relao mdia

Desvios quadrticos
4 5 5 6 6 7 7 8
xi x
Desvio padro (da amostra):
4 1 1 0 0 1 1 4
s
8 1
4 1 1 0 0 1 1 4
1 n
2
x i x
n 1 i 1
1,71 1,31
Medidas descritivas das notas finais dos

alunos de trs turmas.
Turma
Nmero de
alunos
Mdia
Desvio
padro
A
B
C
8
8
7
6,00
6,00
6,00
1,31
3,51
2,69
Interprete.
Ex: Rendimento de um processo qumico

Rendimento mdio em funo
do tempo e temperatura
Desvio padro do rendimento em

funo do tempo e temperatura
38
5,0
37
4,5
36
35
34
33
32
31
30
29
20
25
Tempo (minutos)
30
60 graus
70 graus
80 graus
Desvio padro do rendimento
Rendimento (%)
39
4,0
3,5
3,0
2,5
2,0
1,5
1,0
0,5
0,0
20
25
30
60 graus
70 graus
80 graus
Tempo
Interprete.
Outra forma de calcular o desvio padro

s
1 n 2
2
xi nx
n1 i 1
xi : 4 5 5 6 6 7 7 8
Valores ao quadrado xi2 : 16 25 25 36 36 49 49 64
Valores
i 1
48
x 6
2
x
i 300
i 1
300 8.(6 )2
300 288
12
s=
=
=
= 1,31
7
7
7
Medidas baseadas na ordenao dos dados
25%
25%
25%
25%
qi
Quartil
inferior
md
mediana
qs
Quartil
superior
Medidas baseadas na ordenao dos dados

Dados ordenados:
n 1
posio de qi :
4
25%
25%
25%
25%
qi
md
qs
n 1
posio de md :
2
3(n 1)
posio de q s :
4
Se fracionrio interpolao linear
Exemplo
Observaes: 15, 18, 5, 7, 9, 11, 3, 5, 6, 8, 12.
Ordenando:
3 5 5
6 7 8 9 11 12 15 18
n = 11
n 1
posio de qi :
3
4
qi 5
n 1
6
2
md 8
3(n 1)
9
4
q s 12
posio de md :
posio de q s :
Comparao entre mdia e mediana

A mdia mais influenciada por valores
discrepantes.
50% dos valores
10
50% dos valores
20
md = 22,5
30
40
50
60
x 24,7
70
Comparao entre mdia e mediana

(a) distribuio
simtrica
50%
50%
mdia = mediana
(b) distribuio
assimtrica
50%
50%
mediana
mdia
Aplicao
Interpretar.
Diagrama em caixas
max
qs + 1,5dq
qs
dq = qs - qi
md
qi
min
Diagrama em caixas e forma da distribuio
25%
25%
25%
25% 25%
25%
25%
25%
Interprete o grfico
28
Renda
familiar
23
(sal. mn.) 18
13
8
3
Monte
Verde
Encosta
do Morro
Observaes ao longo do tempo

EXEMPLO: todos os dias retirada uma amostra
de dez sacos de leite de um laticnio, durante 23
dias.
Quer-se acompanhar o nvel e a variabilidade do
peso.

Grfico das mdias amostrais
1037
1036,2
1036
1035
peso (g)
1034
1033,0
1033
1032
1031
1030
1029,8
1029
1
10
15
20
amostra

Grfico dos desvios padro amostrais
7
6
5,68
peso (g)
5
4
3,30
3
2
1
0,92
0
1
10
15
20
amostra
Orientao geral para anlise exploratria de

dados no temporais
Tabela
Varivel
qualitativa
Distribuio de
freqncias
Percentagens
Grfico de
barras, colunas
ou setores
Anlise
univariada
Varivel
quantitativa
Distribuio de
freqncias
Histograma
Ramo-e-folhas
Medidas descritivas (mdia,

desvio padro, mediana, etc.)
Orientao geral para anlise exploratria de

dados no temporais
Uma varivel quantitativa

e outra qualitativa
Medidas descritivas da
varivel quantitativa em cada
categoria da qualitativa
Diagrama em caixas mltiplo
Anlise
biivariada
Duas variveis
qualitativas
Duas variveis
quantitativas
Tabela de contingncia (Cap. 10)

Diagrama de disperso (Cap. 11)
Coeficiente de correlao (Cap. 11)

Análise Exploratória de Dados

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Análise Exploratória de Dados

Caricato da

Copyright:

Formati disponibili

Estatstica para Cursos de

Cap. 3 Anlise exploratria de

Pode ser apresentada em tabela ou grfico.

Distribuio de freqncias para variveis qualitativas

Distribuio de freqncias para variveis qualitativas

Grfico de colunas para a apresentao da distribuio

Distribuio de freqncias para variveis qualitativas

Grfico de setores para a apresentao da distribuio

Distribuio de freqncias para variveis

amplitude dos dados

11 classes de amplitude unitria

Tabela de freqncias: varivel contnua

tempo (em segundos) para carga de um aplicativo

Formas de uma distribuio de freqncias

Formas de uma distribuio de freqncias

Formas de uma distribuio de freqncias

Formas de uma distribuio de freqncias

29,7 28,7 30,2

31,0 30,6 32,8

32,9 32,7 34,8

36,6 35,7 35,3

35,7 40,4 41,7

34,8 36,8 37,4

40,2 33,6 33,4

37,0 34,4 29,8

36,0 31,3 36,6

Exemplo: notas dos alunos de trs turmas

Notas dos alunos

Exemplo: notas dos alunos de trs turmas

Como medir a disperso?

distncia (desvio) em relao mdia

Como medir a disperso?

Valores (notas dos alunos)

Desvios em relao mdia

Varincia (da amostra):

Como medir a disperso?

Valores (notas dos alunos)

Desvios em relao mdia

Desvio padro (da amostra):

Medidas descritivas das notas finais dos

Ex: Rendimento de um processo qumico

Desvio padro do rendimento em

Desvio padro do rendimento

Outra forma de calcular o desvio padro

Medidas baseadas na ordenao dos dados

Medidas baseadas na ordenao dos dados

Comparao entre mdia e mediana

50% dos valores

Comparao entre mdia e mediana

Diagrama em caixas e forma da distribuio

Observaes ao longo do tempo

Observaes ao longo do tempo

Observaes ao longo do tempo

Orientao geral para anlise exploratria de

Medidas descritivas (mdia,

Orientao geral para anlise exploratria de

Uma varivel quantitativa

Tabela de contingncia (Cap. 10)

Potrebbero piacerti anche