Neste exercício, realizamos uma análise dos preços de combustíveis no Brasil, utilizando Python para todo o processo de coleta, tratamento, ajuste pela inflação, cálculo de médias e visualização dos dados.
Os pedidos de RJ podem ser um termômetro para a atividade econômica do país. Usando dados do Serasa e a linguagem Python, podemos avaliar, a nível de setor, se há mais empresas no Brasil em apuros ou não.
O Banco Central disponibiliza indicadores regionais sobre a atividade econômica, possibilitando análises a nível de regiões e estados brasileiros. Neste artigo mostramos como acessar, processar e analisar estes dados utilizando o Python.
A etapa de visualização de dados refere-se a uma parte fundamental da análise de dados, pois permite não somente compreender os dados que estamos analisando, mas como também é uma ferramenta útil para explanar os resultados encontrados. Mas qual a forma mais fácil de construir um gráfico, como podemos melhorar a produtividade nesta tarefa? É onde podemos aplicar a gramática dos gráficos e construir com a biblioteca plotnine no Python.
Neste artigo, vamos apresentar o conceito de correlação na estatística, avaliar sua aplicabilidade no mundo real, verificar como estimar e interpretar o coeficiente de correlação e, por fim, vamos ver como aplicar a análise de correlação com dados macro-financeiros do Brasil, usando as linguagens de programação R e Python.
