Se não fosse o gráfico de dispersão, a famosa curva de Phillips jamais teria sido descoberta pelos economistas. Essa é uma afirmação forte, mas retrata o poder que a visualização de dados desempenhou nos anos 50 no avanço da pesquisa econômica. Apesar de ser simples, o gráfico de dispersão é útil para entender os dados e suas relações. Neste artigo mostramos as principais aplicações e exemplos práticos feitos em R e Python.
As definições, as fórmulas e o cálculo das principais estatísticas descritivas (média, mediana, mínimo, máximo, percentis, frequência, desvio padrão e variância), com a aplicação em R e Python sobre os dados do Brasileirão Série A 2020 para gerar um sumário em uma linha de código.
Tutorial sobre o processo gerador dos dados (PGD): o que é, por que importa para inferências e previsões válidas, e como identificar a distribuição de uma variável no Python, com simulação reproduzível e comparação formal entre candidatas.
O que é uma variável quantitativa? E uma variável qualitativa? Quais são os exemplos dessas variáveis? E quais ferramentas de análise exploratória de dados podem ser usadas para cada caso? Neste artigo mostramos as diferenças entre os principais tipos de variáveis usadas em ciência de dados e vemos exemplos práticos com dados públicos.
Neste post, veremos quais são os principais formatos nos quais os dados costumam ser disponibilizados e aprenderemos, através de exemplos práticos, sobre as ferramentas de ciência de dados para coletar essas informações, sejam de fontes nacionais ou internacionais, seja usando o R ou o Python.