curso intro à ciência de dados com r - 1.3 - análise exploratória de dados

José Roberto Motta [email protected]/2016

Fases da análise de dados – Tratamento de dados

José Roberto M. Garcia Nov/2016Introdução à Ciência de Dados com R

Resumo estatístico dos dados - comandos


Resumo estatístico dos dados - resultados


Agrupamento pela soma (via função) e ordenação de resultados - 1


Lê-se: somatória dos votos em função do estado e candidato

Agrupamento pela soma (via função) e ordenação de resultados - 2


Soma por candidato + estado

Soma por candidato Soma por candidato(ordenado)

Agrupamento pela média (via data.table)


Data.table possui recursos para fazer agregações

Tipos de variáveis

QUALITATIVA QUANTITATIVANOMINAL ORDINAL DISCRETA CONTÍNUA“não pode ordenar”

“pode ordenar” “Contável” “Não contável”

Quantidades MedidasEstado civil Nível educação Idade PesoReligião Classe social Capacidade de

passageirosAltura

Sexo Faixa de idade Núm. de filhos LarguraRegião Núm. De carros Produção de

leiteRaça SalárioCor dos olhos


Tabela de Contingência(ou de frequência)

Contabiliza (conta) obs de duas ou mais variáveis

(normalmente qualitativas)

Tabela de contingência - univariável


Tabela de contingência - multivariável


cilindros

hp

`

Visualização de séries temporais


Visualização de séries temporais multivariada


Histograma e densidade – análise univariada


Gráfico de barras e pizza – análise univariada


Gráfico de barras – análise multivariada


LongShape

Scatterplot - Distribuição de uma variável em relação a outra (bivariada)


Conceito - Correlacionamento

-1 .8 .6 .4 .2 0 .2 .4 .6 .8 1

PerfeitaNegativa

PerfeitaPositiva

Bemforte forte mod frac

a

Bem frac

anula

Bem frac

a

fraca mod forte Bem

forte

As duas distribuições variam em sentidos inversos.

Enquanto uma aumenta a outra diminui.

As duas distribuições variam no mesmo sentido.

Uma aumenta e a outra também.

Fonte:www.simplypsychology.org/correlation.html

Métodos:- Pearson- Spearman


Scatterplot 3D


Scatter PLot of Matrix (SPLOM)


curso intro à ciência de dados com r - 1.3 - análise exploratória de dados

Documents