01 Analise Exploratoria de Dados

Universidade Federal de Santa Catarina
Centro Tecnológico de Joinville – CTJ

Dep. de Engenharias da Mobilidade – EMB
EMB 5010
Estatística e probabilidade para engenharia
Análise exploratória de dados

APRESENTAÇÃO
Prof. Luís Fernando Peres Calil

fernando.calil@ufsc.br
Estatística descritiva
&
Centro Tecnológico de Joinville EMB 5010 – Estatística e probabilidade para engenharia

Estatística descritiva: O que é?
 A estatística descritiva procura organizar e

apresentar os dados de maneira mais adequada
para se fazer uma análise.
 Normalmente faz uso de grafos como:
histograma, gráfico de setores, etc.
Fonte: Barbetta, Reis e Bornia (2009)

Análise exploratória de dados: O que é?
 Na análise exploratória de dados, além de

descrever os dados, buscamos conhecer
características do processo, com base nos dados.
 Hoje também se usa a expressão mineração de
dados (data mining).

Dados e variáveis
 A distribuição de frequências consiste na

organização dos dados de acordo com as
ocorrências dos diferentes resultados observados.
 Pode ser apresentada em tabela ou gráfico.

Análise de variáveis qualitativas

 Pretende-se conhecer o perfil de clientes de um sítio
na internet. Para tanto, identificou-se quais os
provedores acessados pelos usuários:

 Tabelas de frequência: basta contar o número de
ocorrência de cada categoria.

 Gráfico de colunas para a apresentação da
distribuição de frequências do provedor usado pelo
visitante do sítio da internet.
ou de barras
horizontais

 Gráfico de setores para a apresentação da
distribuição de frequências do provedor usado pelo
visitante do sítio da internet.

 Gráfico de Pareto
Fonte: <http://erc.msh.org/quality/graphics/pareto.gif>
20% das causas
resultam em
80% dos problemas!!

Análise de variáveis quantitativas

Análise de variáveis quantitativas discretas
 Gráfico de frequência de variáveis discretas
Contagem de defeitos em cada unidade de um produto (amostra
de 50 unidades)
Freq.

Número de defeitos
Análise de variáveis quantitativas contínuas
 Distribuição de frequência de variáveis contínuas
Dividir os dados
em classes
(mutualmente
exclusivas e
preferencialmente
de mesmo
tamanho)

 Tabela de frequência

 Histograma

 Frequência acumulada
Fonte: <http://www.mspc.eng.br/matm/im02/stat_hist_02.png>
 Diagrama de pontos
Fonte: <http://www.sigmazone.com/Clemens_Bonds_HypothesisTest.htm>
 Diagrama ramo-e-folha
(stem and leaf plot)
No ramo se representa os
primeiros dígitos de cada
dado e
nas folhas o último
Fonte: <http://mainland.cctt.org/mathsummer/JosephBond/StemAndPlots/images/table2.gif>
Características de uma distribuição

 Histograma & curva de distribuição de frequência
Fonte: <http://portal.ferramentasdaqualidade.com/histograma.html>
 Curvas de distribuição de frequência
Diferentes posições centrais Diferentes dispersões

 Curvas de distribuição de frequência
Diferentes assimetrias Diferentes curtoses

(skewness)

Medidas descritivas
clássicas

Medidas descritivas
 Média aritmética: uma medida de posição central.
Estimador
É o momento de primeira
ordem em relação à origem.
N
1
=
N
∑  x i−0 1
i=1
Fonte: adaptado de Barbetta, Reis e Bornia (2009)
Medidas descritivas
 Exemplo 1: Avaliação do rendimento de um processo

químico.

Medidas descritivas
 Exemplo 1: rendimento de um processo químico.

Medidas descritivas
 Exemplo 2: notas dos alunos de três turmas.

Medidas descritivas
Como medir a dispersão?
Turma A

Medidas descritivas
 Variância: uma medida de dispersão (estimador).
Estimador
É o momento de segunda
ordem em relação à média
(segundo momento central)
Fonte: adaptado de Barbetta, Reis e Bornia (2009)
Medidas descritivas
Turma A

Medidas descritivas
Turma A

Medidas descritivas
 Exemplo 1: rendimento de um processo químico.

Medidas descritivas
Outra forma de se calcular o desvio padrão

Medidas descritivas
 Assimetria (skewness): medida do grau de assimetria da distribuição.
• Terceiro momento central

• Dist. Normal → Assimetria = 0

Medidas descritivas
 Curtose (kurtosis): medida de quão “pontiaguda” é a distribuição.
• Quarto momento central

• Dist. Normal → excesso de curtose = 0

Medidas descritivas
baseadas na ordenação de dados

Medidas descritivas
 Mediana, quartis e extremos

Medidas descritivas
 Mediana, quartis e extremos

Medidas descritivas
 Exemplo

Medidas descritivas
 Comparação entre média e mediana

Medidas descritivas
 Comparação entre média e mediana

Medidas descritivas
 Diagrama em caixa (boxplot)

Medidas descritivas
 Diagrama em caixa (boxplot)

Medidas descritivas
 Exemplo

Observações ao longo do tempo

 Exemplo: todos os dias é retirada uma amostra de dez
sacos de leite de um laticínio, durante 23 dias. Quer-se
acompanhar o nível e a variabilidade do peso.

 Exemplo: variabilidade da produção de leite.

Referências

Referências
BARBETTA, P. A., REIS, M. M. & BORNIA, A. C. Estatística para Cursos de

Engenharia e Informática. 2ª ed., Editora Atlas, São Paulo, 2009.
NIST (National Institute of Standards and Technology). SEMATECH (Semiconductor
Manufacturing Technology). e-Handbook of statistical methods: assessing product
reliability. [S.l.], 2003. Disponível em:
<http://www.itl.nist.gov/div898/handbook%-/toolaids/pff/index.htm>. Acesso em: 10
ago. 2004.

01 Analise Exploratoria de Dados

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

01 Analise Exploratoria de Dados

Enviado por

Direitos autorais:

Formatos disponíveis

Universidade Federal de Santa Catarina

Centro Tecnológico de Joinville – CTJ

Análise exploratória de dados

Prof. Luís Fernando Peres Calil

Centro Tecnológico de Joinville EMB 5010 – Estatística e probabilidade para engenharia

 A estatística descritiva procura organizar e

Fonte: Barbetta, Reis e Bornia (2009)

 Na análise exploratória de dados, além de

Fonte: Barbetta, Reis e Bornia (2009)

 A distribuição de frequências consiste na

Fonte: Barbetta, Reis e Bornia (2009)

Análise de variáveis qualitativas

Centro Tecnológico de Joinville EMB 5010 – Estatística e probabilidade para engenharia

Fonte: Barbetta, Reis e Bornia (2009)

Fonte: Barbetta, Reis e Bornia (2009)

Fonte: Barbetta, Reis e Bornia (2009)

Fonte: Barbetta, Reis e Bornia (2009)

80% dos problemas!!

Centro Tecnológico de Joinville EMB 5010 – Estatística e probabilidade para engenharia

Análise de variáveis quantitativas

Centro Tecnológico de Joinville EMB 5010 – Estatística e probabilidade para engenharia

Fonte: Barbetta, Reis e Bornia (2009)

Fonte: Barbetta, Reis e Bornia (2009)

Fonte: Barbetta, Reis e Bornia (2009)

Fonte: Barbetta, Reis e Bornia (2009)

Características de uma distribuição

Centro Tecnológico de Joinville EMB 5010 – Estatística e probabilidade para engenharia

Diferentes posições centrais Diferentes dispersões

Fonte: Barbetta, Reis e Bornia (2009)

Diferentes assimetrias Diferentes curtoses

Fonte: Barbetta, Reis e Bornia (2009)

Centro Tecnológico de Joinville EMB 5010 – Estatística e probabilidade para engenharia

 Média aritmética: uma medida de posição central.

 Exemplo 1: Avaliação do rendimento de um processo

Fonte: Barbetta, Reis e Bornia (2009)

Fonte: Barbetta, Reis e Bornia (2009)

 Exemplo 2: notas dos alunos de três turmas.

Fonte: Barbetta, Reis e Bornia (2009)

 Exemplo 2: notas dos alunos de três turmas.

Como medir a dispersão?

Fonte: Barbetta, Reis e Bornia (2009)

 Variância: uma medida de dispersão (estimador).

Fonte: Barbetta, Reis e Bornia (2009)

Fonte: Barbetta, Reis e Bornia (2009)

Fonte: Barbetta, Reis e Bornia (2009)

Fonte: Barbetta, Reis e Bornia (2009)

• Terceiro momento central

Centro Tecnológico de Joinville EMB 5010 – Estatística e probabilidade para engenharia

• Quarto momento central

Centro Tecnológico de Joinville EMB 5010 – Estatística e probabilidade para engenharia

Centro Tecnológico de Joinville EMB 5010 – Estatística e probabilidade para engenharia

Fonte: Barbetta, Reis e Bornia (2009)

Fonte: Barbetta, Reis e Bornia (2009)

Fonte: Barbetta, Reis e Bornia (2009)

Fonte: Barbetta, Reis e Bornia (2009)

Fonte: Barbetta, Reis e Bornia (2009)

Fonte: Barbetta, Reis e Bornia (2009)

Fonte: Barbetta, Reis e Bornia (2009)

Fonte: Barbetta, Reis e Bornia (2009)

Observações ao longo do tempo

Centro Tecnológico de Joinville EMB 5010 – Estatística e probabilidade para engenharia

Centro Tecnológico de Joinville EMB 5010 – Estatística e probabilidade para engenharia