Análise Exploratória de Dados (Aula 22) - Analisando Dados Numéricos com Dados Categóricos

aqui agora vou falar sobre a análise você analisar determinado dado usando dados categóricos com dados numéricos então repetindo dados numéricos condados categóricos na ordem dos fatores não altera o produto veja que isto essas duas próximas aulas serão conceitos importantes para podermos entender a parte de inferência ou quem a se a influência em b se determinada coisa influencia determinada situação se determinado determinado ato é aumentar determinado grupo e assim por diante isso aqui é um conceito importante para a gente poder aprender então vamos lá além dos números numéricos na então nós estamos tratando sobre contínuos ou

não temos também os dados categóricos que eles vão separar entre algumas condições o programa categorias neste caso aqui entre mail e mail nem tão homem ou mulher então nós estamos falando aqui sobre peso altura e assim por diante vejo que esses dados aqui são relacionados aqui eu tô falando usando mt cars eu tô usando o mpg pelo peso na então milhas por galão pelo peso quanto maior o peso quanto mais o momento x mas diminuiu o que faz sentido quanto maior o peso do carro mas ele consome para poder se locomover só que dentro do

mt carlos possuímos dados categóricos também esses dados categóricos também podem ser usados na nossa análise porque porque determinar do dado de determinada categoria pode sim influenciar na nossa análise simplesmente nós olhamos aqui france beleza ó a nós temos peso nós temos milhas por galão só que existem outras categorias também se nós colocarmos as categorias aqui neste caso por cores podemos verificar que aqui nos cilindros né então nós temos carros com 4 com seis e com oito cada um com sua cor e se for uma linha e se ver desenho esse zezinho e veja que a

questão da categoria também entra no meio o que nós podemos analisar em cima disso então que os carros mais econômicos e os mais leves são os dados que estão com quatro cilindros são carros de quatro cilindros veja que taylor tem que pegar um corpo parecida que se reforcem aqui né eles estão uma tem um laranja que vou pegar laranjas estão mais ou menos nessa neto - não eles estão nessa área aqui ó veja que eles estão nesses dados então nós temos os dados com os carros mais leves e econômicos que estão aqui em cima estão

dentro dos carros que tem 6 4 cilindros e veja que os carros que mais pesados e os que mais consomem também são os de oito cilindros também faz sentido vejo que eles estão aqui veja que tem aqui uma questão de classificação eles também têm ali no meio é tem uma área vizinha 66 torta quina que são entregues depois eu vou falar um pouco sobre clusterização vocês vão entender o que estou falando veja que nós temos aqui três áreas nós temos as áreas dos quatro cilindros nós temos as áreas dos seis seguintes nós temos as áreas

da área do no singular desculpa à área dos oito cilindros e isso influencia também na nossa no nosso meio de olhar esses dados porque se nós simplesmente olhássemos eles sem qualquer categoria a falaremos beleza temos aqui ponto maior peso mais consome só que têm ou têm algum outro dado que pode entrar aqui no meio que possa dar uma relação melhor entre eles nós temos as categorias que são os cilindros quanto maior a quantidade de cilindro mais o carro pesa e mais ele consome ok eu e sim eu vou mostrar como fazer isso hoje postar g

g lote eu vou mostrar como fazer então podem ficar tranquilos veja aqui temos uma outra situação não temos uma representação visual no sentido de cores mas temos uma representação visual no sentido de um gráfico que aqui nós estamos mostrando qual é a quantidade de cavalos de potência pelos cilindros veja que aqui nós temos somente a representação de um dado numérico ok isto aqui é um dado numérico por um dado categórico temos essa relação que a partir disso nós podemos ver qualquer distribuição dos nossos dados em potência veja que aqui nós temos entre carros com 4

cilindros cilindrada não né cilindros temos aqui está entre 100 entre 90 cento e pouco tá tipo mais ou menos disse nesse nesse meio veja o que a mediana támbém lá pra cima porque a mediana está próximo aos então nós temos uma concentração até que legal ali né e temos os dados até 126 30 deve ser mais uma vez aqui sendo que 200 ac 150 que então aqui de 120 130 beleza nós podemos ver que aqui a mediana dos carros de seis cilindros que nós temos só a mediana deles eles estão praticamente no limite dos carros

de quatro cilindros desde que tenham outline que é um carro que ele mesmo temos seis cilindros é um carro possamos dizer consideravelmente potente já os carros de oito cilindros veja que nós temos uma dispersão bem grande aqui no meio o inter pode rende logo aqui ea mediana veja que a mídia só me diana já é maior do que qualquer out lá e dos seis cilindros então sim há uma diferença se você simplesmente analisar somente dados numéricos e você colocar alguns dados categóricos nisso e veja que estou tratando de uma relação entre dados numéricos e dados

categóricos no próximo vídeo passar somente com dados categóricos e como nós podemos representar isso eu mostrei nós temos aqui o próprio café pote na então aqui no meio nós podemos colocar as cores e mostrar quais são as categorias que estão entrando aqui e veja que quando nós estamos entrando de algoritmos de classificação como por exemplo clusterização esse conceito de de categoria né de você poder juntar para determinado determinados em determinadas categorias é um conceito importante para você entender a clusterização aqui embaixo também nós podemos usar os próprios gráficos de caixa é o boxe lote podemos

também fazer alguns dados como por exemplo o gráfico em barra então nós temos aqui uma determinada barra sobre a categoria x nós temos uma outra barra de uma determinada categoria de y então nós temos uma outra barra de uma determinada categoria que a categoria z e assim por diante é que sendo tanto freqüência então nós estamos tratando será de 0 a 200 ou pode ser também de 0 a 1 que é o que nós estamos tratando sobre porcentagens daqui e frequência este daqui seria porcentagem né ea ordem há qualquer diferença entre si o histograma por

exemplo só que o histograma eu não posso alterar as ordens então tem aqui eu tenho aqui tem que tem outro aqui tem aqui tá todo porque é exatamente torta eu também visitou hoje tem outra que tem aqui cada um representando números relativos aqui é um truque ou três daqui a 15 saque ou 7 e assim por diante é este aqui o histograma não consigo terá já um gráfico em barra eu consigo alterar eu também posso ter por exemplo um gráfico de barras e empilhadas por exemplo então eu vou ter sei lá eu tenho aqui a

quantidade de x eu tenho aqui a quantidade de y né eu tenho aqui a quantidade de dizer por exemplo e isso aqui tudo dando sei lá a quantidade total tão aqui eu vou tecer a quantidade total de zero a vamos considerar sem 500 e aqui eu vou ter também do zero ao um aqui tratando sobre porcentagem aqui tratando sobre o volume e assim por diante ok podemos ter outras representações com determinados dados categóricos e afins então o que eu quero dizer com isso categorias de dados elas estão o meio pode ser que elas tenham uma

determinada influência no relacionamento dos dados ocorre então preste muita atenção o que vocês estão analisando preste muita atenção nos dados ocorre com as quais vocês estão verificando acre em gráficos coloquem a determinadas categorias pois pode ser que essas categorias mostrem muito mais informação sobre os dados aos quais vocês têm beleza eu acho que já falei demais e é isso aí galera tinha até o próximo vídeo