Capítulo 7 — Estatística para o trabalho com dados
Mapa da aula
Aula 07 publicada. Mapa, exemplo, EX019.
flowchart TD
N0["7.1 Resumos"]
N1["7.2 Amostras"]
N2["7.3 Incerteza"]
N3["7.4 Leituras equivocadas"]
N0 --> N1 --> N2 --> N3
N3 --> EX["Exemplo resolvido"]
EX --> Q["Exercício EX019"]
Desenho lógico
flowchart LR
N0["7.1 Resumos"]
N1["7.2 Amostras"]
N2["7.3 Incerteza"]
N3["7.4 Leituras equivocadas"]
N0 --> N1 --> N2 --> N3 --> Q["EX019"]
[7.1 Resumos]
|
v
[7.2 Amostras]
|
v
[7.3 Incerteza]
|
v
[7.4 Leituras equivocadas]
|
v
[Exemplo resolvido] --> [Exercício EX019]
Objetivos de aprendizagem
Você vai (1) resumir dados com estatísticas simples; (2) usar amostras para estimar a qualidade; (3) evitar leituras equivocadas comuns.
7.1 Resumos
Amara resume valores sintéticos de cestas de compras com o módulo statistics do Python: média, mediana e desvio-padrão. A cesta média é maior que a mediana porque alguns pedidos grandes a puxam para cima. Ela explica que a mediana descreve melhor uma cesta típica, enquanto a média importa para a receita total. A escolha do resumo certo depende da pergunta. Ela observa que os relatórios da Harbourline usavam apenas médias, o que fazia os clientes típicos parecerem gastar mais do que de fato gastam. Amara acrescenta medianas aos relatórios que prepara.
7.2 Amostras
Verificar cada registro à mão é impossível. Amara aprende a sortear uma amostra aleatória de registros, verificar cada um com cuidado e estimar a taxa de erros do conjunto inteiro. Usando o módulo random do Python com uma semente fixa, ela sorteia duzentos endereços de membros e encontra certo número com erros. Ela explica que uma amostra aleatória dá uma estimativa justa, enquanto escolher os registros que parecem suspeitos superestima os problemas, porque esses registros não são típicos do conjunto. Ela registra a semente para que a amostra possa ser sorteada de novo.
7.3 Incerteza
Uma estimativa amostral tem incerteza. Amara aprende que amostras maiores dão intervalos mais estreitos, e que informar um intervalo é mais honesto do que um número único. Ela explica a um colega que uma taxa de erros de quatro por cento obtida em duzentos registros poderia, plausivelmente, ser um pouco menor ou maior no conjunto completo. O Dr. Lindqvist a incentiva a sempre informar o tamanho da amostra junto com qualquer estimativa, para que os leitores possam julgar por conta própria sua confiabilidade. Amara acrescenta o tamanho da amostra a todas as estimativas do diário.
7.4 Leituras equivocadas
Amara reúne as leituras equivocadas mais comuns: confundir porcentagens com pontos percentuais, comparar grupos de tamanhos muito diferentes, tratar correlação como causa e ignorar dados ausentes. Na Harbourline, um relatório afirmava que os membros do programa de fidelidade gastam mais por causa do programa, mas os membros podem simplesmente ser clientes habituais que aderiram. Ela observa que a governança inclui garantir que os relatórios sejam interpretados corretamente, e não apenas que seus números sejam calculados corretamente a partir de dados precisos. Amara escreve uma nota curta sobre cada leitura equivocada para a equipe de dados, com exemplos tirados dos próprios relatórios da Harbourline.
Exemplo resolvido
Amara compara as cestas média e mediana, estima os erros de endereço a partir de uma amostra aleatória, informa intervalos com o tamanho da amostra e lista leituras equivocadas, como tratar a correlação da fidelidade como causa.
Caso sintético. Os dados são sintéticos.
Erros e limites
Amostras escolhidas a dedo superestimam os problemas; sorteie as amostras.
Exercícios
- EX019 — Cesta típica. Que resumo descreve melhor uma cesta típica? Rubrica: 3 = a mediana;; 2 = parcialmente correto;; 1 = a média;; 0 = nenhuma.
- EX020 — Viés da amostra. Por que não escolher os registros que parecem suspeitos? Rubrica: 3 = eles não são típicos e superestimam os problemas;; 2 = parcialmente correto;; 1 = vago;; 0 = nenhuma.
- EX021 — Afirmação sobre a fidelidade. Por que a afirmação sobre os gastos dos membros pode estar errada? Rubrica: 3 = clientes habituais podem ter mais propensão a aderir;; 2 = parcialmente correto;; 1 = vago;; 0 = nenhuma.
Continue estudando — aula 07 (capítulo 07 de 40)
← Capítulo 06 · Índice das aulas · Capítulo 08 →
Continue para a próxima aula já escrita.