D&A Lab – Introdução a Estatística para Ciência de dados – GEO (Núcleo de Ciência de dados – SEBRAE RS)
O material apresenta uma introdução à Estatística aplicada à Ciência de Dados, destacando como dados podem ser organizados, analisados e transformados em conclusões.
Resumo em tópicos
- Estatística é o conjunto de técnicas usado para organizar, descrever, analisar e interpretar dados provenientes de diferentes fontes, com o objetivo de gerar conclusões.
- A Estatística é apresentada como uma base importante para a Ciência de Dados, pois permite extrair informação útil e apoiar decisões a partir dos dados.
- O conteúdo divide a Estatística em quatro grandes áreas:
- Estatística descritiva
- Cálculo das probabilidades
- Amostragem
- Inferência estatística.
Estatística descritiva
- É a área responsável por organizar e descrever os dados observados.
- Os resultados podem ser comunicados por meio de recursos como:
- Tabelas
- Gráficos.
- Seu objetivo é sintetizar e tornar os dados mais compreensíveis, facilitando a identificação de padrões, distribuições e características gerais de um conjunto de observações.
Cálculo das probabilidades
- Trata dos fenômenos aleatórios, isto é, situações em que há incerteza sobre o resultado.
- Serve como fundamento para compreender eventos incertos e para quantificar a chance de ocorrência de determinados resultados.
- É uma base conceitual para métodos estatísticos mais avançados, especialmente aqueles usados para fazer previsões e inferências.
Amostragem
- Consiste em técnicas para selecionar uma amostra de uma população.
- A finalidade é obter informações sobre uma ou mais características de interesse sem precisar observar todos os indivíduos da população.
- População é o conjunto completo de indivíduos, elementos ou unidades que possuem as características que se deseja estudar. Seu tamanho é representado por , com letra maiúscula.
- Amostra é um subconjunto da população: uma parcela dos indivíduos ou unidades selecionada para análise. Seu tamanho é representado por , com letra minúscula.
- A distinção entre e reforça a convenção estatística de usar letras maiúsculas para informações populacionais e minúsculas para informações amostrais.
Inferência estatística
- É o conjunto de técnicas que permite generalizar conclusões obtidas em uma amostra para uma população maior.
- A inferência busca estimar características populacionais — os chamados parâmetros — usando informações observadas na amostra.
- Em termos práticos, ela responde a perguntas como: “o que os dados de um grupo menor permitem concluir sobre o conjunto total?”
Ideia central
- A Estatística estrutura o caminho entre dados brutos e decisões informadas:
- Primeiro, os dados são organizados e descritos.
- Depois, a incerteza é compreendida com probabilidades.
- Em seguida, seleciona-se uma amostra adequada quando a população inteira não pode ser observada.
- Por fim, utiliza-se a inferência para tirar conclusões sobre a população.
Para ter acesso ao material no Github: