Alguns conceitos

• População: todos elementos alvo do estudo
• Amostra: parte da população
• Parâmetro: característica da população
• Estatística: agregação
• Estimativa: característica da amostra
• Variável: característica de cada elemento da população

Alguns conceitos - exemplo

• População: todas as pessoas que fizeram o ENEM 2023
• Amostra: 2 mil pessoas escolhidas aleatoriamente
• Parâmetro: porcentagem de pessoas Pretas na população
• Estatística: porcentagem de pessoas Preta
• Estimativa: porcentagem de pessoas Preta na amostra
• Variável: raça autodeclarada de cada pessoa que participou do ENEM 20223

Classificação de variáveis

• Variável Quantitativa discreta: números inteiros
• Variável Quantitativa contínua: números reais
• Variável Qualitativa Ordinal: texto com ordem as categoria
• Variável Qualitativa Nominal: texto sem hierarquia entre as categorias

Classificação de variáveis - exemplo

• q005: quantidade de pessoas que moram na sua casa incluindo você
• nu_nota_mt: nota em matemática
• tp_cor_raca: raça autodeclarada de cada pessoa
• q001: escolaridade do pai da pessoa

• Reutilizável:
  • lookerstudio.google.com > Criar > Fonte de dados
  • Variável, grupos, agrupamentos e filtros ficam visíveis apenas neste relatório que usarem essa fonte de dados

Fonte de dados
Exercício

• Importe sua base de dados ENEM 2023 como uma planilha google.
• Importe sua base de dados em lookerstudio.google.com.
• Importe sua base de dados: adicionar dados > minhas fonte de dados.

Mehorias

• Retirar a númeração da linha: Estilo > Corpo de tabela > Número de linha
• Retirar a páginação: Número de linhas > N principais
• Incluir linha de total: Exibir linha de resumo

Tabela de distribuição de frequência
Looker Studio
Exemplo

Tabela de distribuição de frequências para a variável qualitativa tp_cor_raca.

• Dimensão: tp_cor_raca
• Métrica: Record Count - Formatação de exibição: Padrão
• Métrica: Record Count - Formatação de exibição: Porcentagem e Cálculo de comparação: Porcentagem do total

Tabela de distribuição de frequência
Looker Studio
Exercício

Construa tabela de distribuição de frequências para as seguintes variáveis:

• tp_sexo: gênero das pessoas
• in_treineiro: indicador de treineiras/os

Novo campo

Podemos adicionar novas variáveis:

• grupo: juntar categorias de uma variável qualitativa ou quantitativa discreta (com poucos valores).
• agrupamento: categorizar variável quantitativa contínua ou quantitativa discreta (com muitos valores).

Exemplo

Vamos juntar Preta e Parda em uma categoria Negra.

• Recursos > Gerenciar fontes de dados adicionais > Editar > Adicionar Campo > Adicionar Grupo
• Na coluna de dados: > Adicionar um campo > Adicionar grupo

Novo campo
Exemplo

Para a variável tp_cor_raca:

• junte Preta e Parda na categoria Negra.
• junte Amarela, Indígena e Não declarado na categoria Outros.

Cada pessoa tem uma própria base de dados.

Mapas de calor e barras em tabelas

É possível incluir barras e mapas de calor em tabelas.

• Barras: Estilo > Métrica > Barra.
• Mapas de calor: Estilo > Métrica > Mapa de calor.

Exemplo

• Inclua mapa de calor para a coluna de frequência absoluta.
• Inclua barra para a coluna de porcentagem.

Mapas de calor e barras em tabelas
Exercício

Construa tabela de distribuição de frequências para as seguintes variáveis, incluindo mapa de calor para a frequência absoluta e barra para a porcentagem:

• tp_sexo: gênero das pessoas
• in_treineiro: indicador de treineiras/os

Tabelas de distribuição de frequência
Variável quantitativa discreta

\(X: x_1, \dots, x_k\).

Exemplo

Variável marchas do conjunto de dados mtcarros.csv.

• Dimensão: marchas
• Métrica: Record Count (frequência absoluta)
• Métrica: Record Count (porcentagem)
• Exibir linha de resumo

Tabelas de distribuição de frequência
Variável quantitativa discreta
Exercício

Construa a tabela de distribuição de frequências para a variável q005 (quantidade que moram com a/o candidata/o incluindo ele/a) para a sua amostra ENEM 2023.

Cada pessoa tem sua própria base de dados.

Tabelas de distribuição de frequência
Variável quantitativa contínua

Antes de constribuir tabela, agrupamos os valores em faixas.

• []: valor entra na contagem da faixa
• (): valor não entra na contagem da faixa

Ideia do agrupamento (novo campo)

• Não desejamos uma única faixa.
• Não queremos muitas faixas.
• Não queremos muitas faixas vazias.

Novo campo
agrupamento

Variável quantitativa contínua ou variável quantitativa discreta com muitos valores.

• Adicionar campo > Adicionar agrupamento.
• Tamanho igual: quantidade de faixas
• Tamanho personalizado: limites de cada intervalo

Exemplo

Agrupamento da variável nu_nota_mt:

• Largura das faixas: 100
• Menor nota: 0
• Maior nota: 1000

Tabelas de distribuição de frequência
Variável quantitativa contínua

• Crie faixas com limites 0, 200, 400, 600, 800 e 1000 para nu_nota_lc do ENEM 2023, e construa a tabela de distribuição de frequências.

Cada pessoa tem sua própria base de dados.

Detalhamento e controles deslizantes de métrica

Não aparece: se Exibir linha de resumo ou métricas opcionais estiver ativa.

• Controles deslizantes de métrica: permite filtrar os valores por meio da métrica:
  • Aparecerão as linhas que satisfaz o critério selecionado no botão:

• Detalhar: permite detalhar a métrica por outras variáveis:
  • novas variáveis qualitativas viram novas tabelas com as mesmas métricas;
  • as tabelas que podem ser navegadas clicando em ↑ e ↓.

• Métricas opcionais: permite adicionar novas métricas que podem ser selecionadas.
  • Aparecerá o seguinte botão para escolher as métricas:

• Cruzamento de filtros: elementos (chamados de gráficos) estão conectados:
  • ao clicar em uma linha de uma tabela, todos os resultados em todos os gráficos serão apresentados para as observações dessa linha.

Exemplo 1

Tabela de distribuição de frequência para a variável sg_uf_prova, incluindo:

• Métrica opcional nota média de matemática
• retire o cruzamento de filtros
• Detalhamento por no_municipio_prova

Exemplo 2

Tabela de distribuição de frequência para a variável sg_uf_prova, incluindo:

• Inclua controle deslizante
• retire o cruzamento de filtros
• Detalhamento por no_municipio_prova

Tabelas dinâmicas

Mesma ideia das tabelas dinâmicas em planilhas.

• Tem dimensão da linha (obrigatório) e dimensão da coluna.
• Podemos incluir diversas métrica.
• Podemos incluir total das linhas e colunas.
• Podemos incluir botão expandir/recolher (apenas para linhas).

Exemplo

Enem 2023.

• Dimensão das linhas: tp_cor_raca e q006.
• Dimensão das colunas: tp_sexo.
• Média de matemática nu_nota_mt.

Estilização do relatório

Aparência geral do gráfico: Tema e layout.

• Tema: colores e fonte do relatório.
  • Personalizar: permite incluir paleta de cores e fonte personalizadas.
  • Extrair tema da imagem: permite extrair paleta de cores e fonte de imagem.
    • Paleta de cores: coolors.co.
• Layout: formato do relatório.
  • Tamanho da tela: tamanho do relatório
  • Alinhamento: forma de alinhamento para confecção do relatório

Estilização do relatório
Exercício

Customize o seu relatório.

Páginas e seções

• Podemos dividir o relatório em páginas;
• Páginas podem ser organizadas em seções;
  • Seções funcionam como menus;
• Ícones podem ser adicionadas aos nomes das seções;
• Emojis podem ser adicionadas aos nomes das páginas.

Lista de emojis: emojipedia.org.

Páginas e seções
Exercício

Organize o seu relatório em páginas e seções, incluca ícone nos nomes das seções e emojis nos nomes das páginas e seções.

Gráfico de barras
Variável qualitativa

• Adicionar um gráfico > gráfico de colunas (aba configuração)
  • Dimensão: variável qualitativa
  • Record Count: estatística
    • Formatação de exibição: Padrão
    • Cálculo de comparação: Nenhum
  • Record Count: estatística
    • Formatação de exibição: Porcentagem (2)
    • Cálculo de comparação: Porcentagem do total
• Estilização na aba Estilo
  • Rótulo de dados
  • Se ficar ruim a visibilidade: Métricas opcionais

Exemplo

Gráfico de barras para tp_cor_raca.

Gráfico de barras
Variável qualitativa

Construa um gráfico de barras para cada uma das seguintes variáveis do conjunto de dados Enem 2023:

• tp_cor_raca
• in_treineiro

Linhas de referências, métricas opcionais e controles deslizantes de métrica

Na aba Estilo:

• Linha de referência: linha tracejada de referência
• De forma semelhante a tabela:
  • possível incluir controle deslizantes de métrica
  • possível incluir métricas opcionais
  • possível incluir dimensão detalhada
  • possível incluir cruzamento de filtros

Gráfico de barras
Variável qualitativa
Exercício

Desenhe gráfico de barra para as seguintes variáveis:

• tp_cor_raca - retire o cruzamento de filtros;
• in_treineiro - adicione uma métrica opcional média de matemática (nu_nota_mt);
• q001 (escolaridade do pai) - adicione uma dimensão detalhada q002 (escolaridade da mãe);
• q006 (renda da família) - inclua controle deslizante de métrica.

Cada pessoa tem sua base de dados Enem 2023.

Mapas

• Podemos usar google maps para transformar texto em dados geográficos;
• Escreva um texto por extenso:
  • Novo campo: Recurso > Gerenciar fonte de dados adicionais > Editar > Adicionar campo > Adicionar campo calculado;
    • função case when.
• Adicionar um gráfico > Mapa preenchido
  • Estilo > cores: Valor máximo, Valor mínimo e valor médio de cor com a mesma cor
  • Estilo > camada de segundo plano: desative rótulos

CASE
  WHEN sg_uf_prova = 'SP' THEN 'Estado de São Paulo, Brasil'
  ELSE null
end

Mapas

Crie um mapa para a variável sg_uf_esc. Use a métrica média de português (nu_nota_lc).

Cada pessoa tem sua base de dados Enem 2023.

Funções para texto

Algumas funções para tratamento de texto:

• CONTAINS_TEXT: verifica se uma substring está na string;
• STARTS_WITH: verifica se uma string começa com uma substring;
• ENDS_WITH: verifica se um string termina com uma substring;
• TRIM: remove espaços em brancos no começo e no final da string;
• UPPER: todas as letras maiúsculas;
• LOWER: todas as letras minúsculas;
• LENGHT: quantidade de caracteres na string;
• REGEXP_EXTRACT: extrai substring usando a linguagem regex;
• IF: semelhante para CASE WHEN para duas opções.

Lista de funções.

Funções para texto

Para a base de dados base_texto, crie as seguintes variáveis para a página exemplo:

• fonte: variável qualitativa com dois valores gemini e chatgpt;
• num_palavras: variável quantitativa dicreta com o número de palavras no texto;
• ind_lpg: variável qualitativa com dois valores sim (texto faz menção a LPG) e não;
• ind_lab: variável qualitativa com dois valores sim (texto faz menção a LAB) e não.

Funções para texto
Exercício

Para a base de dados base_texto, crie as seguintes variáveis para a página exercício:

• fonte: variável qualitativa com dois valores 1 (gemini) e 0 (chatgpt);
• num_palavras: variável quantitativa dicreta com o número de palavras no texto;
• ind_lpg: variável qualitativa com dois valores true (texto faz menção a LPG) e false;
• ind_lab: variável qualitativa com dois valores true (texto faz menção a LAB) e false.

Nível de relatório versus nível de página

• Nível de relatório: componentes que estarão presentes em TODAS as páginas.
• Nível de página: componentes que estão disponíveis apenas no nível da página.
• Podemos incluir links em imagens.
• Podemos incluir links em texto.

Selecione componente > Organizar > Alterar para o nível de relatório.

Exemplo

• Inclusão de elementos formas e imagens que ficarão disponíveis em todas páginas.

Nível de relatório versus nível de página
Exercício

• Inclua a logo da UFBA em todas as páginas no relatório.
• Inclua uma forma em todas as páginas no relatório.
• Inclua um link para o site da UFBA no logo da UFBA.
• Inclua um link para página da formação OBEC com o texto formação.

Website com ícones: flaticon.com.

Médidas de resumo

Adicionar um gráfico > Visão geral

• Um ou alguns números que sintetizam a informação de uma variável.
  • Contagem
  • Medidas de posição: média (avg), mediana (median) e quantil (percentile)
  • Medidas de dispersão: Variância (variance) e desvio padrão (stddev)
• Podemos usar métricas definicas pelo próprio usuário
  • Adicionar campo
    • se criado dentro do gráfico, fica visível apenas no gráfico
  • Lista de funções estatísticas: lista de funções.

Exemplo

Enem 2023.

• inclua visão geral com nota média de matemática.
• inclua visão geral com desvio padrão para nota média de matemática.
• inclua visão geral com diferença de quartis, no nível do gráfico, para a nota de matemática.
• inclua visão geral com coeficiente de variação, no nível dos dados, para a nota de matemática.

Médidas de resumo
Exercício

Inclua visão geral com as seguintes medidas de resumo:

• Média de português (nu_nota_lc)
• Tamanho da amostra
• Desvio padrão de português (nu_nota_lc)
• Primeiro quartil de português (nu_nota_lc) - quantil de ordem 25%
• Segundo quartil de português (nu_nota_lc) - mediana
• Terceiro quartil de português (nu_nota_lc) - quantil de ordem 75%
• Diferença de quartis de português (nu_nota_lc)

Medidas de resumo - tabelas

Podemos usar tabelas para apresentar medidas de resumo.

• tabela ou tabela dinâmica
• Dimensão: equivalente a groupby da linguagem R
• Métrica: medida de resumo

Exemplo

Enem 2023

• Tabela
  • Dimensão: tp_sexo e in_treineiro
  • Métrica: mediana nu_nota_mt e nu_nota_lc
• Tabela dinâmica
  • Dimensão da linha: tp_cor_raca e tp_sexo
  • Dimensão da coluna: in_treineiro
  • Métrica: mediana de nu_nota_mt e frequência

Medidas de resumo - tabelas
Exercício

Construa as seguintes tabelas com medidas de resumo:

Cada pessoa tem sua base de dados Enem 2023.

Formatação de condicional e links de navegação

• Em tabelas e tabelas dinâmicas, podemos formatar linhas de acordo com métricas.
  • Estilo > adicionar (seção condicional)
• Podemos incluir imagens com links inteligentes:
  • Página anterior
  • Próxima página
  • Primeira página
  • Última página

Exemplo

Enem 2023

• No exercício anterior, destaque linhas com nota menor que 500 ou frequência menor que 20.
• Acesse flaticon.com para baixar imagens:
  • inclua botõees para a página anterior e posterior
  • inclua botões para a última e a primeira página

Formatação de condicional e links de navegação
Exercício

• Para os exercícios anteriores, destaque linhas com nota menor que 500 ou frequência menor que 20.
• Acesse flaticon.com para baixar imagens:
  • inclua botõees para a página anterior e posterior
  • inclua botões para a última e a primeira página

Cada pessoa tem sua base de dados Enem 2023.

Diagrama de caixa - boxplot

• Diferente do diagrama de caixa (boxplot) da estatística.
• Não tem pontos exteriores.
• Usamos mínimo no lugar de LI.
• Usamos máximo no lugar de LS.
• Ainda podemos analisar assimetria e a homogeneidade.

Diagrama de caixa
Assimetria

Diagrama de caixa
Exemplo

Construa o diagrama de caixa para nu_nota_mt por in_treineiro com detalhamento tp_sexo.

Diagrama de caixa
Exercício

Construa um diagrama de caixa para cada um dos seguintes casos:

• nu_nota_mt por tp_cor_raca com detalhamento por tp_sexo.
• nu_nota_mt por tp_cor_raca com detalhamento por tp_escola.

Uma Barra

Podemos substituir gráfico de pizza por barra.

• Crie uma nova variável com valor constante "", chamada vazio.
• Adicione um gráfico de colunas empilhadas.
  • Dimensão: vazio
  • Dimensão detalhada: variável qualitativa
  • Métrica: contagem
  • Estilo > desative _mostra eixos_

Exemplo

Enem 2023

• Dimensão detalhada: tp_sexo
• Métrica: contagem

Uma Barra
Exercício

Crie a visualização de barra para as seguintes variáveis:

• tp_cor_raca - raça;
• tp_escola - tipo de escola;

Cada pessoa tem sua base de dados Enem 2023.

Associação entre variáveis qualitativas

• Barras iguais indicam a AUSÊNCIA de associação.
• Barras diferentes indicam a PRESENÇA de associação.
• Adicionar um gráfico > Gráfico de colunas empilhadas.
  • Dimensão: primeira variável qualitativa.
  • Dimensão detalhada: segunda variável qualitativa.
  • Métrica: contagem.

Exemplo

Enem 2023.

in_treineiro e tp_sexo estão associadas?

Associação entre variáveis qualitativas
Exemplo

Cheque se as seguintes variáveis qualitativas estão associadas:

• q001 (escolaridade do pai) e tp_cor_raca.
• q001 (escolaridadedo pai) e tp_escola.

Cada pessoa tem sua base de dados Enem 2023.

Associação entre variáveis quantitativas

Associação entre variáveis quantitivas

• Necessário tem um coluna chave primária (identificador).
• Limite máximo de mil observações.
• Adicionar um gráfico > gráfico de dispersão
  • Dimensão: chave primária
  • Outras dimensões podem ser usadas para colorir os pontos
  • Métrica X: primeira variável quantitativa
  • Métrica Y: primeira variávei quantitativa
• Possível incluir controle deslizante de métrica (X ou Y) e detalhamento.

Associação entre variáveis quantitativas
Exemplo

Verifique se as variáveis comprimento_petala e largura_petala estão associadas.

Associação entre variáveis quantitativas
Exercício

Verifique se peso e milhas_por_galao para o conjunto de dados mtcarros.csv.

Cada pessoa tem sua base de dados Enem 2023.

Gráficos da comunidade

• Gráficos não oficiais criados usando javascript
• Podem ter funcionalidade limitadas
• Não existe garantia
• Alguns que eu julgo interessante:
  • cards view - Medidas de resumo
  • tell me light - Medidas de resumo
  • custom table - tabelas com diversas customizações
  • animated bar chart - running bars

Gráficos da comunidade
Exemplos

cards view

• Dimensão: tp_sexo
• Métrica: Mediana de matemática (nu_nota_mt)

tell me light

• Métricas: Médias de português e matemática.

Gráficos da comunidade
Exercício

Em uma nova página:

• Inclua cards view com dimensão q001 (escolaridade do pai) e métrica média de matemática.
• Inclua tell me light com média de ciências naturais e ciências humanas.

Controles

Apresenta para observações filtradas segundo condição do controle.

Adicionar um controle

Tipos principais de controle:

Controles
Exemplo

Em uma nova página inclua:

Controles
Exercício

Em uma nova página inclua os seguintes componentes usando os dados Enem 2023:

Cada pessoa tem sua base de dados Enem 2023.

Parâmetros

• Permite a inputação de valores pelos usuários.
  • Útil para filmar apenas um componente da página.
  • Permite calcular métricas com valores inputados pelos usuários.

Exemplos

• Inclua quatro parâmetros:
  • cada parâmetro correspondente a um peso da disciplina
  • Média ponderada

Exemplos

• Inclua dois parâmetros:
  • Parâmetro chamado métrica com quatro opções: Média de Matemática, Média de Português, Média de Ciências Humanas, e Média de Ciências Naturais
  • Parâmetro chamado dimensão com duas opções: Gênero, Tipo de escola e Raça
    • Crie diagrama de caixa com esses parâmetros

Parâmetros
Exercício

Inclua dois parâmetros:

• Parâmetro chamado métrica com quatro opções: Mediana de Matemática, Mediana de Português, Mediana de Ciências Humanas, e Mediana de Ciências Naturais
• Parâmetro chamado dimensão com duas opções: Estado Civil, q001 e q006
  • Crie diagrama de caixa com esses parâmetros