Estatística com Python

Exercícios da Alura sobre estatística com Python: frequências e medidas.

Aula 01 - O que aprendemos?

A identificar a versão de uma biblioteca do Python.
A ler um dataset no formato CSV e criar um DataFrame pandas, com o conteúdo deste dataset.
A identificar e classificar as variáveis de um dataset como quantitativas ou qualitativas.
Que as variáveis qualitativas se dividem em ordinais e nominais.
Que as variáveis quantitativas se dividem em discretas e contínuas.

A criar distribuições de frequências (tabelas de frequências) com a função value_counts() do pandas.
A criar distribuições de frequências, com o cruzamento de duas variáveis, utilizando a função crosstab() do pandas.
A criar distribuições de frequências, com classes personalizadas, utilizando as funções value_counts() e cut() conjuntamente.
A utilizar a regra de Sturges para obter um número de classes ótimo para determinado tamanho de amostra.
A plotar o histograma, que é a representação gráfica de uma distribuição de frequências.

A calcular as principais medidas de tendência central: média aritmética, mediana e moda.
A identificar características importantes de uma distribuição, como a presença de assimetria e sua direção a partir da relação entre as medidas de tendência central.

Nesta aula, aprendemos:

A obter os quartis, decis e percentis de uma distribuição Também conhecidas como medidas separatrizes, pois dividem uma distribuição em partes iguais.
A construir e interpretar um boxplot, com a utilização dos quartis.

A obter três medidas de dispersão importantes. O desvio médio absoluto, a variância e o desvio padrão.
Que, embora as medidas de posição forneçam uma sumarização bastante importante dos dados, elas podem não ser suficientes para caracterizar conjuntos distintos, especialmente quando as observações de determinada distribuição apresentarem dados muito dispersos Por isso, para complementar nossas análises e poder caracterizar melhor o conjunto de dados, utilizamos as medidas de dispersão.