MAE0111 - Análise Exploratória de Dados

Última atualização: segunda-feira, 28 de abril de 2025

Horário das aulas

• Segunda-feira, das 14:00 às 15:40, sala B09
  

• Quarta-feira, das 14:00 às 15:40, sala B09

• Extra: Apresentações do CEA

• Notas de Aula (em construção)

Monitoria

• Monitores: Sil e Geovana

• Horários de Atendimento:

  • Quarta, das 12h às 14h
  • Quinta, das 13h às 15h

Avaliação

• Média Ponderada de Provinhas

• Notas

Programa

1. A profissão de Estatística. A Estatística como metodologia de todas as ciências experimentais. O mercado de trabalho. O perfil profissional do Estatístico. A Estatística acadêmica: pós-graduação e pesquisa.
   
2. Apresentação de problemas reais analisados no CEA – Centro de Estatística Aplicada da USP, com ênfase na análise descritiva dos dados. Conclusões dos estudos.
   
3. Estatística descritiva e inferência estatística, tipos de dados, bancos de dados, ordem de grandeza, precisão e arredondamento de dados quantitativos, proporções e porcentagens, taxas e números índices, sugestões para construção e apresentação de gráficos e tabelas.
   
4. Representação gráfica e tabular da distribuição de dados: tabelas de frequências, gráficos de barras e do tipo “torta”, histogramas, densidade suavizada e função de distribuição empírica.
   
5. Medidas-resumo: medidas de posição, de dispersão, de assimetria e curtose, gráficos do tipo boxplot.
   
6. Modelos para distribuições de frequências: gráficos de probabilidade.
   
7. Associação entre variáveis qualitativas: tabelas de contingência de dupla entrada, coeficientes de associação, sensibilidade e especificidade, risco relativo, razão de chances, tabelas de contingência de múltiplas entradas.
   
8. Associação entre variáveis quantitativas: gráficos de dispersão, covariância, correlação linear, matriz de covariâncias, matriz de correlações.
   
9. Associação entre uma variável quantitativa e uma variável qualitativa: homogeneidade de distribuições, gráficos de médias, gráficos de perfis.
   
10. Outros tópicos: elaboração de relatórios técnicos, uso do aplicativo R, dashboards.

Bibliografia

• Damiani, A., Milz, B., Lente, C., Falbel, D., Correa, F., Trecenti, J., Luduvice, N., Lacerda, T., Amorim, W. Ciência de Dados em R, Curso-R. link.
  
• Peng, R.D. Exploratory Data Analysis with R, Leanpub. link.
  
• Mayer, F.P, Bonat, W.H., Zeviani, W.M., Krainski, E.T., Ribeiro Jr, P.J. Estatística Computacional com R. link.
  
• Grolemund, G. Wickham, H. R for Data Science. link.
  
• Chang, W. R Graphics Cookbook, 2nd edition. link
  
• Grolemund, G. Hands-On Programming with R. link

Bibliografia Jupiterweb

• Morettin, P. A., Bussab, W. O. (2017). Estatística Básica. 9a edição. Saraiva Educação SA.
  
• Wickham, H., Grolemund, G. (2017). R for data science: import, tidy, transform, visualize, and model data, O’Reilly Media, Inc. https://r4ds.had.co.nz/
• Tukey,J. W. (1977). Exploratory Data Analysis. Reading: Addison Wesley.
  
• Cairo, A. (2016). The truthful art: Data, charts, and maps for communication. New Riders.
  
• Tufte, E. R. (1983). The Visual Display of Quantitative Information, Cheshire: Graphics Press.
  
• Few, S. (2012). Show Me the Numbers: Designing Tables and Graphs to Enlighten, 2a ed. Analytics Press.

Bibliografia Complementar

• Relatórios do CEA – Centro de Estatística Aplicada – USP.
  
• Magalhães, M. N, de Lima, A. C. P. (2015). Noções de Probabilidade e Estatística. 7a edição. Editora da Universidade de São Paulo.
  
• Murteira, B. F. J., Black, G. H. J.. (1983). Análise Exploratória de Dados - Estatística Descritiva, Lisboa: McGraw Hill.
  
• Wexler, S., Shaffer, J., & Cotgreave, A. (2017). The big book of dashboards: visualizing your data using real-world business scenarios. John Wiley & Sons.
  
• ChambersJ. M., ClevelandW. S., Tukey, P. A.. (1983). Graphical Methods for Data Analysis. Boston: Duxbury Press.
  
• W. M. Cleveland. (1993). Visualizing Data, Summit, New Jersey: Hobart Press.
  
• W. M. Cleveland. (1994). The Elements of Graphing Data, Summit: Hobart Press.