Qual é o melhor tipo de Análise de Dados: Explanatória ou Exploratória
Portanto, a principal diferença em relação à pesquisa exploratória é que o assunto já é conhecido, já foi estudado, será, entretanto, aprofundado. Ela se assemelha bastante com a pesquisa exploratória em sua metodologia. Então, a pesquisa exploratória pode ser utilizada como uma ferramente de pesquisa, e junto com o fichamento são ótimas técnicas para iniciar qualquer pesquisa, incluindo https://www.horabrasil.com.br/2024/05/14/desenvolvimento-web-entre-a-programacao-e-criatividade/ TCC e monografia. Neste sentido, tem como objetivo proporcionar maior familiaridade com o problema de pesquisa, visando construir hipóteses. Um dos meios mais comuns usados por quem aprende como fazer pesquisa exploratória é a observação. Pesquisa mais “superficial”, sem maior profundidade, com a função de uma tomada de conhecimento inicial sobre um determinado assunto.
- Ao analisar a distribuição dos dados, é importante identificar visualmente o formato da distribuição por meio de histogramas e densidade de probabilidade.
- Muitas vezes, ocorre a manipulação deuma variável independente com a finalidade de descobrir seus efeitospotenciais.
- Podemos notar que existe uma frequência de passageiros maior no intervalo de 20 e 40 anos de idade.
- Vamos fazer tudo isso usando uma ferramenta chamada Google Colab, que funciona como um “caderno” em que escrevemos as nossas anotações, mas em forma de código Python.
Defina e delimite bem o seu tema
Note que, como os dados nesta tabela estão ordenados (em ordem crescente) pelos salários, então vemos esse padrão de cresimento. A interpretação desse gráfico é limitada pelo fato de que só faz sentido dizer alguma coisa sobre os salários se os índices (nesse caso, os funcionários) tivessem algum tipo de identificação. Por esse motivo, o histograma é uma forma mais eficiente de resumir variáveis contínuas. Os gráficos de barras e de setores são adequados para representar esta variável. O gráfico de barras é formado pelas categorias no eixo X, e pela frequência no eixo Y. A frequência utilizada pode ser tanto a absoluta quanto a relativa, conforme for o caso.
- Essas informações podem fornecer insights importantes para tomadas de decisão e desenvolvimento de estratégias.
- Neste sentido, tem como objetivo proporcionar maior familiaridade com o problema de pesquisa, visando construir hipóteses.
- Para fazer uma pesquisa exploratória, o pesquisador deve focar no estudo generalizado acerca do tema, sem se aprofundar muito no assunto.
- Os resultados oriundos dela normalmente produzem dados qualitativos ou quantitativos.
- Elas ajudam a entender a distribuição dos valores, a tendência central e a dispersão dos dados.
Pesquisa Exploratória: exemplos, dicas, entenda o que é e como fazer
Além disso, pode-se listar outras informações como gênero ou de onde a pessoa é, por exemplo. Dados estruturados são aqueles que apresentam altos níveis de organização intrínseca, por exemplo em termos numéricos ou categóricos. curso de desenvolvimento web Temperatura, número de telefone e gênero são exemplos de dados estruturados. Python é uma linguagem dinâmica e versátil da programação que tem diferentes aplicabilidades, inclusive a tradução de bancos de dados.
da Pesquisa Exploratória
Isso exige conhecimento em linguagens de programação, lógica, ferramentas de processamento e visualização. Ela visa determinar a qualidade dos dados e métricas básicas relacionadas a um fator (ou variável) e não contém uma representação gráfica. A loja poderia determinar as personas de clientes com base nisso, mas o que fazer se, por desatenção, alguns clientes digitarem idades muito acima ou abaixo da média?
Ferramentas de Análise Exploratória de Dados
De modo que, ao mesmo tempo que construímos visualizações dos resultados do modelo, incrementamos estes modelos. O setor do marketing se baseia nessas análises para determinar cursos de ação. Também é importante, ao trabalhar com processamento de dados, ter visão ampla sobre suas relações. Muitas vezes, por atuar em conjuntos específicos, as análises aprofundadas não permitem esse olhar. Nesse caso, o cientista de dados pode notar que se determinar como intervalo apenas os clientes que moram no mesmo estado que a loja, ele terá uma taxa de desistência baixa.