Standard normal table/Z Table
logo

Morrison Külsenn

Estatística Pura
Siga-nos

Gráficos Estatísticos

Os gráficos estatísticos são ferramentas visuais essenciais para a análise exploratória de dados. Eles permitem visualizar padrões, tendências, relações e anomalias que podem não ser óbvias em tabelas de dados brutos. Um bom gráfico pode comunicar informações complexas de forma clara e eficiente.

Tipos de Gráficos e Quando Usar

  1. Gráficos para Variáveis Qualitativas
    • Gráfico de Barras
    • Gráfico de Pizza
    • Gráfico de Rosca
  2. Gráficos para Variáveis Quantitativas
    • Histograma
    • Boxplot (Diagrama de Caixa)
    • Gráfico de Densidade
  3. Gráficos para Relações entre Variáveis
    • Gráfico de Dispersão (Scatter Plot)
    • Gráfico de Linhas
    • Mapa de Calor (Heatmap)
  4. Gráficos para Séries Temporais
    • Gráfico de Linha Temporal
    • Gráfico de Área
📊 Princípios do Design Visual
Um bom gráfico deve ser: preciso, claro, eficiente e revelador. Lembre-se: "O objetivo da visualização é o insight, não apenas imagens bonitas" - Ben Shneiderman

1. Gráfico de Barras

O gráfico de barras é ideal para comparar categorias ou mostrar a distribuição de uma variável categórica.

Quando Usar

Exemplo Prático

Considere o número de alunos por curso em uma faculdade:

Curso        | Alunos
----------------------
Engenharia   | 120
Medicina     | 90
Direito      | 85
Administração| 110
Gráfico de Barras - Alunos por Curso

Figura 1: Número de alunos por curso

Vantagens e Limitações

Vantagens:

Limitações:

💡 Dica de Visualização
Ordene as barras por valor para facilitar a comparação. Use cores consistentes e evite rótulos muito longos que podem sobrepor.

2. Gráfico de Pizza

O gráfico de pizza (ou gráfico de setores) é um gráfico circular dividido em fatias que representam proporções de um todo. Cada fatia corresponde a uma categoria e seu tamanho é proporcional à quantidade que representa.

Quando Usar

Exemplo Prático

Distribuição de sistemas operacionais móveis em 2023:

Sistema    | Participação de Mercado
-----------------------------
Android    | 70%
iOS        | 28%
Outros     | 2%
Gráfico de Pizza - Participação de Mercado

Figura 2: Participação de mercado de sistemas operacionais móveis

Vantagens e Limitações

Vantagens:

Limitações:

O que os Estatísticos Pensam

🔍 John Tukey
Conhecido como o "pai da análise exploratória de dados", Tukey tinha uma visão pragmática sobre visualização. Embora seja mais famoso por desenvolver o boxplot, ele acreditava que "o objetivo mais simples da análise de dados é a descrição" e que os gráficos deveriam ser ferramentas para descoberta. Sobre gráficos de pizza, Tukey era cético, argumentando que "há poucas situações em que um gráfico circular consegue transmitir informações de forma mais clara que outras alternativas". Ele preferia técnicas que revelassem a distribuição subjacente dos dados.
❌ Edward Tufte
No clássico "The Visual Display of Quantitative Information", Tufte é categórico: gráficos de pizza são "pobres de dados", pois usam muito espaço para transmitir pouca informação. Ele argumenta que o olho humano tem dificuldade em comparar ângulos e áreas de forma precisa, especialmente quando as fatias têm tamanhos similares.
📊 Stephen Few
Few sugere que "há poucas situações em que um gráfico de pizza é a melhor escolha". Em seu livro "Show Me the Numbers", ele demonstra que gráficos de barras permitem comparações mais precisas entre categorias. No entanto, ele reconhece que podem ser úteis para mostrar uma única proporção dominante (ex: 80/20).
📈 Naomi Robbins
Autora de "Creating More Effective Graphs", Robbins argumenta que gráficos de pizza são aceitáveis apenas quando mostram poucas categorias (no máximo 3-4) e quando a mensagem principal é "esta parte é metade" ou "esta parte é um quarto". Para comparações detalhadas, ela recomenda gráficos de barras.

Alternativas Recomendadas

  1. Gráfico de Barras: Para comparações precisas entre categorias
  2. Gráfico de Barras Empilhadas: Para mostrar partes de um todo com mais categorias
  3. Gráfico de Área: Para mostrar mudanças nas proporções ao longo do tempo
  4. Gráfico de Waffle: Alternativa visualmente atraente para mostrar proporções
💡 Quando Usar o Gráfico de Pizza?
Apesar das críticas, o gráfico de pizza pode ser eficaz quando: - Você tem apenas 2-3 categorias - A mensagem é simples (ex: "mais da metade") - O público é leigo e familiarizado com esse formato - O contexto é informal ou de alto nível

3. Histograma

O histograma mostra a distribuição de uma variável quantitativa contínua, agrupando os dados em intervalos (bins).

Quando Usar

Exemplo Prático

Considere as notas de 100 alunos em uma prova (escala de 0 a 10):

Intervalo | Frequência
-------------------
0-2      | 5
2-4      | 15
4-6      | 30
6-8      | 35
8-10     | 15
Histograma - Distribuição de Notas

Figura 2: Distribuição de notas dos alunos

Vantagens e Limitações

Vantagens:

Limitações:

🔍 Regra de Sturges
Para definir o número ideal de bins: $k = 1 + 3.322 \log_{10}(n)$, onde $n$ é o número de observações. Arredonde para o inteiro mais próximo.

3. Boxplot (Diagrama de Caixa)

O boxplot resume a distribuição de uma variável quantitativa através de seus quartis, destacando a mediana e possíveis outliers.

Quando Usar

Elementos do Boxplot

     +-----+----+
     |     |  o | ← Outliers
+----+-----+    
|         |    
|    +-+  |    
|    | |  |    ← Terceiro Quartil (Q3)
|    +-+  |    
|    | |  |    ← Mediana (Q2)
|    +-+  |    
|    | |  |    ← Primeiro Quartil (Q1)
+----+-----+
     |     |
     +-----+
     |     |
     +-----+
     |     |
     +-----+----+

Exemplo Prático

Considere as idades de participantes de um evento:

Boxplot - Distribuição de Idades

Figura 3: Distribuição de idades dos participantes

Vantagens e Limitações

Vantagens:

Limitações:

⚠️ Cuidado com Outliers
Valores são considerados outliers se estiverem abaixo de $Q1 - 1.5 \times IQR$ ou acima de $Q3 + 1.5 \times IQR$, onde $IQR = Q3 - Q1$.

4. Gráfico de Dispersão (Scatter Plot)

O gráfico de dispersão mostra a relação entre duas variáveis quantitativas, onde cada ponto representa uma observação.

Quando Usar

Exemplo Prático

Relação entre horas de estudo e notas em uma prova:

Aluno | Horas | Nota
------|-------|-----
A     | 2     | 4.5
B     | 5     | 6.8
C     | 8     | 7.2
...   | ...   | ...
Gráfico de Dispersão - Horas de Estudo x Nota

Figura 4: Relação entre horas de estudo e notas

Vantagens e Limitações

Vantagens:

Limitações:

💡 Dica de Análise
Adicione uma linha de tendência para destacar a relação entre as variáveis. O coeficiente de correlação de Pearson ($r$) pode quantificar a força e direção da relação linear.

5. Gráfico de Linha Temporal

O gráfico de linha temporal mostra como uma variável quantitativa muda ao longo do tempo.

Quando Usar

Exemplo Prático

Vendas mensais ao longo de um ano:

Mês    | Vendas (R$)
-------|------------
Jan    | 12,500
Fev    | 14,200
Mar    | 15,800
...    | ...
Dez    | 28,300
Gráfico de Linha - Vendas Mensais

Figura 5: Vendas mensais ao longo do ano

Vantagens e Limitações

Vantagens:

Limitações:

📈 Dica de Visualização
Use marcas claras nos pontos de dados e linhas suaves para destacar a tendência geral. Considere usar áreas sombreadas para mostrar intervalos de confiança quando relevante.

Escolhendo o Gráfico Adequado

Tipo de Dados Objetivo Gráfico Recomendado
Categórico Comparar categorias Barras ou Colunas
Categórico Proporções Pizza ou Rosca
Quantitativo Distribuição Histograma ou Boxplot
Duas Variáveis Quantitativas Relação Dispersão (Scatter)
Temporal Tendência Linha
Múltiplas Variáveis Comparação Múltiplas Linhas ou Barras Agrupadas

Boas Práticas em Visualização de Dados

  1. Simplicidade: Menos é mais. Evite elementos desnecessários.
  2. Precisão: Escalas devem ser proporcionais e começar em zero quando apropriado.
  3. Consistência: Use as mesmas cores e estilos para os mesmos elementos.
  4. Legibilidade: Fontes devem ser claras e tamanhos adequados.
  5. Contexto: Inclua títulos, rótulos e fontes quando necessário.
❌ Erros Comuns a Evitar
- Gráficos 3D desnecessários que distorcem a percepção - Escalas enganosas (eixos não iniciando em zero sem justificativa) - Muitas cores ou elementos que competem pela atenção - Falta de rótulos ou legendas claras

Ferramentas Recomendadas

Referências

  1. Tufte, E. R. (2001). The Visual Display of Quantitative Information. Graphics Press.
  2. Cairo, A. (2016). The Truthful Art: Data, Charts, and Maps for Communication. New Riders.
  3. Few, S. (2012). Show Me the Numbers: Designing Tables and Graphs to Enlighten. Analytics Press.
  4. Healy, K. (2018). Data Visualization: A Practical Introduction. Princeton University Press.
  5. Nussbaumer Knaflic, C. (2015). Storytelling with Data: A Data Visualization Guide for Business Professionals. Wiley.