Módulo 3 - Visão Sistêmica Sobre A Análise de Dados

Análise de dados:
uma leitura crítica das

informações
Visão Sistêmica Sobre a Análise de Dados
3
Módulo
Gestão da Informação e do Conhecimento

Fundação Escola Nacional de Administração Pública
Diretoria de Desenvolvimento Profissional
Conteudista/s
Ricardo Alexandre Amaral (conteudista, 2022);
Diretoria de Desenvolvimento Profissional.
Enap, 2022
Fundação Escola Nacional de Administração Pública
Diretoria de Desenvolvimento Profissional
SAIS - Área 2-A - 70610-900 — Brasília, DF
Sumário
Unidade 1: Elementos de Tratamento Numérico e Computacional
de Dados.................................................................................................5
1.1 Tratamento computacional de dados........................................................................ 6
1.2 Aplicação de métodos numéricos de ajuste de dados............................................ 7
Referências . ...................................................................................................................... 10
Unidade 2: Fundamentar Opinião com Base em Resultados.........12
2.1 Sumário da análise de dados.................................................................................... 13
2.2 Tratamento da informação........................................................................................ 15
Referências . ...................................................................................................................... 17
Unidade 3: O Campo de Dados e o Cenário Atual............................18
3.1 Discussão e fechamento............................................................................................ 18
3.2 Referências de estudo................................................................................................ 20
Referências . ...................................................................................................................... 22
Apresentação e Boas-vindas
Seja bem-vindo e bem-vinda ao curso Análise de Dados: uma Leitura Crítica das
Informações.
Neste curso as noções de estatística serão as lentes fundamentais que nortearão

o seu estudo. Mas não se preocupe, as ferramentas estatísticas necessárias para o
entendimento do conteúdo serão definidas e retomadas ao longo de todo o curso
para ajudar você a alcançar o objetivo geral desta capacitação. Ao final de seus
estudos é esperado que você saiba utilizar os fundamentos estatísticos para ler os
dados de maneira objetiva e crítica. Dessa forma, o objetivo central do curso se volta à
necessidade de entender, na atual era da informação, o conceito de dados e de como
tecer uma leitura crítica e objetiva destes.
A estatística é entendida como a ciência dos dados, visto que tem ligação direta com o
tratamento desses dados em vários campos do saber. Especialmente neste curso, você
poderá analisar o alinhamento da estatística com o desenvolvimento da sociedade,
via produção de pesquisa social e por meio de indicadores que permitem mensurar
desde características regionais de um país, até suas demandas de desenvolvimento
socioeconômico.
O propósito é que este curso sirva para aprimorar um olhar crítico sobre o tema análise
de dados e sobre outras áreas de atuação adjacentes ao tema como, por exemplo:
gestão, mercado, políticas públicas e a cultura do cidadão pleno. Dessa forma, uma
vez que o indivíduo estabeleça vínculo com as mídias informativas espera-se que ele
esteja apto à leitura e interpretação de dados.
O conteúdo ao longo do curso está distribuído em três módulos. No primeiro módulo

você irá reconhecer qual a importância da análise de dados, irá compreender a
conexão entre estatística e tratamento de dados, além de examinar sistemas sob o
prisma estatístico.
No segundo módulo você irá reconhecer os principais formatos de representação

de dados, analisar correlações não-lineares, além de examinar os ajustes linear e
quadrático.
Por fim, no terceiro módulo, irá identificar a contribuição computacional associada ao

tratamento de dados, reconhecerá as conexões entre análise de dados e pensamento
estratégico, além de reconhecer a importância da análise de dados para a leitura
crítica das informações.
Então é hora de começar!
Enap Fundação Escola Nacional de Administração Pública

4
Módulo
2 Visão Sistêmica Sobre a Análise

de Dados
O presente módulo do curso de análise de dados traz uma visão sistêmica sobre este
tema e que tem por objetivos identificar a contribuição computacional associada
ao tratamento de dados; evidenciar conceitos fundamentais sobre pensamento
estratégico e, finalmente, reiterar a emergência da análise de dados para uma leitura
crítica das informações.
É sabido que programas de computador de análise de dados como SciDAVis facilitam

em muito a determinação de fits, que modelam problemas de vários campos, e são
massivamente utilizados no exame de curvas de dados não-lineares.
A ideia aqui é mostrar como obter a análise de dados e como fazer esses fits, que
vão sendo internalizados e contribuem para o desenvolvimento da sua percepção e
criticidade. Logo, o olhar clínico do examinador é imprescindível, uma vez que é ele
que faz as escolhas quanto aos ajustes, do mais simples para o mais complexo: reta,
quadrático etc. Sites como o Planet Calc fazem regressões lineares, quadráticas e cúbicas
de modo simples, direto e sem a necessidade de instalação de nenhum programa.
Para saber mais sobre o Planet Calc clique aqui e acesse o site
Unidade 1: Elementos de Tratamento Numérico

e Computacional de Dados
Objetivo de aprendizagem
Ao final desta unidade você será capaz de identificar a contribuição computacional

associada ao tratamento de dados, ou seja, a prática de ajuste, seu significado e
desdobramentos, via utilização de métodos computacionais simples, diretos e didáticos
para tratamento de dados.

5
1.1 Tratamento computacional de dados
O desenvolvimento dos computadores e outros dispositivos eletrônicos equivalentes,

alavancou a utilização de métodos numéricos em basicamente todas as áreas do
conhecimento via uso e popularização de algoritmos de aproximação e simulação de
problemas. Aqui serão designados conjuntos de técnicas estatísticas desenvolvidas
com uso desse tratamento computacional de dados.
Tratamento computacional de dados.

Fonte: Freepik. Elaboração: CEPED/UFSC (2022).
É importante entender que tais dispositivos são essencialmente máquinas de calcular,

e que resolvem operações de modo automático e muito rápido, logo é excelente
para desempenharem trabalhos com o perfil numérico, também denominados não-
analíticos. Contudo o foco aqui é analisar a representação gráfica das informações
à luz dos conceitos estatísticos abordados.

6
1.2 Aplicação de métodos numéricos de ajuste de dados
Para seguir com o conteúdo será usada novamente a análise da curva de imunização
parcial contra coronavírus no Brasil e seus ajustes. É importante relembrar que o fit
em vermelho é linear e não passa por todos os pontos, assim tendo uma correlação
menor que a dos demais ajustes, representados em verde claro e roxo, que são
ajustes de graus 2 e 3 respectivamente.
Dados e esboço da curva do percentual de imunização parcial com a primeira

dose da vacina contra o coronavírus no Brasil utilizando o SciDAVis.
Fonte: Our Wold in Data (2021). Elaboração: CEPED/UFSC (2022).
O resultado computacional gerado possibilita ajustar a curva por diferentes funções

escritas, veja:
• y = A*x + B (grau-1, reta, linear);
• y = a0 + a1*x + a2*x² (grau-2);
• y = a0 + a1*x + a2*x² + a3*x³ (grau-3).
A figura a seguir demonstra os parâmetros de ajuste e correlação dos pontos

obtidos, isto é, os termos a0, a1 e a2.
O coeficiente de correlação é denominado “R^2”, o qual estima o grau de correlação

de cada ajuste, portanto é a “confiabilidade do ajuste”.
Idealmente R² = 1 = 100%, seria uma reta perfeita, porém não existe para dados
reais, uma vez que dados tem uma incerteza intrínseca, portanto quanto mais baixo

7
o R^2, entendido como R ao quadrado, pior é o ajuste executado. Em especial, os
coeficientes de correlação associados aos ajustes dos dados sobre a imunização
parcial contra covid no Brasil são:
• R^2 = 0,968854555231625 para o fit linear;
• R^2 = 0,970304504278698 para o fit quadrático;
• R^2 = 0,998294079690944 para o fit cúbico.
Consequentemente os coeficientes de correlação são muito próximos, 96,8%; 97%;

e 99,8% para os ajustes linear, quadrático e cúbico.
Representação dos parâmetros de ajuste computacional de curvas usando o SciDAVis dos

dados acerca da imunização com a primeira dose da vacina contra o coronavírus no Brasil.
Fonte: Our World in Data (2021). Elaboração: CEPED/UFSC (2022).

8
Neste caso, pela análise dos coeficientes de correlação dos ajustes temos uma boa
aproximação que indica que todos os ajustes para quadro sobre a imunização parcial no
Brasil são aceitáveis. E deste sucesso da parametrização computacional é possível ter um
bom modelo aproximativo com qualquer um dos três ajustes, inclusive o mais simples.
Você chegou ao fim desta unidade. Caso surjam dúvidas, faça uma releitura dos tópicos
de interesse. Bons estudos!

9
Referências
ALVES, Isabel Fraga. Data Science, Big Data e um novo olhar sobre a Estatística.
Boletim SPE: O Tema Central da Estatística - um novo olhar, Lisboa, v. 12, n. 2, p.
29-31, 2017. Semestral.
CARVALHO, Marilia Sá; SOUZA-SANTOS, Reinaldo. Análise de dados espaciais em

saúde pública: métodos, problemas, perspectivas. Cadernos de Saúde Pública, Rio
de Janeiro, v. 21, p. 361-378, 2005.
COMARELA, Giovanni et al. Introdução à Ciência de Dados: Uma Visão Pragmática

utilizando Python, Aplicações e Oportunidades em Redes de Computadores.
SCHAEFFER FILHO, Alberto Egon; CORDEIRO, Weverton Luis da Costa; CAMPISTA,
Miguel Elias Mitre (ed.). Minicursos do XXXVII Simpósio Brasileiro de Redes de
Computadores e Sistemas Distribuídos, Porto Alegre, Sociedade Brasileira de
Computação, p. 246-295, 2019.
GIBBS, Graham. Análise de dados qualitativos. Porto Alegre, Artmed; 2009.
HURWITZ, Judith et al. Big Data para leigos. Rio de Janeiro, Alta Books Editora, 2016.
INSTITUTO BRASILEIRO DE GEOGRAFIA (IBGE). O que é o PIB. Rio de Janeiro, IBGE, 2021.
Disponível em: https://www.ibge.gov.br/explica/pib.php. Acesso em: 12 nov. 2021.
LEITE, Angela; FUITA, Hiroco. Aplicações da matemática: administração, economia

e ciências contábeis. Boston, Cengage Learning, 2008.
OUR WORLD IN DATA. Brazil: coronavirus pandemic country profile. Coronavirus

Pandemic Country Profile. 2021. Disponível em: https://ourworldindata.org/
coronavirus/country/brazil. Acesso em: 09 mar. 2022.
PINTO, José Carlos; SCHWAAB, Marcio. Análise de Dados Experimentais: I.

Fundamentos de Estatística e Estimação de Parâmetros. Rio de Janeiro, Editora
E-papers, 2007.
PROVOST, Foster; FAWCETT, Tom. Data Science for Business: What you need to know
about data mining and data-analytic thinking. Sebastopol (USA) O'Reilly Media, Inc., 2013.
SILVESTRE, António. Análise de dados e estatística descritiva. Forte da Casa,

Escolar Editora, 2007.
SOUZA, Emanuel Fernando Maia de; PETERNELLI, Luiz Alexandre; MELLO, Márcio
Pupin de. Software Livre R: aplicação estatística. 2014. Universidade Federal da Paraíba.

10
VITALI, Marieli Mezari. Estatística sem matemática para psicologia. Revista Brasileira
de Psicodrama, São Paulo, v. 27, n. 1, p. 139-144, 2019.
VUOLO, José Henrique. Fundamentos da teoria de erros. São Paulo, Editora

Blucher, 1996.

11
Unidade 2: Fundamentar Opinião com Base em
Resultados
Ao final desta unidade você será capaz de reconhecer a análise de dados e o pensamento
estratégico, assim atrelando as fits e seus modelos ao olhar crítico, o qual deve fundamentar
o discurso e exame dos dados.
A sociedade está imersa na cultura da informação. Jornais, revistas e a internet

promovem intenso contato com dados, que caracterizam o tempo presente e que
também permitem ingênuos prognósticos do porvir.
Ocorre que a ideia por trás de um ajuste é obter uma função que modela os dados,
que os recria, e deste modo que permite fazer inferências, mesmo que tímidas,
sobre a evolução de um sistema, ou seja, um futuro caracterizado com base na
tendência determinada por um rol de dados.
Como por exemplo: modelos com relação à população brasileira, expectativa de

vida, percentual de trabalhadores ativos, são cruciais para o futuro da previdência.
Modelos com base em dados (medidas) são sempre aproximados

e imprecisos, visto que todo dado tem um erro intrínseco,
porque são fruto de medições e não há instrumentos de medida
e experimentadores perfeitos. Todavia, é interessante perceber
que os modelos fenomenológicos são entendidos como nossa
melhor resposta para diversos problemas e respondem bem
a vários casos onde não há grande volatilidade ou onde não
ocorreram crises.

12
Deste modo os modelos fenomenológicos são amplamente utilizados na descrição de
tendências, isto é, demonstram como será a evolução dos dados sem o acontecimento
de crises. Como exemplos de resultados experimentais, tecidos via ajuste de dados,
é possível extrair diagnósticos em várias áreas de conhecimento. Conheça algumas
áreas em que se pode utilizar a análise de dados para a definição de tendências:
• Evolução populacional de pessoas de um país ou região: estes

comumente apresentam um padrão de crescimento ou decréscimo,
sem a consideração de eventos como: guerras, recessão, pandemias etc;
• Taxa de crescimento de cultura de bactérias: as bactérias apresentam

uma alta velocidade de crescimento, comumente se duplicam a cada
intervalo de tempo, assim a descrição fenomenológica do ajuste do
crescimento livre da população de bactérias é possível, considerando a não
intervenção de agentes externos, como temperatura ou medicamentos;
• Comportamento de índices econômicos não muito voláteis: neste

caso poderiam ser considerados índices não tão sensíveis ao mercado,
como a inflação de países desenvolvidos, ou de modo mais simples,
índices que exibam alguma regularidade.
2.1 Sumário da análise de dados
Motivado pelo ajuste linear de boa qualidade (ótima correlação), é possível avançar
na busca de extrair resultados sobre os dados da curva de imunização parcial
contra coronavírus no Brasil. Logo a ideia é listar os passos para a construção de
informações a partir dos dados e a interpretação do contexto.
É interessante tratar um pouco mais tais dados sobre a imunização, uma vez que
é possível determinar o eixo temporal em dias, calculando a diferença entre datas.
Um exemplo pode ser visto no período de tempo entre 14/02 e 01/04 de 2021, que
pode ser reescrito, buscando uma padronização quanto ao tempo. A tabela a seguir
mostra tal raciocínio e resultados.

13
Intervalo
Intervalo Percentual de
Data Acumulado
(dias) Imunização
(dias)
12/02/2021 - 2
01/04/2021 46 46 7
14/05/2021 43 89 16,8
02/06/2021 19 108 35,7
17/08/2021 76 184 57,8
02/10/2021 46 230 71,6
17/11/2021 46 276 76,6
Organização e tratamento dos dados do percentual de

imunização contra o coronavírus no Brasil.
A partir dos dados da tabela é possível construir um gráfico que exprime o

comportamento da evolução da imunização parcial contra coronavírus no Brasil.
A figura a seguir, via análise do gráfico e da reta de ajuste, permite prever que se
chegará a 100% da população por volta de 340 dias, ou seja, tratar dados e promover
argumentação com base nos mesmos.
Percentual de Imunização contra o coronavírus no Brasil, utilizando

tratamento simples dos dados temporais e executando um fit linear.

14
É possível ainda, tendo em vista a evolução da imunização parcial contra coronavírus,
examinar os parâmetros do fit mostrados na figura acima e que permitem uma
ótima equação de reta para o problema descrito pela equação:
y = (0,319389909358684)x + (-5,4151309052754)
De modo que, substituindo y = 100, ou seja, 100% da imunização, infere quanto a

prever o tempo (x) necessário para tal tarefa:
100 = (0,319389909358684)x + (-5,4151309052754)

x = 340 dias como esperado!
Ajuste Linear de Dados

usando uma função y=A*x+B ;
B = -5,415
A = 0,319
------------------
R^2 = 0,96
Parâmetros de Ajuste do Percentual de Imunização contra o coronavírus no Brasil,

utilizando tratamento simples dos dados temporais e executando um fit linear.
2.2 Tratamento da informação
Como descrito no tópico anterior, é possível modelar o comportamento da evolução

da imunização de modo simples e, principalmente, tecer uma previsão plausível
sobre o tema.
Note ainda que a função de ajuste, escrita de modo simplificado como: y = (0,319)
x + (-5,415) se comporta como uma regra, mas não é a regra, pois é possível, por
exemplo, que se admita percentuais negativos.
Exemplo, para x = 0 resulta-se em y = -5,414%, o que é matematicamente correto,

mas absurdo pelo contexto do problema. O fato é que a expertise humana é sempre
bem-vinda para análise de dados.

15
Deste modo a construção de ajustes nos leva a desenvolver modelos mentais com
relação a dados e assim inferir resultados intuitivamente com relação à informação.
É deste modo que a aplicação de conceitos associados a médias, representações,
gráficos, ajustes, entre outros, molda diversas fenomenologias, seja em ciências
naturais, mercados não demasiadamente voláteis, comportamento de características
socioeconômicas etc.
Você chegou ao fim desta unidade. Parabéns! Caso exista dúvida sobre o tema,
reveja o conteúdo para fixar seus estudos.

16
Referências
29-31, 2017. Semestral.

OUR WORLD IN DATA. Brazil: coronavirus pandemic country profile. Coronavirus

Pandemic Country Profile. 2021. Disponível em: https://ourworldindata.org/
coronavirus/country/brazil. Acesso em: 09 mar. 2022.

E-papers, 2007.
PROVOST, Foster; FAWCETT, Tom. Data Science for Business: What you need to
know about data mining and data-analytic thinking. Sebastopol (USA) O'Reilly Media,
Inc., 2013.
SILVESTRE, António. Análise de dados e estatística descritiva. Forte da Casa,

Escolar Editora, 2007.
SOUZA, Emanuel Fernando Maia de; PETERNELLI, Luiz Alexandre; MELLO, Márcio Pupin
de. Software Livre R: aplicação estatística. 2014. Universidade Federal da Paraíba.

Blucher, 1996.

17
Unidade 3: O Campo de Dados e o Cenário Atual
Ao final desta unidade você será capaz de reconhecer a emergência da análise de dados
para uma leitura crítica de informações.
3.1 Discussão e fechamento
A seguir você verá a imagem de um gráfico de importância histórica no mundo da

ciência, que toca na compreensão que a humanidade tem do Universo e ilustra
as semelhanças operacionais com que os cientistas das ciências da natureza
estabelecem sua relação ao tratamento de dados.
A referida imagem mostra a relação da velocidade em função da distância de estrelas

muito distantes e cujo ajuste, inicialmente feito rapidamente à mão, usando somente
a intuição, evidenciou a Lei de Hubble, ou seja, desvendou uma das linguagens da
natureza.
O gráfico mostra o aumento da velocidade com a distância, em outras palavras,

os objetos luminosos mais distantes do universo estão com maior velocidade em
relação a nós, logo não estão fixos, mas sim se movimentando, de modo que se
conclui que o universo está inflando.
A velocidade em função da distância de objetos astronômicos muito distantes.

Fonte: UFRGS. Elaboração: CEPED/UFSC (2020).

18
O gráfico acerca da Lei de Hubble desvenda uma das linguagens da natureza (lei
natural), visto que o gráfico mostra o aumento da velocidade com a distância de
nebulosas, isto é, nuvens de poeira cósmica sendo que:
• os pontos representados por círculos cheios são as nebulosas individuais;
• a linha contínua é o ajuste relacionado às nebulosas individuais;
• os pontos representados por círculos remetem a grupos de nebulosas;
• a linha tracejada é o ajuste quanto ao grupo de nebulosas.
O resultado da Lei de Hubble demonstra que os objetos luminosos distantes do

universo, como as nebulosas, estão em movimento em relação a nós (movimento
relativo), uma vez que mostram um aumento da velocidade relativa (velocidade em
relação a um referencial, no caso, nós) através do aumento da distância. O fato é
que a Lei de Hubble evidencia que as nebulosas ou grupos de nebulosas não estão
fixas, mas sim se movimentando, aumentando a distância relativa, traduzindo: o
universo está inflando como um balão.
Note que as discussões que derivam da Lei de Hubble recriam um histórico de como
são tecidos pareceres científicos a partir de um ajuste linear de dados, ou, em outras
palavras, como uma metodologia baseada na análise de dados se aplica a um certo
nicho específico de conhecimento humano, nesse caso a física e a cosmologia.
A figura a seguir mostra um gráfico de ações em tempo real, retirado do site Investing.
com. Nesta figura está relacionado o volume de ações da Petrobrás, empresa cuja
atuação influencia nos custos de vida de todo brasileiro. O investidor usa sua intuição,
principalmente para perceber se o gráfico não descreve um sistema muito latente.
Volume de ações da Petrobrás comercializadas em tempo real.

Fonte: Investing. Elaboração: CEPED/UFSC (2022).

19
Caso o sistema acima não seja muito volátil, ou de outro modo apresente alguma
regularidade ao longo de um período, então é estratégico pensar em qual tipo de
estrutura matemática descreve esse instantâneo do mercado, sendo que fica claro:
não é uma reta.
3.2 Referências de estudo
Nos atuais tempos da internet há muito material consolidado e livre acerca do

tratamento de dados e sua grande área correlacionada, por isso foram citados
nichos de conhecimento diretamente atrelados ao contexto de análise de dados
como: cursos de estatística aplicados, tratamento de dados experimentais muitas
vezes disponibilizados gratuitamente no site de várias universidades, USP, INPA,
UNIFESP, MIT etc.
Ao longo do estudo foi evidenciada a potencialidade do tratamento da informação

e como a sociedade está imersa no domínio de planilhas e softwares combinados a
dados estatísticos.
Potencialidade do tratamento da informação.

Fonte:Freepik. Elaboração: CEPED/UFSC (2022).
Lógico que para esses estudos um conhecimento de linguagens de programação é

muito interessante, no entanto é importante inicialmente ter o domínio de planilhas
para a grande maioria dos propósitos. Contudo a procura de documentação acerca
de estatística aplicada a planilhas, análise de dados usando SciDAVis, R ou Pyhton é
bastante recomendada para aporte prático do tema.

20
Atente-se que nem sempre a leitura está subjugada a ferramentas
computacionais, uma vez que a intuição acerca de um gráfico é
humana em vários casos, sendo o analisador que vai inferir e guiar
a análise numérica, respondendo, por exemplo, se o conjunto de
pontos tem comportamento de reta, ou parábola.
O fato é que a análise de dados é uma área altamente interdisciplinar que se compõe
com a estatística, matemática, programação, resolução de problemas acadêmicos
e científicos, desenvolvimento de técnicas numéricas etc. Dado que vários estudos,
mesmo com o uso de computadores são muito demorados,simplificações são muito
bem-vindas.Um exemplo disso é utilizar um fit de menor grau, quando a correlação
é suficientemente satisfatória, comumente acima de 0,9.
Ao chegar até aqui você finalizou o estudo desta unidade! Acesse a atividade avaliativa
no ambiente virtual de aprendizagem para refletir sobre o que foi apresentado até aqui.

21
Referências
29-31, 2017. Semestral.
CARVALHO, Marilia Sá; SOUZA-SANTOS, Reinaldo. Análise de dados espaciais em

saúde pública: métodos, problemas, perspectivas. Cadernos de Saúde Pública, Rio
de Janeiro, v. 21, p. 361-378, 2005.
COMARELA, Giovanni et al. Introdução à Ciência de Dados: Uma Visão Pragmática

utilizando Python, Aplicações e Oportunidades em Redes de Computadores.
SCHAEFFER FILHO, Alberto Egon; CORDEIRO, Weverton Luis da Costa; CAMPISTA,
Miguel Elias Mitre (ed.). Minicursos do XXXVII Simpósio Brasileiro de Redes de
Computadores e Sistemas Distribuídos, Porto Alegre, Sociedade Brasileira de
Computação, p. 246-295, 2019.


E-papers, 2007.
PROVOST, Foster; FAWCETT, Tom. Data Science for Business: What you need to
know about data mining and data-analytic thinking. Sebastopol (USA) O'Reilly Media,
Inc., 2013.
SILVESTRE, António. Análise de dados e estatística descritiva. Forte da Casa, Escolar

Editora, 2007.
SOUZA, Emanuel Fernando Maia de; PETERNELLI, Luiz Alexandre; MELLO, Márcio Pupin
de. Software Livre R: aplicação estatística. 2014. Universidade Federal da Paraíba.

22

Blucher, 1996.

23

Módulo 3 - Visão Sistêmica Sobre A Análise de Dados

Enviado por

Direitos autorais:

Formatos disponíveis

Módulo 3 - Visão Sistêmica Sobre A Análise de Dados

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Módulo 3 - Visão Sistêmica Sobre A Análise de Dados

Enviado por

Direitos autorais:

Formatos disponíveis

Análise de dados:

uma leitura crítica das

Gestão da Informação e do Conhecimento

Diretoria de Desenvolvimento Profissional

1.1 Tratamento computacional de dados........................................................................ 6

1.2 Aplicação de métodos numéricos de ajuste de dados............................................ 7

Unidade 2: Fundamentar Opinião com Base em Resultados.........12

2.1 Sumário da análise de dados.................................................................................... 13

2.2 Tratamento da informação........................................................................................ 15

Unidade 3: O Campo de Dados e o Cenário Atual............................18

3.1 Discussão e fechamento............................................................................................ 18

3.2 Referências de estudo................................................................................................ 20

Neste curso as noções de estatística serão as lentes fundamentais que nortearão

O conteúdo ao longo do curso está distribuído em três módulos. No primeiro módulo

No segundo módulo você irá reconhecer os principais formatos de representação

Por fim, no terceiro módulo, irá identificar a contribuição computacional associada ao

Então é hora de começar!

Enap Fundação Escola Nacional de Administração Pública

2 Visão Sistêmica Sobre a Análise

É sabido que programas de computador de análise de dados como SciDAVis facilitam

Unidade 1: Elementos de Tratamento Numérico

Ao final desta unidade você será capaz de identificar a contribuição computacional

Enap Fundação Escola Nacional de Administração Pública

O desenvolvimento dos computadores e outros dispositivos eletrônicos equivalentes,

Tratamento computacional de dados.

É importante entender que tais dispositivos são essencialmente máquinas de calcular,

Enap Fundação Escola Nacional de Administração Pública

Dados e esboço da curva do percentual de imunização parcial com a primeira

O resultado computacional gerado possibilita ajustar a curva por diferentes funções

• y = A*x + B (grau-1, reta, linear);

• y = a0 + a1*x + a2*x² (grau-2);

• y = a0 + a1*x + a2*x² + a3*x³ (grau-3).

A figura a seguir demonstra os parâmetros de ajuste e correlação dos pontos

O coeficiente de correlação é denominado “R^2”, o qual estima o grau de correlação

Enap Fundação Escola Nacional de Administração Pública

• R^2 = 0,968854555231625 para o fit linear;

• R^2 = 0,970304504278698 para o fit quadrático;

• R^2 = 0,998294079690944 para o fit cúbico.

Consequentemente os coeficientes de correlação são muito próximos, 96,8%; 97%;

Representação dos parâmetros de ajuste computacional de curvas usando o SciDAVis dos

Enap Fundação Escola Nacional de Administração Pública

Enap Fundação Escola Nacional de Administração Pública

CARVALHO, Marilia Sá; SOUZA-SANTOS, Reinaldo. Análise de dados espaciais em

COMARELA, Giovanni et al. Introdução à Ciência de Dados: Uma Visão Pragmática

GIBBS, Graham. Análise de dados qualitativos. Porto Alegre, Artmed; 2009.

LEITE, Angela; FUITA, Hiroco. Aplicações da matemática: administração, economia

OUR WORLD IN DATA. Brazil: coronavirus pandemic country profile. Coronavirus

PINTO, José Carlos; SCHWAAB, Marcio. Análise de Dados Experimentais: I.

SILVESTRE, António. Análise de dados e estatística descritiva. Forte da Casa,

Enap Fundação Escola Nacional de Administração Pública

VUOLO, José Henrique. Fundamentos da teoria de erros. São Paulo, Editora

Enap Fundação Escola Nacional de Administração Pública

A sociedade está imersa na cultura da informação. Jornais, revistas e a internet

Como por exemplo: modelos com relação à população brasileira, expectativa de

Modelos com base em dados (medidas) são sempre aproximados

Enap Fundação Escola Nacional de Administração Pública

• Evolução populacional de pessoas de um país ou região: estes

• Taxa de crescimento de cultura de bactérias: as bactérias apresentam

• y = a0 + a1x + a2x² (grau-2);

• y = a0 + a1x + a2x² + a3*x³ (grau-3).