Estatistica-parte-2

Sobre o curso 📚

Este é o segundo curso de estatística básica da Alura, também ministrado pelo instrutor Rodrigo Dias. No curso anterior, o foco estava nas frequências e medidas, enquanto neste, houve um aprofundamento em conceitos teóricos, por exemplo,

• o que são as distribuições de probabilidade (binomial, de Poisson e normal) que são utilizadas para modelar diferentes eventos e fenômenos;
• também foi discutido o conceito de nível e intervalo de confiança, que são usados para fazer inferências estatísticas;
• além disso, foram apresentadas técnicas de amostragem e o cálculo do tamanho da amostra.

Os conceitos do curso foram aplicados ao dataset da Pesquisa Nacional por Amostra de Domicílio, provenientes do IBGE.

Desta forma, finalizamos o curso elaborando um projeto, com ênfase em Probabilidade, Amostragem, e Estimação.

Minha prática 👩🏻‍💻

Mais uma vez, eu decidi trabalhar com um dataset referente aos empreendimentos de geração de energia elétrica presentes no país, os dados da Agência Nacional de Energia Elétrica.

Ao utilizar este dataset, eu não teria à disposição todos os tipos de dados (qualitativa ordinal e nominal, quantitativa discreta e contínua), e com distribuições que representassem condições ideias para análise. No entanto, achei interessante trabalhar com essa ‘imperfeição’ nos dados, pois acredito que, em um ambiente de trabalho, a situação seja semelhante.

Decidi replicar os problemas A, B e C, apresentados no curso, para este dataset e adaptando alguns pontos.

Problema A:

A proporção de Usinas Solar Fotovoltaicas (UFV) presentes no parque gerador nacional, é um pouco maior do que 75%. Considerando os outros tipos de usina como ‘Não UFV’, qual a probabilidade de selecionar aleatoriamente um grupo de 10 usinas que apresente uma proporção semelhante à da população?

Problema B:

Ainda sobre a questão anterior, quantos grupos (de 10 usinas) será preciso selecionar, de forma aleatória, para conseguir 100 grupos compostos por 7 usinas UFV e 3 'Não UFV'?

Problema C:

Tenho que fazer um estudo para avaliar o preço de automóveis. Para isso, preciso realizar uma pesquisa de campo. Após reunião com meu supervisor fictício, foi possível elencar o seguinte conjunto de informações:

• Tenho somente R$ 30.000,00 de recursos para realização da pesquisa de campo; e

• Seria interessante uma margem de erro não superior a 10% em relação a média estimada.

Em estudos deste tipo, o custo médio por entrevista, fica em torno de R$95,00. Com este conjunto de fatos, preciso avaliar e obter as seguintes informações:

1. Para obter uma estimativa para os parâmetros da população (preço dos automóveis), realize uma amostragem aleatória simples no conjunto de dados. Essa amostra deve conter 300 elementos, obtenha a média e o desvio-padrão dessa amostra.
2. Para a margem de erro especificada, obtenha os tamanhos de amostra necessários para garantir os níveis de confiança de 90%, 95% e 99%.
3. Obtenha o custo da pesquisa para os três níveis de confiança.
4. Para o maior nível de confiança viável (dentro do orçamento disponível), obtenha um intervalo de confiança para a média da população.
5. Assumindo o nível de confiança escolhido no item anterior, qual margem de erro pode ser considerada utilizando todo o recurso disponibilizado?
6. Assumindo um nível de confiança de 95%, quanto a pesquisa custaria, caso fosse considerada uma margem de erro de apenas 5% em relação à média estimada?

Conclusão 🏁

Fiquei contente em concluir o curso, no qual aprendi como calcular uma série de tópicos essenciais em estatística através de métodos do Scipy, entre eles:

• as Distribuições Binomial, Poisson e Normal, que são fundamentais para lidar com dados estatísticos e realizar análises mais precisas;
• os conceitos de Nível e Intervalo de Confiança, que permitem avaliar a precisão de estimativas estatísticas e fornecem uma base sólida para a tomada de decisões baseadas em dados;
• as técnicas de Amostragem, pois selecionar uma amostra representativa de uma população é crucial para evitar vieses e garantir a validade das conclusões estatísticas que podemos obter a partir dos dados coletados;
• e por último, mas não menos importante, calcular o tamanho da amostra necessário para alcançar uma margem de erro desejada, que é uma habilidade inestimável ao planejar estudos e pesquisas, pois permite determinar a quantidade adequada de dados a serem coletados para obter resultados confiáveis.

Ter a oportunidade de aplicar esses conhecimentos em uma simulação de projeto foi extremamente gratificante, poder ver na prática como as técnicas estatísticas podem ser úteis na resolução de problemas e na tomada de decisões só reforçou a importância do curso.

Em suma, estou muito contente de ter aprendido todos os tópicos e de ter colocado a mão na massa, agora me sinto mais preparada para enfrentar desafios estatísticos no futuro e utilizar essas habilidades para tomar decisões informadas e embasadas em dados.

Muito obrigada por chegar até aqui e até a próxima 🤗

Ferramentas utilizadas 🧰