quarta-feira, 8 de junho de 2022

A importância do Gráfico Box Plot na estatística descritiva

As estatísticas descritivas são breves coeficientes descritivos que resumem um conjunto de dados, que pode ser ou uma representação de toda a população ou uma amostra de uma população. A estatística descritiva é composta por medidas de tendência central e medidas de variabilidade ( dispersão). As medidas de tendência central incluem a média, mediana e modo, enquanto as medidas de variabilidade incluem o desvio padrão, variância, variáveis mínimas e máximas, curtose, e achatamento (Investopedia, 2022).

Box plots — Climate Data Store Toolbox 1.1.5 documentation

Figura 1https://cds.climate.copernicus.eu/toolbox/doc/gallery/54_box_plots.html

 

Na estatística descritiva, um gráfico de caixa ou boxplot (também conhecido como box and whisker plot) é um tipo de gráfico frequentemente utilizado na análise de dados explanatórios. As parcelas de caixa mostram visualmente a distribuição dos dados numéricos e o achatamento através da exibição dos quartis de dados (ou percentis) e das médias.

 

As parcelas de caixa mostram o resumo de cinco números de um conjunto de dados: incluindo a pontuação mínima, primeiro quartil (inferior), mediana, terceiro quartil (superior), e pontuação máxima.

 

 

Então, ao utilizar esta tipologia de gráfico para os seus trabalhos vamos explicar o que é cada conceito e como interpretar cada um deles

Pontuação Mínima

A pontuação mais baixa, excluindo os outliers (mostrados no final do whisker da esquerda).

 

Quartil inferior

Vinte e cinco por cento das pontuações ficam abaixo do valor do quartil inferior (também conhecido como primeiro quartil).

 

Mediana

A mediana marca o ponto médio dos dados e é mostrada pela linha que divide a caixa em duas partes (por vezes conhecida como o segundo quartil). Metade das pontuações são superiores ou iguais a este valor e metade são inferiores.

 

Quartil Superior

Setenta e cinco por cento das pontuações ficam abaixo do valor do quartil superior (também conhecido como o terceiro quartil). Assim, 25% dos dados estão acima deste valor.

 

Pontuação máxima

A pontuação mais alta, excluindo os outliers (mostrados no final do whisker da direita).

 

Os “bigodes”

Os bigodes superiores e inferiores representam pontuações fora do meio 50% (ou seja, os 25% inferiores e os 25% superiores das pontuações).

 

O intervalo interquartil (ou IQR)

Este é o gráfico da caixa que mostra os 50% médios das pontuações (ou seja, o intervalo entre o percentil 25 e 75).

 

COMO INTERPRETAR

Features of a Box Plot (also called a box and whisker plot)

Figura 2 https://www.simplypsychology.org/boxplots.html


Passo 1: Compare as medianas das parcelas de caixa

Comparar as respetivas medianas de cada parcela de caixa. Se a linha mediana de uma parcela de caixa estiver fora da caixa de uma parcela de caixa de comparação, então é provável que haja uma diferença entre os dois grupos.

Passo 2: Comparar os intervalos interquartis e os “bigodes” das parcelas de caixa.Comparar os intervalos interquartis (ou seja, os comprimentos das caixas), para examinar como os dados estão dispersos entre cada amostra. Quanto maior for o comprimento da caixa, mais dispersos ficam os dados. Quanto menor, menos dispersos ficam os dados.

Passo 3: Procure potenciais aberturas.

Ao rever uma parcela de caixa, um outlier é definido como um ponto de dados que se encontra fora dos bigodes da parcela de caixa.

Passo 4: Procura de sinais de enviesamento

Se os dados não parecem ser simétricos, será que cada amostra mostra o mesmo tipo de assimetria?

Obras Citadas

Box plots. (2022). Obtido em 2022 de 06 de 2022, de https://cds.climate.copernicus.eu/toolbox/doc/gallery/54_box_plots.html

Investopedia. (2022). Descriptive Statistics. doi:https://www.investopedia.com/terms/d/descriptive_statistics.asp

McLeod, S. (s.d.). What does a box plot tell you? Simply psychology2019. Obtido de https://www.simplypsychology.org/boxplots.html

 

 


segunda-feira, 6 de junho de 2022

 

www.armida.pt


Armida representa um acrónimo que advém de António Alexandre Ramalho Mostardinha, Investigação, Desenvolvimento e Análise de dados.

Atualmente somos uma pequena empresa individual, um projeto em crescimento orientado para a consultadoria em projetos de investigação, desde a conceção, metodologias e análise de dados, quer nas áreas das ciências da saúde quer das ciências sociais.

 A nossa missão é a concretização de uma consultoria focando-se:

 i) Promover a idealização, desenvolvimento e concretização dos objetivos do cliente na execução do seu projeto de investigação, maximizando o potencial do mesmo;

ii) Diligenciar a exequibilidade e aplicabilidade quer em investigações futuras quer na aplicabilidade prática na área temática da investigação

iii) Procurar a permanente satisfação do cliente no seguimento em todas as etapas do desenvolvimento do seu projeto, guiado pela excelência e elevados níveis de satisfação.

 

 

Procuramos fornecer consultoria nos mais elevados níveis de qualidade nas seguintes tarefas:

i) Consultoria na conceção de projetos de investigação quantitativa, qualitativa e mistos (fase conceptual e metodológica);

ii) Consultoria em projetos científicos (investigadores, bolseiros de investigação, etc.) e de trabalhos finais de curso (licenciaturas, pós-graduações, mestrados e doutoramentos, entre outros cursos não conferentes a grau académico);
iii) Auxiliar nas metodologias de processos de amostragem;
iv) Realizar estatística descritiva;
v) Efetuar análise de dados inferencial:
a)Testes paramétricos e não paramétricos;
b)Análise de propriedades psicométricas de escalas;
vi) Auxiliar na análise de resultados com vista à discussão de resultados;
vii) Contribuir em estratégias de divulgação de resultados (manuscritos para submissão e apresentações em eventos científicos).

 

Endereço eletrónico: geral@armida.pt

 

Telemóvel: 912239740

 

Morada: Rua Camilo Castelo Branco, nº98, 2910-445 Setúbal

 

 

 Compreendendo os paradigmas

    Os diferentes paradigmas que devem guiar a escolha de estratégias de pesquisa na área das ciências da saúde e sociais, em que se vai discutir as principais características de dois desses paradigmas: o positivismo (fortemente relacionado a pesquisas de natureza quantitativa), e o interpretativismo (fortemente relacionado a pesquisas de natureza qualitativa). A compreensão desses paradigmas é fundamental para a escolha de uma estratégia adequada de pesquisa; o artigo pretende contribuir para esse entendimento por meio de uma discussão objetiva e didática.

    Antes de definir-se uma estratégia metodológica de investigação, é fundamental compreendermos os diferentes paradigmas de pesquisa.

    O paradigma positivista está fundamentado numa ontologia realista, isto é, admite factos objetivos, independentes da perceção humana, considerando que a realidade é composta por estruturas palpáveis, tangíveis e estáveis.

    Neste seguimento, somente fenómenos observáveis e mensuráveis podem constituir conhecimentos realmente válidos. Este, ainda, considera somente a existência de fatos, e não de opiniões. A pesquisa científica deve procurar, explanar e antedizer o que irá ocorrer no mundo por buscar regularidades e relações de causa e efeito.

    Por seu turno o paradigma interpretativista é um dos principais paradigmas em oposição ao paradigma positivista. Primeiramente, verifica-se que a ontologia interpretativista é de interação sujeito/objeto, isto é, não considera a existência de uma realidade totalmente objetiva, nem totalmente subjetiva, mas sim, que existe uma interação entre as características de um determinado objeto e entre a compreensão que os seres humanos criam a respeito desse objeto, por meio da intersubjetividade. A perspectiva Interpretativista enfatiza a importância dos significados subjetivos e sociopolíticos.

    A lógica prevalecente no paradigma interpretativista é indutiva, pois o pesquisador procura não impor o seu entendimento prévio sobre a situação pesquisada. De acordo com a lógica interpretativista, o conhecimento sobre os processos sociais não pode ser construído a partir de deduções hipotéticas ou cálculos de relações entre variáveis. A compreensão dos processos sociais pressupõe um “mergulho” no mundo no qual os processos são criados. Isso envolve conhecer como as práticas e os significados são formados e informados pela linguagem bem como as normas tácitas compartilhadas em um determinado contexto social.

A importância do Gráfico Box Plot na estatística descritiva As estatísticas descritivas são breves coeficientes descritivos que resumem u...