Guia de Ciência de Dados: Visualização e Modelagem
Visualização de Dados
Quando usar cada gráfico:
- Dispersão: Correlação entre duas variáveis contínuas (ex: renda vs. horas trabalhadas).
- Barras: Comparação de médias ou categorias.
- Caixas (Boxplot): Comparação de dispersão e mediana entre grupos ou faixas.
- Bolhas: Representação de três variáveis (x, y e tamanho), embora seja menos intuitivo.
- Áreas: Evolução temporal de variáveis.
Resposta padrão: O gráfico de dispersão permite visualizar a correlação direta entre variáveis contínuas. O boxplot compara distribuições entre faixas etárias.
Tratamento de Dados Faltantes
Abordagens adequadas:
- Imputar com média ou mediana (indicado para distribuições simétricas).
- Manter valores ausentes se eles forem informativos para o modelo.