Do curso: Python para Ciência de Dados: Formação Básica
Acesse o curso completo hoje mesmo
Cadastre-se hoje mesmo e acesse mais de 23.200 cursos criados por especialistas.
Investigando a dispersão de uma variável - Tutorial de Python
Do curso: Python para Ciência de Dados: Formação Básica
Investigando a dispersão de uma variável
Agora, vamos ver como usar o Pandas para fazer a estatística descritiva da dispersão de uma variável. Para começar, vamos importar a nossa biblioteca e, em seguida, ler mais uma vez o nosso "dataset" sobre carros. Vamos aproveitar e calcular o desvio padrão para todas as nossas variáveis. Para isso, nós podemos usar o método chamado STD, que significa "Standard Deviation". Assim como os métodos da aula passada, esse também é um método embutido do meu DataFrame. Agora, vamos ver como calcular a variância dos meus dados. Veja bem, a variância é um cálculo para dizer o quão disperso estão os meus dados, quanto espalhados eles estão em relação ao todo. O desvio padrão, por sua vez, é calculado como a raiz quadrada da variância. A vantagem de usar o desvio padrão ao invés da variância é que o desvio padrão geralmente está na mesma medida que os seus dados. Você pode notar, por exemplo, que a variância do "disp" é um número muito mais elevado do que o…
Pratique enquanto aprende com arquivos de exercícios
Baixe os arquivos usados pelo instrutor do curso. Siga a apresentação e aprenda assistindo, ouvindo e praticando.
Conteúdos
-
-
-
-
-
(Bloqueados)
Arrays e Numpy4 m27 s
-
(Bloqueados)
Matrizes e Numpy5 m10 s
-
(Bloqueados)
Estatística Descritiva1 m26 s
-
(Bloqueados)
Investigando valores numéricos2 m42 s
-
(Bloqueados)
Investigando a dispersão de uma variável2 m57 s
-
(Bloqueados)
Variáveis categóricas1 m4 s
-
(Bloqueados)
Dados categóricos e o Pandas4 m22 s
-
(Bloqueados)
Identificando correlações: Método paramétrico2 m6 s
-
(Bloqueados)
Calculando o Coeficiente de Pearson5 m43 s
-
(Bloqueados)
Identificando correlações: Método não-paramétrico2 m25 s
-
(Bloqueados)
Usando Spearman e Qui-Quadrado6 m27 s
-
(Bloqueados)
Transformando distribuições de dados2 m
-
(Bloqueados)
Pre-processamento com Sckit-Learn6 m13 s
-
(Bloqueados)
-
-
-
-
-
-
-