O 4chan é um site que existe desde 2003 e serve para que seus usuários compartilhem imagens (e posteriormente memes) de forma anônima. Em 2011, um usuário publicou a seguinte pergunta no 4chan: Qual é o menor número de episódios de Haruhi que você deve assistir para que todos os 14 episódios originais sejam vistos em todas as ordens possíveis? Este problema pode ser generalizado da seguinte maneira:

O 4chan é um site que existe desde 2003 e serve para que seus usuários compartilhem imagens (e posteriormente memes) de forma anônima. Em 2011, um usuário publicou a seguinte pergunta no 4chan: Qual é o menor número de episódios de Haruhi que você deve assistir para que todos os 14 episódios originais sejam vistos em todas as ordens possíveis? Este problema pode ser generalizado da seguinte maneira:

O 4chan é um site que existe desde 2003 e serve para que seus usuários compartilhem imagens (e posteriormente memes) de forma anônima. Em 2011, um usuário publicou a seguinte pergunta no 4chan: Qual é o menor número de episódios de Haruhi que você deve assistir para que todos os 14 episódios originais sejam vistos em todas as ordens possíveis? Este problema pode ser generalizado da seguinte maneira:

2015 foi muito louco Qualquer nutricionista diria que as minhas noites de terça-feira em 2015 eram absurdas. Minha mulher e eu assistíamos, toda semana, uma competição de cozinheiros na TV. Como ficávamos com fome durante o programa, aproveitávamos a promoção de uma pizzaria daqui de Natal: ao comprar uma pizza gigante, ganhávamos outra pizza gigante, de graça. Ocorre que duas pizzas gigantes para duas pessoas é muita comida, o que fez com que ganhássemos muito peso.

Sou maior de idade, pago meus impostos e contribuo para o PIB. Portanto, nada me impede de ocasionalmente beber uma ou outra cerveja em meus momentos de lazer. Embora eu tenha as minhas preferências pessoais neste assunto, estive pensando qual seria a opinião geral do brasileiro a respeito das cervejas disponíveis no mercado. De acordo com o G1, cada brasileiro consumiu, em média, 60,7 litros de suco de cevada em 2017, o que serve como indicativo do quanto o povo daqui curte uma ampola (ou talvez mais) deste diurético.

Sou maior de idade, pago meus impostos e contribuo para o PIB. Portanto, nada me impede de ocasionalmente beber uma ou outra cerveja em meus momentos de lazer. Embora eu tenha as minhas preferências pessoais neste assunto, estive pensando qual seria a opinião geral do brasileiro a respeito das cervejas disponíveis no mercado. De acordo com o G1, cada brasileiro consumiu, em média, 60,7 litros de suco de cevada em 2017, o que serve como indicativo do quanto o povo daqui curte uma ampola (ou talvez mais) deste diurético.

Creio que as duas imagens mais marcantes em toda a história do programa espacial norte-americano sejam a caminhada de Neil Armostrong na Lua e a explosão do ônibus espacial Challenger. Esta tragédia, exibida ao vivo pela TV em 28 de janeiro de 1986, chocou o mundo. Após uma cuidadosa investigação, a NASA concluiu que a explosão ocorreu devido ao mau funcionamento de uma peça chamada O-ring, que deveria manter a junção entre as partes dos foguetes que levariam a Challenger para o espaço.

Um Pouco de História Eu moro em Natal, RN, mas sou natural de São Leopoldo, RS. Também sou professor de Estatística. Quando falo de análise de dados com meus alunos, tem uma afirmação minha da qual eles sempre duvidam: Porto Alegre é mais quente do que Natal no verão. Só quem morou no sul e sudeste, em cidades com clima subtropical e afetadas pela continentalidade, sabem do que estou falando.

Nesta semana, mais precisamente em 5 de setembro, o Google lançou o Dataset Search, seu mais novo serviço de busca. O intuito deste serviço é facilitar o acesso de pesquisadores, estudantes e curiosos a conjuntos de dados gratuitos. O Dataset Search realiza uma procura mais especializada do que a ferramenta de busca tradicional do Google, indo atrás de informações em fontes de dados conhecidas por disponibilizar dados. É um serviço equivalente ao que o Google Scholar presta a quem quem encontrar artigos científicos.

Conforme eu havia avisado anteriormente, eu e alguns professores do Departamento de Estatística da UFRN promovemos uma competição de Data Science entre os alunos da universidade. Se eu tivesse que descrevê-la em duas palavras, eu diria “um sucesso”. O resultado da competição pode ser conferido neste link. Nele é possível encontrar as equipes vencedoras da competição (com fotos!) e o material usado pelos competidores em suas apresentações. Acima estamos Eu, Carla Almeida Vivacqua e Eliardo Guimarães Costa, os professores membros da banca avaliadora da competição.

Pois eis que eu e mais alguns professores do Departamento de Estatística da UFRN estamos organizando uma competição de Data Science! Ela vai ocorrer entre os dias 24 e 30 de outubro de 2018 e está aberta para qualquer aluno matriculado regularmente em cursos de graduação ou pós-graduação da UFRN. Esta competição faz parte das atividades da Semana da Estatística 2018, evento no qual o Departamento de Estatística da UFRN estará comemorando 45 anos.

Introdução O principal objetivo deste texto é mostrar como é possível, utilizando apenas recursos gratuitos na internet, realizar um projeto de data science do início ao fim. Vamos treinar um algoritmo de classificação de dados baseado em uma técnica chamada Random Forest (link em inglês, pois a Wikipedia em Português ainda não possui um verbete sobre este assunto)], capaz de realizar tanto tarefas de classificação quanto de regressão. O público-alvo deste texto são as pessoas que já possuem alguma experiência com Estatística e estão interessadas em aprender melhor como aplicar estes conhecimentos já adquiridos em uma área nova, como machine learning.

Conforme eu havia avisado anteriormente, eu e alguns professores do Departamento de Estatística da UFRN promovemos uma competição de Data Science entre os alunos da universidade. Se eu tivesse que descrevê-la em duas palavras, eu diria “um sucesso”. O resultado da competição pode ser conferido neste link. Nele é possível encontrar as equipes vencedoras da competição (com fotos!) e o material usado pelos competidores em suas apresentações. Acima estamos Eu, Carla Almeida Vivacqua e Eliardo Guimarães Costa, os professores membros da banca avaliadora da competição.

Pois eis que eu e mais alguns professores do Departamento de Estatística da UFRN estamos organizando uma competição de Data Science! Ela vai ocorrer entre os dias 24 e 30 de outubro de 2018 e está aberta para qualquer aluno matriculado regularmente em cursos de graduação ou pós-graduação da UFRN. Esta competição faz parte das atividades da Semana da Estatística 2018, evento no qual o Departamento de Estatística da UFRN estará comemorando 45 anos.

Introdução O principal objetivo deste texto é mostrar como é possível, utilizando apenas recursos gratuitos na internet, realizar um projeto de data science do início ao fim. Vamos treinar um algoritmo de classificação de dados baseado em uma técnica chamada Random Forest (link em inglês, pois a Wikipedia em Português ainda não possui um verbete sobre este assunto)], capaz de realizar tanto tarefas de classificação quanto de regressão. O público-alvo deste texto são as pessoas que já possuem alguma experiência com Estatística e estão interessadas em aprender melhor como aplicar estes conhecimentos já adquiridos em uma área nova, como machine learning.

Creio que as duas imagens mais marcantes em toda a história do programa espacial norte-americano sejam a caminhada de Neil Armostrong na Lua e a explosão do ônibus espacial Challenger. Esta tragédia, exibida ao vivo pela TV em 28 de janeiro de 1986, chocou o mundo. Após uma cuidadosa investigação, a NASA concluiu que a explosão ocorreu devido ao mau funcionamento de uma peça chamada O-ring, que deveria manter a junção entre as partes dos foguetes que levariam a Challenger para o espaço.

Nesta semana, mais precisamente em 5 de setembro, o Google lançou o Dataset Search, seu mais novo serviço de busca. O intuito deste serviço é facilitar o acesso de pesquisadores, estudantes e curiosos a conjuntos de dados gratuitos. O Dataset Search realiza uma procura mais especializada do que a ferramenta de busca tradicional do Google, indo atrás de informações em fontes de dados conhecidas por disponibilizar dados. É um serviço equivalente ao que o Google Scholar presta a quem quem encontrar artigos científicos.

O Estadão lançou na semana passada o podcast “Os Elementos” de Euclides. Como todo poscast, é um bate-papo entre pessoas discutindo um assunto em particular. Neste caso específico, a pauta é o livro Os Elementos, do matemático grego Euclides. Os participantes do programa são Irineu Bicudo: professor titular do Instituto de Geociências e Ciências Exatas da Universidade Estadual Paulista e tradutor dos Elementos João Cortese: Doutor em Filosofia pela Universidade de São Paulo e em Epistemologia e História da Ciência pela Universidade Paris 7 Tiago Tranjan: Professor doutor de Lógica e Filosofia da Matemática da Universidade Federal de São Paulo Este livro é a obra mais antiga sobre tratamento dedutivo da Matemática a chegar à Idade Contemporânea.

Um dos pontos que mais reforço em minhas aulas é visualização de dados. A tag visualização aqui no site não me deixa mentir. Um dos exemplos que mais gosto sobre este assunto está presente do pacote datasauRus do R. Este pacote traz 13 conjuntos de dados bivariados que possuem uma característica muito marcante: as correlações entre as variáveis \(x\) e \(y\) destes conjuntos de dados são muito parecidas entre si.

2015 foi muito louco Qualquer nutricionista diria que as minhas noites de terça-feira em 2015 eram absurdas. Minha mulher e eu assistíamos, toda semana, uma competição de cozinheiros na TV. Como ficávamos com fome durante o programa, aproveitávamos a promoção de uma pizzaria daqui de Natal: ao comprar uma pizza gigante, ganhávamos outra pizza gigante, de graça. Ocorre que duas pizzas gigantes para duas pessoas é muita comida, o que fez com que ganhássemos muito peso.

Estou trabalhando em um novo projeto com meu conjunto de dados sobre os pedidos de reembolso dos deputados federais brasileiros (falei com detalhes sobre este projeto neste link). Um aspecto importante neste novo projeto é encontrar os pedidos de reembolso dos deputados por empresa contratada. O problema é que o cadastro destes pedidos é feito por seres humanos e, ao procurar os das empresas, encontramos situações assim: vivo VIVO VIVO - TELEFONICA BRASIL VIVO - TELEFONICA Brasil S.

Introdução O principal objetivo deste texto é mostrar como é possível, utilizando apenas recursos gratuitos na internet, realizar um projeto de data science do início ao fim. Vamos treinar um algoritmo de classificação de dados baseado em uma técnica chamada Random Forest (link em inglês, pois a Wikipedia em Português ainda não possui um verbete sobre este assunto)], capaz de realizar tanto tarefas de classificação quanto de regressão. O público-alvo deste texto são as pessoas que já possuem alguma experiência com Estatística e estão interessadas em aprender melhor como aplicar estes conhecimentos já adquiridos em uma área nova, como machine learning.

Introdução Uma das características mais desejáveis em pesquisa científica e análise de dados é a sua reprodutibilidade. É importante que os métodos estatísticos aplicados sejam auditados independentemente por outras pessoas. Entretanto, para que o trabalho possa ser lido, compreendido e reproduzido, é fundamental que, além do código, nosso fluxo de pensamento também possa ser documentado. Em alguns casos, apenas os comentários distribuídos com o código podem não ser suficientes para garantir a compreensão do trabalho realizado.

Recentemente fui convidado pela organização do 2º Encontro Paraibano de Estatística para ministrar um minicurso durante o evento. O tema que escolhi foi visualização de dados: Visualização de dados com ggplot2 Seja na análise dos resultados de algum experimento ou na modelagem de big data, todo trabalho estatístico começa com a visualização dos dados coletados. Embora seja negligenciada às vezes, a visualização é de suma importância para ajudar a levantar hipóteses, confirmar suspeitas e avaliar suposições.

Introdução Uma das características mais desejáveis em pesquisa científica e análise de dados é a sua reprodutibilidade. É importante que os métodos estatísticos aplicados sejam auditados independentemente por outras pessoas. Entretanto, para que o trabalho possa ser lido, compreendido e reproduzido, é fundamental que, além do código, nosso fluxo de pensamento também possa ser documentado. Em alguns casos, apenas os comentários distribuídos com o código podem não ser suficientes para garantir a compreensão do trabalho realizado.

Recentemente fui convidado pela organização do 2º Encontro Paraibano de Estatística para ministrar um minicurso durante o evento. O tema que escolhi foi visualização de dados: Visualização de dados com ggplot2 Seja na análise dos resultados de algum experimento ou na modelagem de big data, todo trabalho estatístico começa com a visualização dos dados coletados. Embora seja negligenciada às vezes, a visualização é de suma importância para ajudar a levantar hipóteses, confirmar suspeitas e avaliar suposições.

tl; dr Este é o link do aplicativo, caso o texto abaixo seja desinteressante. Introdução Regressão linear é um dos tópicos que ensino em uma disciplina chamada Métodos Estatísticos. Como é uma disciplina do terceiro semestre do Bacharelado em Estatística, é comum encontrar alunos que nunca viram um tópico como este ser tratado anteriormente. Assim, alguns ficam sem entender direito quando falo sobre relação linear, pontos de influência e tudo o mais.

2018 é ano de eleição. Em teoria, alguns milhões de brasileiros que vão às urnas em 7 de outubro escolher seus candidatos para vários cargos. Infelizmente, os debates sobre as eleições no Brasil ficam concentrados na escolha dos nomes para os cargos do executivo. As pessoas tendem a se preocupar com o novo presidente, muitas vezes imaginando que vão eleger um salvador da pátria que vai, magicamente, resolver todos os problemas do país.

Creio que as duas imagens mais marcantes em toda a história do programa espacial norte-americano sejam a caminhada de Neil Armostrong na Lua e a explosão do ônibus espacial Challenger. Esta tragédia, exibida ao vivo pela TV em 28 de janeiro de 1986, chocou o mundo. Após uma cuidadosa investigação, a NASA concluiu que a explosão ocorreu devido ao mau funcionamento de uma peça chamada O-ring, que deveria manter a junção entre as partes dos foguetes que levariam a Challenger para o espaço.

A construção de Intervalos de Confiança é bastante simples. Entretanto, seu conceito nem sempre é entendido por quem trabalha com eles, principalmente os iniciantes. Pensando nisso, desenvolvi um aplicativo capaz de simplificar o entendimento do processo. Segundo o livro Estatística Básica (Bussab e Morettin, 2014), a definição de intervalo de confiança a 95% para o parâmetro da média populacional $\mu$, quando a variância populacional $\sigma^2$ é conhecida, é dada por

Analisar os resultados do ENEM é uma tarefa difícil. Embora os microdados estejam disponíveis gratuitamente para quem quiser baixá-los, nem todos possuem o conhecimento técnico necessário para analisá-los a partir do zero. Até mesmo pesquisadores experientes precisam pedir ajuda para realizar esta tarefa. Pensando neste problema, orientei uma monografia no Departamento de Estatística da UFRN chamada Visualização dos resultados das edições de 2010 a 2015 do ENEM através de um Shiny App, de autoria de Marylaine Nascimento.

Recentemente fui convidado pela organização do 2º Encontro Paraibano de Estatística para ministrar um minicurso durante o evento. O tema que escolhi foi visualização de dados: Visualização de dados com ggplot2 Seja na análise dos resultados de algum experimento ou na modelagem de big data, todo trabalho estatístico começa com a visualização dos dados coletados. Embora seja negligenciada às vezes, a visualização é de suma importância para ajudar a levantar hipóteses, confirmar suspeitas e avaliar suposições.

Imagine o seguinte procedimento: Sorteie um número entre 1 e 100 Escreva este número por extenso Conte o número de caracteres sem espaço obtidos Represente numericamente este resultado Repita os passos de 2 a 4 até os números começarem a se repetir Seja, por exemplo, o número 40. Se escrevermos 40 por extenso, temos a palavra quarenta. Se contarmos o número de letras de quarenta, obtemos 8.

Imagine o seguinte procedimento: Sorteie um número entre 1 e 100 Escreva este número por extenso Conte o número de caracteres sem espaço obtidos Represente numericamente este resultado Repita os passos de 2 a 4 até os números começarem a se repetir Seja, por exemplo, o número 40. Se escrevermos 40 por extenso, temos a palavra quarenta. Se contarmos o número de letras de quarenta, obtemos 8.

Introdução O principal objetivo deste texto é mostrar como é possível, utilizando apenas recursos gratuitos na internet, realizar um projeto de data science do início ao fim. Vamos treinar um algoritmo de classificação de dados baseado em uma técnica chamada Random Forest (link em inglês, pois a Wikipedia em Português ainda não possui um verbete sobre este assunto)], capaz de realizar tanto tarefas de classificação quanto de regressão. O público-alvo deste texto são as pessoas que já possuem alguma experiência com Estatística e estão interessadas em aprender melhor como aplicar estes conhecimentos já adquiridos em uma área nova, como machine learning.

Creio que as duas imagens mais marcantes em toda a história do programa espacial norte-americano sejam a caminhada de Neil Armostrong na Lua e a explosão do ônibus espacial Challenger. Esta tragédia, exibida ao vivo pela TV em 28 de janeiro de 1986, chocou o mundo. Após uma cuidadosa investigação, a NASA concluiu que a explosão ocorreu devido ao mau funcionamento de uma peça chamada O-ring, que deveria manter a junção entre as partes dos foguetes que levariam a Challenger para o espaço.

Imagine o seguinte procedimento: Sorteie um número entre 1 e 100 Escreva este número por extenso Conte o número de caracteres sem espaço obtidos Represente numericamente este resultado Repita os passos de 2 a 4 até os números começarem a se repetir Seja, por exemplo, o número 40. Se escrevermos 40 por extenso, temos a palavra quarenta. Se contarmos o número de letras de quarenta, obtemos 8.

Estou trabalhando em um novo projeto com meu conjunto de dados sobre os pedidos de reembolso dos deputados federais brasileiros (falei com detalhes sobre este projeto neste link). Um aspecto importante neste novo projeto é encontrar os pedidos de reembolso dos deputados por empresa contratada. O problema é que o cadastro destes pedidos é feito por seres humanos e, ao procurar os das empresas, encontramos situações assim: vivo VIVO VIVO - TELEFONICA BRASIL VIVO - TELEFONICA Brasil S.

Introdução O principal objetivo deste texto é mostrar como é possível, utilizando apenas recursos gratuitos na internet, realizar um projeto de data science do início ao fim. Vamos treinar um algoritmo de classificação de dados baseado em uma técnica chamada Random Forest (link em inglês, pois a Wikipedia em Português ainda não possui um verbete sobre este assunto)], capaz de realizar tanto tarefas de classificação quanto de regressão. O público-alvo deste texto são as pessoas que já possuem alguma experiência com Estatística e estão interessadas em aprender melhor como aplicar estes conhecimentos já adquiridos em uma área nova, como machine learning.

Nesta semana, mais precisamente em 5 de setembro, o Google lançou o Dataset Search, seu mais novo serviço de busca. O intuito deste serviço é facilitar o acesso de pesquisadores, estudantes e curiosos a conjuntos de dados gratuitos. O Dataset Search realiza uma procura mais especializada do que a ferramenta de busca tradicional do Google, indo atrás de informações em fontes de dados conhecidas por disponibilizar dados. É um serviço equivalente ao que o Google Scholar presta a quem quem encontrar artigos científicos.

Introdução Uma das características mais desejáveis em pesquisa científica e análise de dados é a sua reprodutibilidade. É importante que os métodos estatísticos aplicados sejam auditados independentemente por outras pessoas. Entretanto, para que o trabalho possa ser lido, compreendido e reproduzido, é fundamental que, além do código, nosso fluxo de pensamento também possa ser documentado. Em alguns casos, apenas os comentários distribuídos com o código podem não ser suficientes para garantir a compreensão do trabalho realizado.

Nesta semana, mais precisamente em 5 de setembro, o Google lançou o Dataset Search, seu mais novo serviço de busca. O intuito deste serviço é facilitar o acesso de pesquisadores, estudantes e curiosos a conjuntos de dados gratuitos. O Dataset Search realiza uma procura mais especializada do que a ferramenta de busca tradicional do Google, indo atrás de informações em fontes de dados conhecidas por disponibilizar dados. É um serviço equivalente ao que o Google Scholar presta a quem quem encontrar artigos científicos.

tl; dr Este é o link do aplicativo, caso o texto abaixo seja desinteressante. Introdução Regressão linear é um dos tópicos que ensino em uma disciplina chamada Métodos Estatísticos. Como é uma disciplina do terceiro semestre do Bacharelado em Estatística, é comum encontrar alunos que nunca viram um tópico como este ser tratado anteriormente. Assim, alguns ficam sem entender direito quando falo sobre relação linear, pontos de influência e tudo o mais.

Analisar os resultados do ENEM é uma tarefa difícil. Embora os microdados estejam disponíveis gratuitamente para quem quiser baixá-los, nem todos possuem o conhecimento técnico necessário para analisá-los a partir do zero. Até mesmo pesquisadores experientes precisam pedir ajuda para realizar esta tarefa. Pensando neste problema, orientei uma monografia no Departamento de Estatística da UFRN chamada Visualização dos resultados das edições de 2010 a 2015 do ENEM através de um Shiny App, de autoria de Marylaine Nascimento.

O 4chan é um site que existe desde 2003 e serve para que seus usuários compartilhem imagens (e posteriormente memes) de forma anônima. Em 2011, um usuário publicou a seguinte pergunta no 4chan: Qual é o menor número de episódios de Haruhi que você deve assistir para que todos os 14 episódios originais sejam vistos em todas as ordens possíveis? Este problema pode ser generalizado da seguinte maneira:

Introdução O principal objetivo deste texto é mostrar como é possível, utilizando apenas recursos gratuitos na internet, realizar um projeto de data science do início ao fim. Vamos treinar um algoritmo de classificação de dados baseado em uma técnica chamada Random Forest (link em inglês, pois a Wikipedia em Português ainda não possui um verbete sobre este assunto)], capaz de realizar tanto tarefas de classificação quanto de regressão. O público-alvo deste texto são as pessoas que já possuem alguma experiência com Estatística e estão interessadas em aprender melhor como aplicar estes conhecimentos já adquiridos em uma área nova, como machine learning.

Conforme eu havia avisado anteriormente, eu e alguns professores do Departamento de Estatística da UFRN promovemos uma competição de Data Science entre os alunos da universidade. Se eu tivesse que descrevê-la em duas palavras, eu diria “um sucesso”. O resultado da competição pode ser conferido neste link. Nele é possível encontrar as equipes vencedoras da competição (com fotos!) e o material usado pelos competidores em suas apresentações. Acima estamos Eu, Carla Almeida Vivacqua e Eliardo Guimarães Costa, os professores membros da banca avaliadora da competição.

Pois eis que eu e mais alguns professores do Departamento de Estatística da UFRN estamos organizando uma competição de Data Science! Ela vai ocorrer entre os dias 24 e 30 de outubro de 2018 e está aberta para qualquer aluno matriculado regularmente em cursos de graduação ou pós-graduação da UFRN. Esta competição faz parte das atividades da Semana da Estatística 2018, evento no qual o Departamento de Estatística da UFRN estará comemorando 45 anos.

2015 foi muito louco Qualquer nutricionista diria que as minhas noites de terça-feira em 2015 eram absurdas. Minha mulher e eu assistíamos, toda semana, uma competição de cozinheiros na TV. Como ficávamos com fome durante o programa, aproveitávamos a promoção de uma pizzaria daqui de Natal: ao comprar uma pizza gigante, ganhávamos outra pizza gigante, de graça. Ocorre que duas pizzas gigantes para duas pessoas é muita comida, o que fez com que ganhássemos muito peso.

Imagine o seguinte procedimento: Sorteie um número entre 1 e 100 Escreva este número por extenso Conte o número de caracteres sem espaço obtidos Represente numericamente este resultado Repita os passos de 2 a 4 até os números começarem a se repetir Seja, por exemplo, o número 40. Se escrevermos 40 por extenso, temos a palavra quarenta. Se contarmos o número de letras de quarenta, obtemos 8.

Introdução Uma das características mais desejáveis em pesquisa científica e análise de dados é a sua reprodutibilidade. É importante que os métodos estatísticos aplicados sejam auditados independentemente por outras pessoas. Entretanto, para que o trabalho possa ser lido, compreendido e reproduzido, é fundamental que, além do código, nosso fluxo de pensamento também possa ser documentado. Em alguns casos, apenas os comentários distribuídos com o código podem não ser suficientes para garantir a compreensão do trabalho realizado.

Um dos pontos que mais reforço em minhas aulas é visualização de dados. A tag visualização aqui no site não me deixa mentir. Um dos exemplos que mais gosto sobre este assunto está presente do pacote datasauRus do R. Este pacote traz 13 conjuntos de dados bivariados que possuem uma característica muito marcante: as correlações entre as variáveis \(x\) e \(y\) destes conjuntos de dados são muito parecidas entre si.

Recentemente fui convidado pela organização do 2º Encontro Paraibano de Estatística para ministrar um minicurso durante o evento. O tema que escolhi foi visualização de dados: Visualização de dados com ggplot2 Seja na análise dos resultados de algum experimento ou na modelagem de big data, todo trabalho estatístico começa com a visualização dos dados coletados. Embora seja negligenciada às vezes, a visualização é de suma importância para ajudar a levantar hipóteses, confirmar suspeitas e avaliar suposições.

tl; dr Este é o link do aplicativo, caso o texto abaixo seja desinteressante. Introdução Regressão linear é um dos tópicos que ensino em uma disciplina chamada Métodos Estatísticos. Como é uma disciplina do terceiro semestre do Bacharelado em Estatística, é comum encontrar alunos que nunca viram um tópico como este ser tratado anteriormente. Assim, alguns ficam sem entender direito quando falo sobre relação linear, pontos de influência e tudo o mais.

Um Pouco de História Eu moro em Natal, RN, mas sou natural de São Leopoldo, RS. Também sou professor de Estatística. Quando falo de análise de dados com meus alunos, tem uma afirmação minha da qual eles sempre duvidam: Porto Alegre é mais quente do que Natal no verão. Só quem morou no sul e sudeste, em cidades com clima subtropical e afetadas pela continentalidade, sabem do que estou falando.

Analisar os resultados do ENEM é uma tarefa difícil. Embora os microdados estejam disponíveis gratuitamente para quem quiser baixá-los, nem todos possuem o conhecimento técnico necessário para analisá-los a partir do zero. Até mesmo pesquisadores experientes precisam pedir ajuda para realizar esta tarefa. Pensando neste problema, orientei uma monografia no Departamento de Estatística da UFRN chamada Visualização dos resultados das edições de 2010 a 2015 do ENEM através de um Shiny App, de autoria de Marylaine Nascimento.