1 / 28

Metodologia de Investiga o A investiga o quantitativa: recolha e tratamento de dados Representa o visual de informa

A investiga

liuz
Download Presentation

Metodologia de Investiga o A investiga o quantitativa: recolha e tratamento de dados Representa o visual de informa

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


    1. Metodologia de Investigação A investigação quantitativa: recolha e tratamento de dados Representação visual de informação quantitativa

    2. A investigação quantitativa: recolha e tratamento de dados

    3. Sumário 1. Representação visual de informação quantitativa: A excelência dos gráficos; Perspectiva histórica e exemplos: mapas de dados: a Cartografia e a Estatística; séries temporais; narrativas no espaço e no tempo (natureza multivariada); gráficos relacionais. A integridade dos gráficos: distorção em gráficos de dados; variação dos dados e variação do traçado gráfico; área visual e dimensão numérica; contexto dos dados. Referências.

    4. 1. Representação visual de informação quantitativa Excelência em gráficos (Tufte, 1983) A excelência em gráficos de Estatística consiste em comunicar ideias complexas com clareza, precisão e eficiência. A exposição gráfica deve: apresentar os dados; induzir o observador a pensar no fundamental em vez de pensar na metodologia, no “design” gráfico, na tecnologia de produção do gráfico, etc.; evitar a distorção do que os dados “têm para dizer”; apresentar muitos números num espaço pequeno; tornar coerentes grandes quantidades de dados; revelar os dados a vários níveis de detalhe, desde uma larga perspectiva até uma estrutura fina; servir um propósito claro e razoável: descrição, exploração, tabulação ou decoração; apresentar uma grande integração com as descrições estatísticas e verbais do conjunto de dados.

    5. Alguns exemplos dos princípios enunciados (Tufte, 1983): o “quarteto de Anscombe”: os 4 conjuntos de dados (I, II, III e IV) são descritos pelo mesmo modelo linear (pelo menos até ser efectuada uma análise de resíduos); a sua representação gráfica revela, de forma clara, como são diferentes. O “scatterplot” bivariado (Brier e Fienberg, 1980) revela a observação atípica (ponto A) que passa despercebida (do ponto de vista numérico) na distribuição marginal. “garbage in, garbage out”; se os dados não fizerem sentido, não existe gráfco que lhes valha! A correlação entre o desempenho das bolsas de NY e Londres em 1929 e a radiação solar (invertida).

    6. 1. Representação visual de informação quantitativa Perspectiva histórica e exemplos (Tufte, 1983) Cartografia: mapa detalhado da China (séc. XI): feito à escala; grande precisão na linha de costa e sistema fluvial . A edição da COSMOGRAPHIA (1546) contem exemplos de desenho de mapas que revelam como os cartógrafos da época estiveram a um passo dos gráficos estatísticos: o embrião do “scatterplot” bivariado? Apenas no século XVII (cerca de 5000 anos após o desenho do 1º mapa geográfico em placas de barro) se combinou a cartografia com a estatística para produzir o Mapa de Dados

    7. Cartografia e estatística: os mapas de dados mapa mundial dos ventos predominantes e monções (1686): indicação da direcção e sentido do vento predominante; na zona das monções a densidade de linhas é mais elevada. localização das mortes por cólera em Londres (1854): Dr John Snow representou no mapa da cidade: a localização das mortes (pontos); a localização dos locais públicos de abastecimento de água (cruzes). observou um padrão: a maior parte das mortes (por cólera) ocorria entre os que viviam perto (e bebiam) da bomba de Broad Street. mandou retirar a bomba contaminada e acabou com a epidemia (500 mortes). exportação de vinhos de França (1864): o mapa representa não só a quantidade mas também o destino das exportações.

    8. mapa dos EUA (taxa de óbito devido a cancro, 3065 condados, 1950-1969): cada mapa representa mais de 21000 números; os dados podem ser vistos de “várias maneiras”, desde: uma visão global (padrão geral); à detecção de pequenos detalhes ao nível do condado. exemplos: taxas altas (globais) na região nordeste e em redor dos Grandes Lagos; taxas mais elevadas para os homens, relativamente às mulheres, no sul (Louisiana); causa provável : a exposição ao amianto no trabalho nos estaleiros navais; algumas localizações estranhas ao padrão global; algumas diferenças em função do tipo de cancro, por exemplo uma maior incidência do cancro do estômago na parte norte-central; como causa provável é referido o consumo de peixe fumado. vantagens: dirigem rápida e naturalmente a atenção do observador para o conteúdo substantivo dos dados e não para questões de metodologia e técnica. desvantagens: atribuem (erradamente) a importância visual de cada condado à sua área geográfica e não ao nº de habitantes do condado (ou ao nº de mortes por cancro).

More Related