Formato dos gráficos das distribuições estatísticas

Saber interpretar gráficos é uma tarefa essencial, pois eles estão muito presentes em nosso cotidiano por serem representações visuais para exibir dados. Dessa forma, o uso de gráficos torna a interpretação e a análise mais rápida e objetiva.

Neste artigo, serão apresentadas algumas características que podem ser notadas em gráficos estatísticos pela simples análise de seu formato.

Uma informação a ser extraída ao analisar um gráfico estatístico é identificar se ele é simétrico ou assimétrico. Para isso, basta identificar a posição da mediana dos dados, isso porque esta é uma medida de e divide o conjunto de dados em duas partes de mesmo tamanho, em que os valores da série se encontram 50% inferiores à mediana, e os outros, 50% superiores à ela.

Outra característica a ser observada é a concentração dos elementos (pontos, barras, caixas etc.). Caso essa concentração não seja simétrica em relação à mediana, pode-se notar em qual das regiões do plano há maior quantidade de elementos. Tal característica indica se a se encontra para a esquerda ou para a direita.

Veja abaixo alguns gráficos com diferentes simetrias.

No gráfico de dispersão (scatter plot) acima, é possível verificar que a assimetria com cauda para a direita indica maior concentração de pontos à esquerda.

O histograma acima, por sua vez, possui caráter simétrico, em que a maior parte dos dados está concentrada próximo à medida central.

No box plot acima, notamos uma assimetria com cauda para baixo, pois a maior parte dos dados está concentrada no primeiro .

Além da simetria, há outras características facilmente observáveis em gráficos estatísticos, como picos, vales e pontos discrepantes (outliers). As figuras a seguir mostram alguns exemplos dessas características em diferentes gráficos estatísticos.

O gráfico de pontos mostrado acima apresenta um pico no número $41$‍ para a variável "idade em anos", ou seja, a maior parte dos professores da escola apresenta tal idade. Também é possível observar, na imagem, que não há professores com idade entre $45$‍ e $46$‍ anos; ou seja, há um intervalo de idade apresentado por esses professores.

Em suma, podemos dizer que, em um gráfico de dispersão ou em um histograma, o pico se refere à região de maior agrupamento de dados.

Nesse outro gráfico de dispersão, é possível verificar que há maior concentração dos dados no intervalo de $9$‍ a $15$‍ e que existem poucos dados no intervalo de $5$‍ a $6$‍. Nesse caso, os dados do intervalo $5$‍ a $6$‍ não serão significativos em relação ao restante dos dados observados. Em outras palavras, os valores do intervalo $5$‍ e $6$‍ representam um outlier, isto é, um dado que se diferencia muito drasticamente dos demais.

Os gráficos são ótimos aliados para demostrar padrões, tendências e, ainda, comparar informações qualitativas e quantitativas num determinado espaço de tempo, facilitando a visualização de alguns dados, bem como para tornar os dados mais claros e informativos.