Vade mecum de Estatística e Ciência de Dados

 A Ciência de Dados (Data Science) está intimamente ligada à Estatística, sendo praticamente impossível dissociar uma da outra. É, portanto, a Estatística a principal ferramenta para o pesquisador reduzir a quantidade de dados, por meio de técnicas de Machine Learning (Aprendizado de Máquina) e interpretá-los. Por isso, neste blog pretende-se construir aos poucos um pequeno vade mecum contendo os principais conceitos e conteúdos da Estatística e da Ciência de Dados, porém de forma condensada. À medida do possível, vamos disponibilizar referências, caso o leitor queira ampliar seus conhecimentos do tópico tratado.

A Estatística está firmada no uso de técnicas para obter, organizar, resumir, analisar e interpretar dados de fenômenos que envolvem características variáveis. Ora, esses objetivos também estão presentes na Ciência de Dados, que acrescenta à Estatística poderosas ferramentas de Machine Learning.

 

Referências:

Belfiore, P.; Favero, L. P. 2017. Manual de Análise de Dados: Estatística e Modelagem Multivariada com Excel®, SPSS® e Stata®. Grupo GEN. Rio de Janeiro, RJ. Brasil.

Maluf de Lima, L. 2021. Estatística Aplicada. 1 ed. Pecege Editora. Piracicaba, SP. Brasil.

Expoentes e Logaritmos no R

 

Aula: Expoentes e Logaritmos

Prof. José Fernando da Silva

2023-01-05

R Markdown

Na exponenciação, ou seja, nas operações com expoentes, estamos acostumados a usar, por exemplo,

5² = 25, onde o 5 é a base, o 2 é o expoente e o 25 é a potência. No R se escreve assim: 5^2 = 25.

No R não se usa a vírgula e sim o ponto para separar a parte inteira das decimais de um número.

No caso de logaritmos, temos que buscar essa função no R, digitando log. O próprio R vai sugerir formas de se usar a função log. Caso se queira calcular o logaritmo de 100, por exemplo, se digitar log (100), o resultado será o logaritmo natural.

O logaritmo natural tem a base e, número irracional de valor aproximado de 2.718281828459045235360287.

Assim, ao digitarmos log(100), o resultado aproximado será 4.605 e não o 2 como era de se esperar, caso a base fosse 10. Na prática, para não fazermos confusão, usamos para os logaritmos naturais o operador ln, mas o R não reconhece essa notação.

Outra confusão que se faz é chamar o logaritmo natural de logaritmo neperiano, o qual tem por base o a de valor 1/e. Exemplos:

1) Exponenciação:

3^2 

[1] 9

3**2

[1] 9

5^2

[1] 25

5^3

[1] 125

2) logaritmo natural:

log(100)

[1] 4.60517

log(2.718281828459045235360287)

[1] 1

3) logaritmo na base 10:

log10(100)

[1] 2

log10(10)

[1] 1

4) logaritmo na base 2:

log2(2)

[1] 1