Identificação de padrões e valores atípicos

Encontrar padrões e valores atípicos é fundamental para compreender a distribuição dos dados, identificar tendências e detectar anomalias.

Use plot() para criar gráficos de linhas e detectar padrões ao longo do tempo.

x <- 1:10
y <- c(2, 4, 6, 8, 10, 12, 14, 18, 22, 28)
plot(x, y, type='l', col='blue', main='Line Chart of Trends')

Use boxplot() para encontrar valores extremos em conjuntos de dados numéricos.

boxplot(mtcars$mpg, main='Boxplot of MPG', col='red')

Os histogramas ajudam a visualizar o formato da distribuição dos dados e a detectar valores incomuns.

hist(mtcars$hp, col='green', main='Histogram of Horsepower')

Os gráficos de dispersão podem mostrar padrões ou valores atípicos inesperados nas relações entre duas variáveis.

plot(mtcars$mpg, mtcars$hp, main='MPG vs Horsepower', xlab='MPG', ylab='Horsepower', col='blue')

As pontuações Z medem a distância de um ponto de dados em relação à média. Valores além de ±3 são considerados atípicos.

z_scores <- scale(mtcars$mpg)
outliers <- mtcars$mpg[abs(z_scores) > 3]

O método do intervalo interquartil (IQR) sinaliza valores atípicos que ultrapassam 1,5 vez o intervalo IQR.

Q1 <- quantile(mtcars$mpg, 0.25)
Q3 <- quantile(mtcars$mpg, 0.75)
IQR_value <- Q3 - Q1
outliers <- mtcars$mpg[mtcars$mpg < (Q1 - 1.5 * IQR_value) | mtcars$mpg > (Q3 + 1.5 * IQR_value)]

Os valores atípicos podem ser removidos, transformados ou substituídos com base no contexto dos dados.

filtered_data <- mtcars[!(mtcars$mpg %in% outliers),]

Nesta lição, você aprendeu:

• Como identificar padrões usando visualizações.
• Como detectar valores atípicos usando métodos estatísticos.
• Como lidar com valores atípicos com base no contexto.