วีดีโอ

Agradecemos muito pelo elogio! O valor 3,32 é o F tabelado, ou seja, com base nos graus de liberdade (3-1) e o nível de significância (5%) podemos encontrar esse valor na tabela de distribuição F. Com isso, comparamos o F tabelado (3,32) com o F calculado (5,25) e chegamos na conclusão apresentada no vídeo. Como o intuito é simplificar o entendimento, não mostramos essa tabela, mas pode ser facilmente encontrada na internet. Se tiver mais alguma dúvida, chama a gente!

Ficamos muito felizes em saber disso!!

Bom dia! Sim, você pode usar o pacote SHAP para entender a relação entre variáveis como "peso" e "HR" (frequência cardíaca) no seu caso. O SHAP ajuda a explicar a importância de cada variável em modelos de machine learning. Por exemplo: Peso e HR: Se você tiver um modelo que prediz "HR" e uma das variáveis de entrada for "peso", o SHAP pode mostrar como o "peso" está impactando o valor de "HR". Ou seja, ele indica se um maior ou menor "peso" tende a aumentar ou diminuir a "HR", e o grau de importância desse efeito. Variáveis qualitativas: Se tiver variáveis qualitativas (como "haver ou não um treino"), o SHAP também pode ajudar a entender se essa variável específica está aumentando ou reduzindo o "HR", mesmo sendo uma categoria e não um número. Correlação e influência: Embora o SHAP não seja exatamente uma medida de correlação, ele é muito útil para ver como cada variável contribui para o aumento ou redução de "HR" no modelo, funcionando como uma explicação para cada previsão. Se tiver mais alguma dúvida, estamos aqui!

Boa tarde! Se tiver diferença entre as curvas (tanto graficamente quanto por meio do teste de log-rank) significa que o tempo de sobrevivência entre as curvas é diferente. E com isso, a depender do estudo que está sendo feito, será possível identificar qual sobreviverá mais tempo ao evento de interesse. No caso do exemplo, se de maneira hipotética o teste e a análise gráfica informassem que há diferença entre a embalagem A e B, e supondo (hipoteticamente) que a embalagem A fizesse com que algum tipo de fungo aparecesse de maneira mais tardia que na embalagem B. O dono do estabelecimento teria alguns insights (apenas um exemplo didático e hipotético): •⁠ ⁠Optar pela embalagem A faria com que o produto tivesse uma durabilidade maior em relação ao aparecimento de algum tipo de fungo; •⁠ ⁠Ter uma ideia da probabilidade de sobrevivência do produto em relação ao aparecimento do fungo ao longo do tempo. Dessa forma, teria uma noção referente a informação de validade do seu produto. Qualquer dúvida que surgir, estamos à disposição!

@@Statplace obrigada!!!!

Boa tarde! Tudo bem? Obrigado pelo comentário! 💚 Sim, um estudo de coorte pode utilizar uma amostra não probabilística, entretanto o recomendável/ideal seria ter uma amostra probabilística para aumentar a validade externa dos resultados e ter uma representação melhor deles para uma população maior. O padrão-ouro é usar a amostra probabilística, entretanto, usa-se a não probabilística em alguns casos: - Recursos Limitados (obter uma amostra probabilista a depender do escopo do estudo pode ser custoso e demorado); - Controle do ambiente e exclusividade a depender do estudo: em alguns casos, controlar quem participa ajuda a manter a consistência do estudo (isso serve para estudos experimentais ou de campos específicos); - População específica: caso a população seja muito específica (pacientes de uma doença muito rara), nesse caso o uso da amostragem não probabilística seja viável. Diante disso, o uso ou não da amostragem não probabilística vai depender muito do seu estudo/trabalho e isso atrelado a diversos aspectos (inclusive os que foram citados acima). Qualquer dúvida ou sugestão, estaremos à disposição!

@@Statplace Muito obrigado. No meu caso estou fazendo um estudo em UTI, onde a coorte são pacientes críticos com alto risco de desenvolver lesão por pressão, a exposição é a um suplemento alimentar de prevenção e o desfecho é a lesão por pressão. Por se um hospital publico e muitos destes ficarem sem suplemento devido à falta de recurso, eu consigo ter um grupo exposto e não exposto. Fiquei muito em dúvida referente a análise probabilística, pois minha população já é pequena, pois possuo vários critérios de elegibilidade. Mas se você tiver uma sugestão de como realizar uma amostra probabilistica, eu agradeço.

Olá, Enzo! Tudo bem com você? Obrigado pelo comentário e por acompanhar os nossos vídeos! Sim, poderia ser criada uma coluna que representaria essa nova "formatação" para a coluna ano. Uma prática comum em econometria e modelagem de séries temporais é reescalar o ano para evitar esses problemas. Como o objetivo do vídeo era exemplificar de maneira mais didática e fácil a aplicação de uma modelagem linear simples, não foi realizado essa tentativa para avaliar se essa mudança nessa variável iria simplificar a interpretação dos parâmetros e melhorar a estabilidade do modelo, sem que o intercepto e o coeficiente do ano fiquem muito baixos. Qualquer dúvida, estamos à disposição!

Bom dia, Helbert! Quando você usa o termo "probabilidade" você está fazendo conexão com outro assunto (no caso Probabilidade básica) que difere da temática do vídeo (desvio padrão vs erro padrão). No caso do seu exemplo, para aplicá-lo a temática do vídeo, seria o seguinte: Sobre o Desvio Padrão: Como estamos lidando com a presença de uma característica (estar doente) em uma amostra e população, então o desvio padrão seria mais utilizado para analisar a variabilidade de quem está doente e quem não está doente. •⁠ ⁠Se você tivesse informações sobre toda a população (23 pessoas), incluindo quem está doente e quem não está, você poderia calcular o desvio padrão para entender a variabilidade da condição de saúde. Como as 10 pessoas da sua amostra estão todas doentes, não há variabilidade na amostra (a amostra é homogênea), ou seja, todos estão com a mesma condição (doente). Portanto, o desvio padrão da amostra seria 0. •⁠ ⁠Caso tivesse mais informações sobre a população total (quantos estão saudáveis e quantos estão doentes), você poderia calcular o desvio padrão da população completa, que não seria 0, pois haveria variabilidade entre pessoas doentes e saudáveis. Sobre o Erro Padrão: •⁠ ⁠No seu caso, a amostra de 10 pessoas está completamente doente. O erro padrão é normalmente calculado como o desvio padrão dividido pela raiz quadrada do tamanho da amostra: •⁠ ⁠Como no seu exemplo não há variabilidade na amostra (todas as 10 pessoas estão doentes), o desvio padrão é 0. Logo, o erro padrão também seria 0, indicando que não há incerteza na média da amostra: ela é exatamente igual à proporção de doentes da amostra (100%). •⁠ ⁠Se você tivesse uma amostra com variabilidade (algumas pessoas doentes e outras não), o desvio padrão não seria 0 e o erro padrão seria maior, refletindo a incerteza da estimativa da média da população com base na amostra. Mas como no seu exemplo todas as 10 pessoas da amostra estão doentes, o desvio padrão e o erro padrão são ambos zero. Se tiver ficado alguma dúvida, fique a vontade para perguntar novamente!

Olá! Tudo bem? O objetivo é analisar os resíduos com base nos pressupostos apresentados no vídeo por meio dos testes de hipóteses (temos vídeos avaliando os resíduos por meio da análise gráfica também). Dessa maneira, foram realizados testes de hipóteses para analisar os resíduos e checar se o ajuste do modelo é adequado aos dados. No caso das variáveis, pode-se realizar uma análise descritiva antes de realizar a modelagem para entender mais sobre os dados/variáveis, bem como uma análise de correlação para verificar se as variáveis independentes (explicativas) são correlacionadas, para que não tenhamos o problema de multicolinearidade (isso significa que elas carregam informações redundantes, dificultando a distinção de seus efeitos individuais sobre a variável dependente (resposta))

Valeu, Rafael!! Ficamos muito feliz que tenha gostado 😁😁

Olá, João! Tudo bem? Nós temos outros vídeos no canal com análises bivariadas, como o de Coeficientes de Correlação e ANOVA, bem como os vídeos de Análise de Regressão Linear/Regressão vs Correlação. Temos também vídeos de definição e aplicação de testes (paramétricos e não paramétricos), como por exemplo teste qui-quadrado, teste T- Student para amostras independentes, entre outros. Qualquer dúvida, estamos à disposição. E não se esqueça de se inscrever no canal e ativar as notificações para acompanhar nossos próximos vídeos!

Olá, Cleberson! Agradecemos pelo seu comentário! Vamos levar sua sugestão em consideração e, em breve, faremos um vídeo sobre o assunto. Não se esqueça de se inscrever no canal e ativar as notificações para acompanhar nossos próximos vídeos!

Bom dia, Fábio! O comportamento observado está relacionado ao fato de que o modelo que você está utilizando no SHAP é provavelmente um classificador binário. A variável x_treino possui a forma (700, 14), o que indica que há 700 instâncias e 14 atributos para cada uma delas. A saída shap_values: - Ao utilizar shap_values, você está obtendo o impacto de cada atributo em cada previsão feita pelo modelo. A forma da saída é (700, 14, 2). - O primeiro valor (700) corresponde ao número de instâncias, o mesmo que no x_treino. - O segundo valor (14) refere-se ao número de atributos, também igual ao de x_treino. - O terceiro valor (2) está presente porque o modelo gera explicações para duas classes. Em um classificador binário, o SHAP retorna valores tanto para a classe 0 quanto para a classe 1. Portanto, para cada instância e atributo, há dois valores de SHAP: um para cada classe prevista. Quando shap_values.shape retorna (14, 2), significa que ao acessar o array shap_values[0] ou shap_values[i] (referente a uma instância específica), você obtém um array de forma (14, 2). Isso indica que, para essa instância: - Há 14 atributos. - E para cada um desses atributos, existem dois valores SHAP, correspondentes às duas classes. Assim, quando você acessa os valores SHAP de uma instância específica, verá um array de (14, 2), que representa os 14 atributos e seus respectivos valores SHAP para as duas classes.

Oi, Manuel! Isso mesmo, houve uma confusão. O teste de Kruskal-Wallis é apropriado para comparar 3 ou mais grupos, enquanto o teste de Mann-Whitney é utilizado para comparações entre 2 grupos. Agradecemos pela observação e pedimos desculpas pelo erro!

@@Statplace obrigado pela rápida resposta 🙂💪

Bom dia! Em um boxplot, a área entre o limite inferior (ou mínimo) e o primeiro quartil (Q1) não representa o próprio Q1. O limite inferior, ou mínimo, é o menor valor da distribuição que não é considerado um outlier, sendo indicado pela extremidade inferior da linha que se estende a partir da caixa. O primeiro quartil (Q1), por sua vez, é o valor abaixo do qual estão 25% dos dados. Ele marca o ponto onde termina o primeiro quarto da distribuição. Os valores entre o limite inferior e o Q1 fazem parte da distribuição, mas não são o Q1. O Q1 é um ponto específico que representa o valor no qual 25% dos dados estão abaixo dele. Resumindo: o Q1 delimita a primeira parte da distribuição, mas os valores entre o mínimo e o Q1 não devem ser confundidos com o próprio quartil.

@@Statplace perfeito, eu vi algum outro canal em inglês explicando que o limite calculado baseado na diferença inter quartil não deve ser considerado como o limite em si mas sim o ultimo valor nesse intervalo, faz sentido? E tudo que esta fora dos limites sao outliers mas se o limite inferior e superior necessariamente precisa ser um ponto (amostra) algo assim. Eu to muito confuso se foi isso que entendi. Obrigado!

@@hflx No boxplot, o "limite" a que você se refere é baseado na amplitude interquartil (AIQ), que é a diferença entre o terceiro quartil (Q3) e o primeiro quartil (Q1), ou seja, AIQ = Q3 − Q1. A partir disso, os limites inferior e superior são definidos para ajudar na identificação de outliers. No entanto, esses limites não correspondem necessariamente ao menor e maior valor observados no conjunto de dados. Eles servem como referências para identificar potenciais outliers. Assim, o "limite" visível no boxplot não é exatamente o valor calculado, mas sim o último valor dentro desse intervalo. Valores fora desses limites, se existirem, são exibidos como pontos, representando os outliers.

Ficamos muito felizes com o elogio!! 😃

Ficamos muito felizes com o elogio!! 🥰

Oi, Nilton! Que bom saber que conseguimos te ajudar a entender esse assunto. Realmente a abordagem desses temas costumam ser mais complicadas do que realmente é!

Valeu, Edmundo!!

Oi, gustavo! O vídeo foi feito pelo After Effects. 😀

😂😂

Esperamos que nosso conteúdo esteja contribuindo com seu aprendizado!! 😃😃

Valeu, Davi!!

Oi, Carlos! Colocamos na descrição do vídeo o link do GitHub. Valeu pela lembrança!

Valeu, Jailson!!

Valeu demais, Lauro!!

Valeu, Luccas!!

@@waltersilva77 Boa tarde, Walter! Na parte referente a "Como podemos utilizar o erro padrão?" o vídeo traz um exemplo no qual através do erro padrão pode-se estimar um intervalo de confiança (IC) para a média populacional a partir da média amostral calculada. Dessa forma, é utilizado o erro padrão e um nível de significância de 5% para construir um intervalo de confiança de 95% de probabilidade de conter o verdadeiro valor do parâmetro (média). No vídeo é apresentado que para encontrar o IC deve-se multiplicar o erro padrão * valor crítico. Nesse caso, esse valor é o percentil associado a um nível de significância (5%) observado em uma Distribuição Normal. Diante disso, esse valor (1,96) pode ser encontrado em uma tabela da Distribuição Normal (nessa tabela com base no nível de significância é possível encontrar esse valor/percentil). Dessa forma, para o nível de significância de 5%, esse valor é 1,96.

Valeu, Jonathan!!