Fatos principais
- Categoria
- Data Analysis
- Tipos de entrada
- textarea, select, checkbox
- Tipo de saída
- text
- Cobertura de amostras
- 4
- API disponível
- Yes
Visão geral
O Analisador de Distribuição de Dados é uma ferramenta estatística robusta projetada para examinar conjuntos de dados numéricos, permitindo identificar padrões, testar a normalidade e detectar valores atípicos (outliers) com precisão.
Quando usar
- •Ao verificar se um conjunto de dados segue uma distribuição normal antes de aplicar testes paramétricos.
- •Para identificar valores discrepantes que podem distorcer os resultados da sua análise estatística.
- •Ao explorar a frequência e a dispersão de dados para entender melhor o comportamento de uma amostra.
Como funciona
- •Insira seus dados numéricos na área de texto, separando-os por vírgulas ou quebras de linha.
- •Selecione o formato dos dados e o nível de significância estatística desejado para os testes.
- •Ative as opções de teste de normalidade, detecção de outliers e geração de histograma conforme sua necessidade.
- •Clique em processar para obter um relatório detalhado com os resultados estatísticos e métricas de distribuição.
Casos de uso
Exemplos
1. Validação de Normalidade em Pesquisa
Pesquisador Acadêmico- Contexto
- Um pesquisador coletou dados de tempo de resposta de usuários e precisa confirmar se a amostra segue uma distribuição normal para aplicar um teste T.
- Problema
- Necessidade de verificar a normalidade estatística sem recorrer a softwares complexos.
- Como usar
- Colar os tempos de resposta na entrada de dados, selecionar o nível de significância de 0.05 e ativar 'Testar Normalidade'.
- Resultado
- O relatório confirma se os dados passam nos testes de Shapiro-Wilk e Jarque-Bera, validando a escolha do teste estatístico.
2. Detecção de Outliers em Vendas
Analista de Dados- Contexto
- O analista precisa identificar valores de transações atípicas em um relatório mensal de vendas que podem indicar erros de digitação ou fraudes.
- Problema
- Identificar rapidamente valores extremos em uma lista longa de transações.
- Como usar
- Inserir os valores das transações, selecionar 'Coluna única' e ativar 'Detectar Outliers'.
- Resultado
- A ferramenta lista os valores identificados como outliers via método IQR, permitindo que o analista revise as transações suspeitas.
Testar com amostras
qrHubs relacionados
FAQ
Quais testes de normalidade a ferramenta utiliza?
A ferramenta realiza os testes de Anderson-Darling, Shapiro-Wilk e Jarque-Bera para avaliar a normalidade dos dados.
Como a ferramenta detecta outliers?
A detecção de outliers é feita utilizando múltiplos métodos estatísticos, incluindo o intervalo interquartil (IQR), Z-score e estatísticas robustas.
O que significa o nível de significância?
O nível de significância (alfa) define a probabilidade de rejeitar a hipótese nula quando ela é verdadeira; valores comuns são 0.01, 0.05 ou 0.10.
Posso analisar múltiplas colunas de dados?
Sim, ao selecionar a opção 'Múltiplas colunas', a ferramenta irá achatar todos os valores inseridos em um único conjunto de dados para análise.
A ferramenta gera gráficos?
Sim, ao ativar a opção 'Incluir Dados de Histograma', você receberá informações de frequência e percentis úteis para a visualização da distribuição.