SOBRE OS DADOS

O conjunto de dados contém informações de vendas de café ao longo de 2 anos na Arábia Saudita, abrangendo compras de 100 clientes de 5 tipos diferentes de grãos de café. Inclui detalhes sobre quantidade, preços, descontos e vendas totais.

Colunas do Dataset:

• Purchase_date: Data da compra realizada pelo cliente (Tipo: Date)
• Customer_ID: Identificador único de cada cliente (Tipo: Character/Numeric)
• Category: Categoria do produto (Exemplo: Coffee Beans)
• Product: Tipo de café comprado (Brazilian, Ethiopian, Colombian, Costa Rica, Guatemala)
• Unit_Price: Preço unitário de cada produto (Tipo: Numeric)
• Quantity: Quantidade de unidades compradas (Tipo: Integer)
• Sales_Amount: Valor total das vendas (Quantity × Unit Price)
• Used_Discount: Indica se um desconto foi aplicado (TRUE/FALSE)
• Discount_Amount: Valor do desconto aplicado (normalmente 20%)
• Final_Sales: Valor final das vendas após o desconto

Fonte dos dados: Kaggle - Coffee Bean Sales Dataset

ESTATÍSTICAS GERAIS

CONCEITO

Variáveis Qualitativas Ordinais são características que podem ser categorizadas e ordenadas, mas cuja diferença entre as categorias não é uniforme.

Existe uma relação de ordem entre as categorias, mas a distância entre elas não é quantificável de maneira precisa.

Exemplos: - Grau de escolaridade - Classificação de qualidade - Níveis de satisfação - No nosso dataset: Tipos de café por origem (ordenados por frequência)

CONCEITO

Variáveis Qualitativas Nominais representam categorias que não possuem uma ordem intrínseca. Cada categoria é única e independente das outras.

Características: - Não há hierarquia entre as categorias - Não podem ser ordenadas logicamente - Representam diferentes tipos ou classes

Exemplos: - Cores - Estados civis - Tipos de animais - No nosso dataset: Uso de desconto (Sim/Não)

CONCEITO

Variáveis Quantitativas Discretas representam contagens ou valores distintos e separados por unidades fixas.

Características: - Assumem valores inteiros específicos - Representam contagens - Há espaços definidos entre os valores possíveis

Exemplos: - Número de alunos em uma sala - Quantidade de carros em um estacionamento - Número de filhos - No nosso dataset: Quantidade de grãos vendidos por cidade

CONCEITO

Variáveis Quantitativas Contínuas assumem valores em um intervalo contínuo e podem assumir qualquer valor dentro desse intervalo.

Características: - Podem assumir infinitos valores - Não há espaços entre os valores possíveis - Geralmente envolvem medições

Exemplos: - Altura, peso, temperatura - Tempo, velocidade - Valores monetários - No nosso dataset: Valor final das vendas

CONCEITO

Média Aritmética é uma medida de tendência central que representa a soma dos valores de um conjunto dividida pelo número de elementos.

Fórmula: \[\bar{x} = \frac{\sum_{i=1}^{n} x_i}{n}\]

Características: - Sensível a valores extremos (outliers) - Representa o “centro de massa” dos dados - Útil para dados simétricos

Aplicação: Identificar o valor típico de cada variável no dataset.

CONCEITO

Mediana é uma medida de tendência central que representa o valor que separa a metade inferior da metade superior de um conjunto de dados ordenado.

Características: - Menos sensível a outliers que a média - Divide os dados em duas partes iguais - Útil para dados assimétricos - Corresponde ao 2º quartil (Q2)

Cálculo: Organizar os dados em ordem e encontrar o valor do meio (ou média dos dois valores centrais).

CONCEITO

Desvio Padrão é uma medida de dispersão que representa a média das distâncias entre cada ponto de dados e a média do conjunto.

Fórmula: \[s = \sqrt{\frac{\sum_{i=1}^{n}(x_i - \bar{x})^2}{n}}\]

Características: - Mede a variabilidade dos dados - Valores baixos = dados concentrados - Valores altos = dados dispersos - Mesma unidade dos dados originais

CONCEITO

Variância é uma medida de dispersão que quantifica a extensão na qual cada ponto de dados se desvia da média do conjunto.

Fórmula: \[s^2 = \frac{\sum_{i=1}^{n}(x_i - \bar{x})^2}{n-1}\]

Características: - Quadrado do desvio padrão - Unidade é o quadrado da unidade original - Sempre não-negativa - Maior sensibilidade a outliers

Relação: Variância = (Desvio Padrão)²