Estatística usando IA
Economia
A taxa de desemprego do trimestre: está alta ou baixa quando comparada aos trimestres anteriores?
Finanças
Dois fundos de investimento tiveram o mesmo retorno financeiro; um deles teve oscilações muito maiores
Negócios
Uma loja vendeu 18% mais depois de mudar o preço. O aumento foi consistente ou aconteceu só naquele período?
Marketing
Uma campanha teve 320 cliques em 10 mil pessoas. Esse resultado é comum ou foi um resultado fora do padrão?
População: o conjunto completo de casos sobre o qual queremos tirar uma conclusão.
Amostra: a parte desse conjunto que conseguimos observar.
No exemplo: na pesquisa eleitoral, a população são todos os eleitores e a amostra, as 2 mil pessoas entrevistadas. Na nossa base, a amostra são os 500 clientes do arquivo, com 10 colunas.
Estatística descritiva
Resume os dados observados. Analistas de negócios e de BI, economistas que acompanham indicadores
Probabilidade
Mede a chance de um evento. Bancos no risco de crédito, seguradoras, gestores de carteira
Distribuições
Descrevem como uma variável costuma variar. Controle de qualidade, previsão de demanda, risco de mercado
Amostragem e TCL
Explicam por que uma amostra informa sobre a população. Institutos de pesquisa, IBGE
Estimação e intervalos
O valor da população, com margem de erro. Pesquisas eleitorais, projeções econômicas
Testes de hipóteses
Decidem se uma diferença é real ou acaso. Testes A/B, ensaios clínicos, avaliação de políticas
Estatística descritiva: o conjunto de métodos usados para organizar, resumir e apresentar os dados observados. Por meio de tabelas, gráficos e medidas como média, mediana e desvio-padrão, permite identificar padrões, comparar valores e entender como os dados se distribuem, sem tirar conclusões sobre indivíduos ou situações que não foram observados.
Centro
Qual é o gasto típico de um cliente?
Ferramentas: média, mediana e moda
Dispersão
Os gastos ficam próximos ou muito afastados desse valor?
Ferramentas: amplitude, variância e desvio-padrão
Extremos
O que está muito distante do restante: erro ou caso real?
Ferramentas: quartis, amplitude interquartil e box-plot
Relação
Clientes que estão há mais tempo conosco gastam mais?
Ferramentas: gráfico de dispersão, covariância e correlação
Teoria estatística
Prática com ferramentas
Dados: o gasto anual dos 500 clientes da base, dos quais 488 têm o gasto registrado.
| ferramenta | o comando |
|---|---|
=MÉDIA(B2:B501) |
|
summarize gasto_anual |
|
mean(clientes$gasto_anual, na.rm = TRUE) |
|
clientes["gasto_anual"].mean() |
As quatro somam os gastos registrados e dividem pelo número de clientes com gasto, \(n\). A média se escreve \(\bar{x}\), que se lê “x barra”:
\[ \bar{x} = \frac{1.891.089{,}76}{488} = 3.875{,}18 \]
VS Code
O editor: arquivos, terminal e agente ficam reunidos numa mesma janela
Agente de IA
Recebe o pedido em português e escreve o código; pede autorização antes de executar ações
R ou Python
Executa os comandos e faz os cálculos; a linguagem muda de aula para aula
Instalamos manualmente o editor, a extensão do agente e o login; o agente instala o restante.
Baixar
Em code.visualstudio.com, clicar em Download. O site já oferece a versão do nosso sistema
Abrir o instalador
No Windows, executar o arquivo baixado, aceitar o acordo de licença e avançar até as tarefas adicionais
Marcar as tarefas adicionais
As duas opções “Abrir com Code”, “Registrar Code como editor” e “Adicionar em PATH”
Instalar e abrir
Concluir e abrir o VS Code. No macOS, arrastar o app para Aplicativos; no Linux, instalar o pacote .deb ou .rpm
“Adicionar em PATH” permite que o terminal encontre o VS Code; “Abrir com Code” abre qualquer pasta no editor com o botão direito do mouse.
Abrir as extensões
No VS Code, clicar no ícone de quadrados na barra lateral, ou usar o atalho Ctrl+Shift+X
Buscar e instalar
Digitar “Claude Code” e escolher a extensão publicada pela Anthropic, com o selo de verificado. Clicar em Instalar
Fazer o login
Clicar no ícone do Claude, no canto superior direito do editor. O navegador abre; entramos com a conta Claude e autorizamos
A extensão exige uma conta Claude com plano pago (Pro ou Max) ou uma chave da API da Anthropic.
Criar a pasta do curso
Com nome curto e sem espaços, fora da pasta de downloads: por exemplo, estatistica-ia
Abrir no VS Code
Arquivo → Abrir Pasta, escolher a pasta e responder “Sim, confio nos autores”
Abrir o painel do Claude Code
Pelo ícone do Claude. A caixa de texto no pé do painel é onde escrevemos o pedido
Escrever e enviar
Digitar o pedido em português e apertar Enter. Antes de criar um arquivo ou rodar um comando, o agente mostra a ação e espera a nossa aprovação
O agente só enxerga a pasta aberta: tudo o que ele lê e grava fica dentro dela.
Chat no navegador
ChatGPT, Claude, Gemini. Conversa e devolve o código para copiar; não vê os arquivos nem executa nada
Autocompletar no editor
GitHub Copilot nas sugestões em linha. Completa o trecho que estamos digitando
Agente de código
Claude Code, Codex, Antigravity. Lê a pasta, escreve arquivos e roda comandos, com autorização a cada passo
Editor com agente embutido
Cursor, Windsurf. O próprio editor traz o agente, no lugar do VS Code
Neste curso: um agente de código dentro do VS Code. A demonstração usa o Claude Code; Codex e Antigravity fazem o mesmo.
Em R ou Python, vamos trabalhar com a preparação do ambiente de análise.
Contexto: vamos usar R e Python ao longo do curso, e nenhuma instalação deve ser feita sem a minha autorização.
Crie: uma verificação do R e do Python na minha máquina. Se faltar algum deles, explique como pretende instalá-lo e peça minha autorização antes de cada instalação. Depois, prepare as bibliotecas de análise estatística, manipulação de dados e gráficos, explique em uma linha para que serve cada uma e teste se as ferramentas funcionam.
Em R ou Python, vamos trabalhar com a base de clientes.
Contexto: os dados estão no arquivo clientes.xlsx, que não deve ser alterado.
Crie: um resumo organizado com o número de linhas e colunas e a contagem de valores ausentes em cada coluna, com a explicação de como essas informações foram verificadas.
O que é a base
500 clientes de uma loja fictícia, com gasto anual, tempo de relacionamento com a loja, compras, idade, região, canal e conversão. É a mesma base de todas as aulas do curso
De onde ela vem
Os dados foram gerados por computador, a partir de uma semente fixa. Por isso todos os alunos têm exatamente a mesma planilha, e os números dos slides batem com os de cada um
Nota: o script que gerou a base, dados/gerar_clientes.py, acompanha o material para quem quiser ver como os dados foram criados. Não é preciso rodá-lo.
Dados: as cinco primeiras linhas da base de clientes, de C0001 a C0005, em seis das 10 colunas.
| id_cliente | gasto_anual | tempo_casa_meses | idade | regiao | canal |
|---|---|---|---|---|---|
| C0001 | 2.977,19 | 16 | 57 | Sudeste | busca |
| C0002 | 2.632,10 | 4 | 35 | Nordeste | busca |
| C0003 | 5.119,54 | 51 | 55 | Centro-Oeste | |
| C0004 | 806,57 | 25 | 41 | Sul | social |
| C0005 | 3.315,97 | 26 | 58 | Sudeste | busca |
| notação | como se lê | significado | no exemplo |
|---|---|---|---|
| população | — | conjunto completo de casos que queremos estudar | todos os clientes da loja |
| amostra | — | parte da população que conseguimos observar | os 500 clientes da nossa base |
| estatística descritiva | — | métodos que resumem os dados observados | tabelas, gráficos, média, mediana e desvio-padrão |
| observação | — | cada caso da base, uma linha | 500 linhas, uma por cliente |
| variável | — | cada característica medida, uma coluna | 10 colunas, como gasto e região |
| valor ausente | — | campo sem registro numa observação | 12 clientes sem gasto anual |
| \(n\) | ene | número de observações no cálculo | \(n = 488\) clientes |
| \(\bar{x}\) | x barra | média: soma dos valores dividida por \(n\) | \(\bar{x} = 1.891.089{,}76 / 488 =\) R$ 3.875,18 |