Os 7 tipos de gráficos (recursos e aplicativos) - Médico - 2023

Contente

Tanto no campo científico como no da comunicação ou ensino, informações baseadas em dados, números e outros processos estatísticos podem ser muito difíceis de entender. Para resolver este problema, são utilizados gráficos e diagramas, representações que ajudam a facilitar a interpretação numérica de uma forma muito mais rápida e visual.

Essas representações não apenas resumem as informações fornecidas de uma só vez, mas também enfatizam os resultados relevantes resultantes desse processo de coleta de dados. Os padrões e tendências observados são especialmente importantes na representação gráfica, pois costumam fazer parte da resposta às hipóteses, pelo menos no campo científico.

Todos nós já estivemos em contato com um gráfico em algum momento, principalmente se dedicamos parte de nossas vidas ao ensino ou à pesquisa. De todas as formas, encontrar o tipo certo de gráfico para cada situação é uma verdadeira arteBem, uma coisa é como a informação pode ser capturada, e o método para escolher torná-la o mais visual possível é outra completamente diferente. Por isso, hoje contamos a vocês os 7 tipos de gráficos e suas particularidades.

Recomendamos a leitura: "Os 10 tipos de amostragem (características e usos)"

O que é um gráfico?

Um gráfico é entendido como um representação de dados (quase sempre numéricos) por meio de linhas, superfícies ou símbolos para determinar sua relação entre si. Em outras palavras, o objetivo desse recurso visual é observar a olho nu a relação matemática ou correlação estatística entre os elementos ou parâmetros que estão sendo investigados.

Em um gráfico típico, você pode ver várias partes. Entre eles, encontramos o seguinte:

Qualificação- Deve descrever claramente o que o gráfico ilustra.
Série de dados: as barras, pontos e outros recursos que representam os dados no gráfico. Se houver mais de um tipo de dados, esses recursos devem ser diferenciados por cores.
Eixo vertical (Y): em uma função, a variável dependente é representada no eixo Y.
Eixo horizontal (X): Em uma função, a variável independente é representada no eixo X.
Lenda: identifica a cor ou forma que representa cada série de dados.

Assim, se um biólogo coleta dados sobre o número de ovos postos por várias fêmeas de uma espécie de réptil de acordo com a temperatura, seu gráfico incluirá o seguinte: uma série de pontos (representando o número de ovos postos por cada fêmea), um eixo Y onde a escala é o número de ovos, um eixo X onde a escala é a temperatura em graus e um título explicativo.

Como os gráficos são classificados?

A seguir, resumimos os 7 tipos de gráficos mais comuns em publicações científicas e em material didático. Não os perca.

1. Gráfico de linha

O gráfico típico descrito anteriormente, onde uma função é representada em dois eixos cartesianos perpendiculares entre si (o X e o Y). As funções que podem ser definidas de forma inequívoca por linhas são aquelas de uma única variável, ou seja, y = f (x).

Este tipo de gráfico é muito útil para refletir claramente as mudanças produzidas no parâmetro Y (variável dependente) em função de X (variável independente). São os típicos usados para refletir tendências temporais, mas também podem ser usados para muitas outras coisas, como é o caso do exemplo citado acima do número de camadas com base na temperatura ambiente.

2. Gráfico de barras

Como o nome sugere, os dados são representados aqui na forma de barras, comprimento proporcional aos valores a serem exibidos visualmente. O conjunto de dados é representado por barras da mesma largura, mas a altura de cada uma é proporcional a uma agregação específica. Estima-se que esses tipos de gráficos representem 50% de todos os presentes no material educativo, por serem bastante visuais e diretos.

Não existe homogeneidade absoluta quando se trata de criação de gráficos de barras, mas é aconselhável seguir as seguintes indicações:

A largura de cada barra deve ser a mesma para todas as séries de dados. Isso evita confusão desnecessária.
O comprimento da barra deve ser proporcional à magnitude do valor que ela representa. Se isso não for feito, o diagrama perde todo o significado.
O espaçamento entre as barras deve ser sempre o mesmo.
As barras podem ser dispostas tanto vertical quanto horizontalmente, sempre adaptando os eixos a ela.

3. Histograma

Embora possa parecer um gráfico de barras, não é exatamente o mesmo. Um histograma é uma representação gráfica na forma de barras não separadas por espaços, que simboliza a distribuição de um grupo de dados. Servem para obter uma imagem geral da distribuição dos grupos da amostra em relação a uma característica, seja ela quantitativa e contínua.

A chave para este tipo de gráfico é que ele é usado para relacionar variáveis quantitativas contínuas, como comprimento ou peso individual por idade (quando pode haver outros valores intermediários entre dois valores dados). Se as variáveis são quantitativas discretas (valores isolados), o diagrama de barras é usado.

4. Gráfico de pizza

É um recurso estatístico muito útil para representar porcentagens e proporções, geralmente entre 4 elementos diferentes ou mais. É fácil obter uma imagem mental de um gráfico de pizza: como fatiar uma pizza em fatias desiguais. Em qualquer caso, seu uso e implementação não são tão arbitrários. A fórmula para calcular a largura do setor de um diagrama (ou seja, um elemento) é a seguinte:

Largura do setor (em graus): 360 graus x frequência relativa

A frequência relativa se refere ao número de vezes que um evento é repetido em uma amostra estatística. Assim, se um elemento ocupar 45% da amostra analisada, ele ocupará 180 graus da circunferência total.

5. Diagrama de dispersão

Entramos em um terreno um pouco mais complexo, pois é hora de ir aos programas estatísticos para fazer este tipo de gráficos. Um gráfico de dispersão é aquele que usa coordenadas cartesianas (os eixos X e Y) para exibir os valores de duas variáveis em um conjunto de dados.

Ao fazer um gráfico de dispersão, todos os dados são representados como uma "nuvem de pontos". Em seguida, é gerada uma linha de ajuste, que permite fazer previsões a partir dos dados coletados, ou seja, dos pontos do gráfico. Esta linha representa uma possível correlação positiva (crescente), negativa (decrescente) ou nula, ou seja, a linha não pode ser formada. Se não houver linha de ajuste, pode-se supor que não haja relação entre os eventos analisados refletidos nos eixos X e Y.

6. Gráfico de caixa e bigode

Plots de caixa e bigode são usados representar vários recursos ao mesmo tempocomo dispersão e simetria. Não vamos nos deter nas particularidades desse tipo de representação devido à sua complexidade, já que basta sabermos que se trata de uma série de caixas retangulares, onde os lados mais longos mostram o intervalo interquartil.

A linha entre os quartis inferior e superior é a mediana dos dados, ou seja, a variável de posição central no conjunto de dados. Por outro lado, o quartil superior representa os valores máximos, enquanto o inferior contém os mínimos. Os "bigodes" são linhas que se projetam do retângulo, representando os outliers na amostra. Este tipo de gráfico é muito interessante, pois permite observar aqueles dados que normalmente ficam de fora, os outliers.

7. Gráfico de área

Este tipo de gráfico compara tendências ou mudanças históricas, mostrando a proporção do total que cada categoria representa em um determinado momento. Mais do que valores individuais, eles comunicam tendências gerais.

Resumo

Os gráficos são realmente úteis no campo da pesquisa e, portanto, fazem parte de (quase) qualquer publicação científica profissional. Os dados estatísticos requerem uma representação rápida que permita observar tendências não só a nível conceptual, mas também visualmente. Sem dúvida, o prazer de ver meses de trabalho representados em um único diagrama de dispersão com uma correlação clara, é algo que não se paga.

Além de sua utilidade no campo científico, a formação de gráficos é fundamental para aproximar o menor da casa da estatística. As cores, as formas simples e a concisão tornam esses tipos de recursos estatísticos essenciais para entender qualquer questão numérica complexa.