01. Fundamentos e objetivos da análise exploratória

Análise exploratória não é uma etapa burocrática antes do modelo: é o trabalho de descobrir o que os dados têm a dizer — estrutura, anomalias, relações — antes de impor qualquer forma a eles. Quem pula essa fase acaba modelando um artefato de coleta. Este capítulo fixa os quatro pilares que uma avaliação cobra: a natureza iterativa da EDA, a pergunta que a orienta, o processo que gerou os registros e a disciplina de separar o que foi descoberto do que foi confirmado.

O percurso começa pelo contato cuidadoso com os dados. A disciplina ensina a reconhecer tipos, qualidade, distribuições, relações, vieses e limites antes de construir conclusões ou modelos. Este é o capítulo 1 de 24 da disciplina Análise Exploratória de Dados. Ele abre o percurso e apresenta a base para os capítulos seguintes. Na sequência, estudaremos Tipos de dados e escalas de mensuração.

O fio condutor

Ciência de Dados começa com uma pergunta e termina com uma decisão que precisa ser compreendida, avaliada e acompanhada. Entre esses dois pontos, dados são coletados, examinados e transformados; métodos são escolhidos; resultados são validados; e limitações são comunicadas. Nenhuma etapa compensa automaticamente uma falha grave ocorrida na etapa anterior.

Neste capítulo, use Fundamentos e objetivos da análise exploratória para acompanhar três dimensões: o problema que se deseja resolver, a evidência disponível e o critério usado para avaliar o resultado. Essa separação ajuda a evitar soluções tecnicamente sofisticadas que não respondem à necessidade real.

O que é análise exploratória

Começamos por O que é análise exploratória, pois essa base organiza os conceitos e exemplos que aparecerão no restante do capítulo.

Análise exploratória de dados (EDA) é uma abordagem iterativa que busca estrutura, anomalias, relações e hipóteses antes de impor um modelo definitivo. Ela não começa com a escolha do algoritmo nem termina com um relatório de médias: alterna perguntas, resumos numéricos e gráficos, e a cada volta registra o que aquela evidência sustenta — e o que ela não sustenta.

A ordem importa. Um modelo ajustado sobre dados que ninguém olhou herda em silêncio tudo o que houver de errado neles: unidades trocadas, período incompleto, categoria que mudou de nome no meio da série. A EDA é a etapa que torna esses problemas visíveis enquanto ainda são baratos de corrigir.

A pergunta analítica

Depois de compreender O que é análise exploratória, passamos a A pergunta analítica. A nova seção acrescenta outra etapa ao mesmo raciocínio e mostra como as decisões anteriores influenciam as próximas.

A pergunta analítica traduz uma necessidade de decisão em algo que os dados podem investigar. É ela que transforma "queremos entender a evasão" em uma formulação verificável — e é a ausência dela que produz o segundo anti-padrão clássico: explorar centenas de gráficos sem pergunta orientadora, produzindo volume em vez de resposta.