Jekyll requires blog post files to be named according to the following format:

YEAR-MONTH-DAY-title.MARKUP

Where YEAR is a four-digit number, MONTH and DAY are both two-digit numbers, and MARKUP is the file extension representing the format used in the file. After that, include the necessary front matter. Take a look at the source for this post to get an idea about how it works.

Jekyll also offers powerful support for code snippets:

def print_hi(name)
  puts "Hi, #{name}"
end
print_hi('Tom')
#=> prints 'Hi, Tom' to STDOUT.

Check out the Jekyll docs for more info on how to get the most out of Jekyll. File all bugs/feature requests at Jekyll’s GitHub repo. If you have questions, you can ask them on Jekyll Talk.

Como que uma pessoa chega até o curso de Estatística? E por que ela decide cursar? É gente, explicar o que um estatístico de fato faz, onde e com o que (com quem) vai trabalhar pode ser um desafio. Apesar disso, algumas palavras do professor de português antes de iniciar sua aula respondeu todas estas perguntas de uma forma extremamente SIMPLES!

Entendendo o Contexto

Desde pequeno, fui muito estimulado a desenvolver meu lado analítico e criativo: joguei xadrez, estudei música, aprendi filosofia, um pouco de mitologia, joguei videogame, etc. Jamais perdi contato com nenhuma dessas atividades. No colégio, gostava de praticamente todas as matérias, mas tinha minha favorita: Matemática!

Meu objetivo sempre foi encontrar um curso (e consequentemente, uma profissão) que me permitisse unir o máximo dessas atividades e conhecimentos de forma útil. Tinha optado pela Psicologia, pois acreditava que seria a forma perfeita (além de ter tido contato com uma possível pós graduação chamada de Musicoterapia). No entanto, sempre ficava pensativo sobre a falta de contato que teria com as exatas.

A Analogia que Mudou Minha Vida

Para minha (agradável) surpresa, o professor de português realiza o seguinte comentário antes de iniciar sua aula: “Para quem ainda não decidiu o que vai cursar, a Estatística parece ser bem promissora, ainda mais com o crescente volume de dados que estamos tendo. Creio que ele deve ter lido uma notícia como esta, considerando a época. Eu, assim como outros colegas, ficamos curiosos e questionamos. Foi nessa hora que ele deu a melhor explicação com a qual tive contato da área:

“Todos geramos dados o tempo todo, com nossos celulares, computadores. Eu gosto de pensar nesses dados todos como um dicionário. É possível extrair muita informação útil dele, mas se eu não souber lê-lo, de nada adianta. Então, o Estatístico é aquele que sabe ler o dicionário”.

Fez todo sentido para mim, e sempre que me questionam o porquê de eu escolher o curso, conto essa história. Além disso, na abundância de dados gerados (nossos, de empresas, clientes, pacientes, entre outros) - das mais diversas áreas do conhecimento - há um valor imensurável que pode ser gerado, dando uma utilidade e flexibilidade aos “leitores de dicionário” quase infinita.

Existe uma gama de tipos de gráficos, no entanto citarei apenas cinco gráficos básicos que são comuns na hora de analisar os dados. Minha ideia não é destrinchar cada tipo, apenas dar uma noção básica de como cada um funciona. Futuramente, pretendo realizar um post exclusivo para cada tipo.

Gráfico de Dispersão (scatterplot)

A principal utilidade do gráfico de dispersão é o de averiguar a interação entre as variáveis (seja de dependência ou de independência). Acima, por exemplo, podemos notar que conforme a variável x aumenta, a variável y também aumenta.

Histograma

A grande utilidade do histograma é analisar a distribuição de frequência dos dados. Como assim? Perceba no gráfico exemplo acima que as barras verticais são mais altas ao redor do centro zero (eixo x) e, conforme vamos nos afastando do centro, as barras diminuem, ou seja, os valores são menos frequentes quanto mais nos afastamos do centro.

Boxplot

Muito útil para avaliar a distribuição dos dados, além de ser possível compararmos dois ou mais grupos de forma visual. No exemplo acima, estou utilizando o conjunto de dados Iris e avaliando a distribuição da largura da sépala das três espécies - setosa, versicolor e virginica - e, como podemos notar, a sépala da setosa é mais larga do que a das outras espécies comparadas.

Gráfico de Setores (ou de Pizza)

Muito utilizado para comparar grupos. Os valores de cada categoria (tamanho da fatia da pizza) são proporcionais às respectivas frequências. No exemplo acima, mesmo com a omissão dos números, é possível deduzir que a letra D aparece mais do que todas as outras.

Gráfico de Barras (horizontal) ou Colunas (vertical)

Basicamente, é uma demostração visual das frequências (contagem) de cada item. Considere o exemplo acima como uma fruteira: ao observar o gráfico, temos que o número de melancias presentes é maior do que o das outras frutas.

Esses são apenas alguns gráficos e estão entre os mais comuns. Você conhecia eles? Tem algum que você não entendeu? Comente abaixo!