Análise Estatística e Visualização de Dados

Código desenvolvido para tratamento, limpeza, processamento, preparo, análise estatística e visualização de dados com a base de dados Red Wine Quality disponível no Kaggle.

O projeto visou cumprir os requisitos de Estatística, do bootcamp de Ciência de Dados da Ada Tech, patrocinado pelo Potência Tech, do iFood.

O projeto foi realizado em fevereiro de 2024 e contou com a colaboração de 4 integrantes:

• Carlos André
• Jhenyffer Oliveira
• Rodrigo Udenal
• Wallace Souza

Análise Geral

Tendências Gerais com base nos gráficos

1. Taxa de Acidez Volátil:

• A maioria dos vinhos exibe uma taxa de acidez volátil que varia de baixa a moderada, com uma concentração notável entre 0.2 e 0.6.
• Observa-se uma cauda à direita no histograma, no entanto, indicando que há alguns vinhos com taxas de acidez volátil altas, embora menos comuns.

2. Teor de Cloretos:

• A análise revela que a maioria dos vinhos possui um teor de cloretos concentrado em valores mais baixos.
• A distribuição dos cloretos é assimétrica, apresentando uma cauda mais longa em direção aos valores mais altos.
• Isso elucida que, embora a maioria dos vinhos tenha baixo teor de cloretos, existem alguns vinhos com níveis mais elevados.

3. Associação com o Grau de Amargor:

• A presença de cloretos é associada ao grau de amargor do vinho, já que essa substância tem potencial para contribuir para essa sensação de amargor.
• Com base em nossas análises, pode-se inferir que a concentração de cloretos em níveis mais elevados tenha influência direta na percepção do amargor dos vinhos.

4. Correlação com Qualidade e Heatmap de Correlação:

• Sulphates: Existe uma correlação positiva, mas moderada, entre teor de sulfatos e qualidade. Isso sugere que vinhos com níveis mais altos de sulfatos sejam percebidos como de melhor qualidade.
• Volatile Acidity: Existe uma correlação negativa forte entre acidez volátil e qualidade do vinho. Isso sugere que vinhos com altos níveis de acidez volátil sejam percebidos como de menor qualidade.
• Variáveis 'alcohol', 'sulphates' e 'citric acid' demonstram correlações positivas moderadas com 'quality'. Isso sugere que vinhos com teor alcoólico mais alto, níveis mais elevados de sulfatos e ácido cítrico podem estar associados a uma maior qualidade nos vinhos.
• Variáveis 'volatile acidity' e 'total sulfur dioxide' demostram correlações negativas moderadas com 'quality'. Isso indica que altos níveis de acidez volátil e dióxido de enxofre total podem estar associados a uma menor qualidade nos vinhos.

Observações:

• Devido a questões de privacidade, não há informações sobre tipos de uva, rótulos, preço etc.
• As cores dos gráficos foram escolhidas para facilitar a visualização dos dados.
• Os gráficos estão legendados em português para facilitar a compreensão dos resultados.

Ferramentas utilizadas

Python	Numpy	Pandas	Seaborn	Matplotlib	Git

Como rodar

Clique aqui e visualize as análises realizadas.