Recentemente, pipocou pela internet um gráfico sobre o custo-benefício de 100 hamburguerias da cidade de São Paulo. E, como tudo na internet em 2025, acabou gerando briga nos comentários. Mas eu, particularmente, achei o gráfico um ótimo ponto de partida para conversarmos sobre princípios de visualização de dados. É exatamente isso que trago neste post.
Já ouviu por aí o termo “outlier”, mas ficou sem entender o que ele significa? Nesse post eu discuto o que é e como identificar um outlier. Também te explico como “tratá-los”.
Já se perguntou qual é a probabilidade real de ganhar na Mega-Sena? Neste post, eu explico de onde vem esse número, como a probabilidade muda quando fazemos mais apostas ou apostamos em mais números, e o porquê aumentar a probabilidade de ganhar não significa, necessariamente, sair no lucro.
Sabia que há mais de um tamanho de efeito sugerido para o teste não-paramétrico de Mann-Whitney? Neste post te explico os três tamanhos de efeito sugeridos (r, VDA e correlação rank-biserial), como interpretá-los e calculá-los.
Em um post anterior, eu te expliquei como interpretar os gráficos diagnósticos, que nos permitem checar pressupostos do modelo de regressão linear. Nesse post, te explico como construí-los com o pacote ggplot2, que permite diversos ajustes estéticos.
No dia-a-dia, é comum usarmos chance e probabilidade como sinônimos. Mas na estatística, elas significam coisas consideravelmente diferentes. Nesse post eu te explico, com exemplos, como interpretar cada uma delas.
