Análise Exploratória
Café Com Dados - Turnover com {tidymodels}
Source:vignettes/cafe_com_dados_eda.Rmd
cafe_com_dados_eda.RmdAnálise Expliratória (EDA)
Coisas para verificar:
-
Coisas univariadas
- Tipo correto das variáveis
- Colunas constantes
- Colunas quase constantes/categorias raras (principalmente da variávei resposta, é desbalanceada?)
- Alta cardinalidade (muitas categorias)
- Valores discrepantes (outliers)
- Valores faltantes (missings)
- Assimetria
- Escala
-
Coisas multivariadas
- Associação/correlação entre variáveis explicativas
- Combinações lineares entre explicativas
- Relação entre explicativas e resposta
Olhada na base
#> Rows: 14,999
#> Columns: 10
#> $ nivel_satisfacao <dbl> 0.38, 0.50, 0.11, 0.72, 0.37, 0.41, 0.10, 0.9…
#> $ ultima_avaliacao <dbl> 0.53, 0.86, 0.88, 0.87, 0.52, 0.50, 0.77, 0.8…
#> $ atuacao_projetos <dbl> 2, 5, 7, 5, 2, 2, 6, 5, 5, 2, 2, 6, 4, 2, 2, …
#> $ horas_trabalhadas <dbl> 157, 262, 272, 223, 159, 153, 247, 259, 224, …
#> $ tempo_empresa <dbl> 3, 6, 4, 5, 3, 3, 4, 5, 5, 3, 3, 4, 5, 3, 3, …
#> $ licenca_medica <chr> "não licenciado", "não licenciado", "não lice…
#> $ desligado <chr> "sim", "sim", "sim", "sim", "sim", "sim", "si…
#> $ promocao_ultimos_3_anos <chr> "não promovido", "não promovido", "não promov…
#> $ area <chr> "comercial", "comercial", "comercial", "comer…
#> $ salario <chr> "baixo", "mediano", "mediano", "baixo", "baix…| Name | turnover |
| Number of rows | 14999 |
| Number of columns | 10 |
| _______________________ | |
| Column type frequency: | |
| character | 5 |
| numeric | 5 |
| ________________________ | |
| Group variables | None |
Variable type: character
| skim_variable | n_missing | complete_rate | min | max | empty | n_unique | whitespace |
|---|---|---|---|---|---|---|---|
| licenca_medica | 0 | 1 | 10 | 14 | 0 | 2 | 0 |
| desligado | 0 | 1 | 3 | 3 | 0 | 2 | 0 |
| promocao_ultimos_3_anos | 0 | 1 | 9 | 13 | 0 | 2 | 0 |
| area | 0 | 1 | 2 | 11 | 0 | 10 | 0 |
| salario | 0 | 1 | 4 | 7 | 0 | 3 | 0 |
Variable type: numeric
| skim_variable | n_missing | complete_rate | mean | sd | p0 | p25 | p50 | p75 | p100 | hist |
|---|---|---|---|---|---|---|---|---|---|---|
| nivel_satisfacao | 0 | 1 | 0.61 | 0.25 | 0.09 | 0.44 | 0.64 | 0.82 | 1 | ▃▅▇▇▇ |
| ultima_avaliacao | 0 | 1 | 0.72 | 0.17 | 0.36 | 0.56 | 0.72 | 0.87 | 1 | ▂▇▆▇▇ |
| atuacao_projetos | 0 | 1 | 3.80 | 1.23 | 2.00 | 3.00 | 4.00 | 5.00 | 7 | ▇▆▃▂▁ |
| horas_trabalhadas | 0 | 1 | 201.05 | 49.94 | 96.00 | 156.00 | 200.00 | 245.00 | 310 | ▃▇▆▇▂ |
| tempo_empresa | 0 | 1 | 3.50 | 1.46 | 2.00 | 3.00 | 3.00 | 4.00 | 10 | ▇▃▁▁▁ |
