
Princípios de visualização de dados
Escolha do gráfico certo, data storytelling, princípios de Tufte, data-ink ratio, cores, contexto, hierarquia visual, gráficos enganosos
1Qual tipo de gráfico é mais adequado para comparar valores entre diferentes categorias?
Qual tipo de gráfico é mais adequado para comparar valores entre diferentes categorias?
Resposta
O bar chart é o gráfico mais eficaz para comparar valores entre categorias distintas. O olho humano é muito eficiente em comparar comprimentos alinhados em um mesmo eixo, tornando a leitura intuitiva. As barras podem ser verticais ou horizontais dependendo do número de categorias e do comprimento dos rótulos.
2Qual tipo de gráfico é mais adequado para mostrar como um valor muda ao longo do tempo?
Qual tipo de gráfico é mais adequado para mostrar como um valor muda ao longo do tempo?
Resposta
O line chart é a escolha padrão para visualizar tendências temporais. A linha conecta os pontos de dados cronologicamente, tornando tendências, ciclos e anomalias imediatamente visíveis. Diferente do bar chart, o line chart enfatiza a continuidade e a direção da mudança em vez dos valores individuais.
3Qual é a principal desvantagem de um pie chart?
Qual é a principal desvantagem de um pie chart?
Resposta
O principal defeito do pie chart é que o olho humano tem dificuldade em comparar ângulos e áreas. Além de 3-4 categorias, torna-se quase impossível distinguir as diferenças de proporção. Edward Tufte recomenda sempre preferir um bar chart ou tabela de dados ao pie chart, exceto em casos raros onde apenas a relação parte/todo importa.
O que é o data-ink ratio conforme definido por Edward Tufte?
Qual tipo de gráfico deve ser usado para visualizar a relação entre duas variáveis numéricas?
+17 perguntas de entrevista
Outros temas de entrevista Data Analytics
Google Sheets - Fundamentos
Google Sheets - Fórmulas avançadas
SQL - Fundamentos
SQL - Agregações e agrupamentos
SQL - Joins
BigQuery - Fundamentos
Data Cleaning - Limpeza de dados
KPIs e métricas de negócio
Estatística descritiva
Zapier e automação No-Code
Python & Pandas - Fundamentos
Google Sheets - Dashboards automatizados
SQL - Subconsultas e CTEs
SQL - Window Functions
BigQuery - Recursos avançados
Data Modeling
Análise de funis e conversão
Análise de coortes e retenção
Google Tag Manager e tracking
APIs e webhooks
dbt - Fundamentos
AB Testing e estatística aplicada
Looker Studio (Google Data Studio)
Power BI - Fundamentos
SQL - Consultas analíticas avançadas
dbt - Recursos avançados
Power BI - DAX e dashboards avançados
Python Analytics - Análise avançada e ML
Domine Data Analytics para sua proxima entrevista
Acesse todas as perguntas, flashcards, testes tecnicos, exercicios de code review e simuladores de entrevista.
Comece gratis