rsendres / analise_enem

Análise exploratória de dados utilizando datasets relacionados ao ENEM

Introdução:

É com grande orgulho que apresentamos este trabalho que resultou de um esforço colaborativo e dedicado por parte de nosso grupo. Buscamos explorar as nuances do Exame Nacional do Ensino Médio (ENEM) e como ele foi influenciado pela pandemia e pelos fatores socioeconômicos dos participantes. Ao longo deste projeto, enfrentamos diversos desafios e, por tanto, tivemos que tomar decisões importantes para moldar nossa abordagem e resultados.

Para iniciar nosso trabalho, nossa equipe mergulhou na análise criteriosa do projeto. A principio, ficou claro que queríamos compreender o impacto da pandemia nos resultados do ENEM, levando em consideração os anos de 2020 e 2022. Nossa ideia inicial foi combinar os datasets desses dois anos, visando identificar insights relevantes sobre as mudanças pré e pós pandemia. No entanto, a tarefa não se mostrou tão simples devido à grande quantidade de informações disponíveis nos conjuntos de dados. Após diversos testes e discussões em equipe, chegamos à decisão de reduzir o número de colunas. Eliminamos mais de 40 colunas para focalizar nossa análise em dados essenciais e relevantes. Ainda assim, enfrentamos desafios relacionados ao desempenho e processamento dos dados. Diante disso, após mais experimentações, optamos por trabalhar com datasets separadamente. Essa decisão foi baseada na busca por um equilíbrio entre desempenho e qualidade da análise.

O trabalho em equipe desempenhou um papel fundamental em nosso processo. Consideramos a abordagem de correlacionar o desempenho dos alunos com suas condições socioeconômicas, dividindo igualmente as responsabilidades entre todos. Essa distribuição teve o intuito de nos permitiu explorar maiores quantidades de facetas do tema e trazer insights mais relevantes para enriquecer nosso projeto. No decorrer deste trabalho, cada integrante concentrou-se em trazer perspectivas únicas para a análise, aprofundando-se em diferentes aspectos da relação entre o desempenho no ENEM e os contextos socieconômicos dos participantes.

Ao longo desta apresentação, exploraremos as descobertas e insights resultantes de nossa abordagem, destacando como as variáveis socioeconômicas e pandêmicas podem influenciar o desempenho dos alunos no ENEM entre 2020 e 2022.

Fonte de dados: https://www.gov.br/inep/pt-br/assuntos/noticias/enem/divulgados-microdados-do-enem-2022 Dataset que otimizamos: https://drive.google.com/file/d/1XlGOZV6vDR7J2ohzMmOjP94XYygWeKj_/view?usp=sharing

O projeto:

Projeto Final: Técnicas de Programação I

Professor: Matheus Barão Fiorin

Equipe: Maria Gabrielly A. Santana, Mariana Oliveira de Lima, Ricardo Steigleder Endres, Thiago Gonçalves

Projeto Santander Coders 2023 - DS Descrição Este notebook contém a descrição do projeto prático do módulo: Técnicas de programação I. Neste projeto aplicaremos as técnicas aprendidas em aula para criarmos uma análise exploratória sobre um conjunto de dados.

Objetivo Realizar uma análise exploratória de dados utilizando datasets relacionados ao Brasil. Estruture sua análise criando um storytelling: Uma história contada com informações, gráficos, imagens e medidas estatísticas, associando dados a fatos em uma linha do tempo. Você está livre para incluir quantas bases considerar necessário e filtrar as informações mais relevantes para sua história.

Dados Esta é uma lista de fontes que vocês podem utilizar. Você está livre para utilizar esta e outras fontes de dados, desde que haja uma concordância prévia com o professor.

Fontes de dados sugeridas: Covid19br (https://github.com/wcota/covid19br/) Agência Nacional de Petróleo e Gás (https://bit.ly/3hf8rbZ) DataSUS (ftp.datasus.gov.br)* Dados.gov.br (https://bit.ly/3fPA1MO) Kaggle (https://www.kaggle.com/) *Obs: pode ser acessado por um cliente FTP (Ex.: Filezilla)

Organização e entregáveis

O projeto pode ser feito em grupo de até 05 participantes. O projeto completo (Notebook, código-fonte, link para fontes, bases e demais artefatos) deve ser publicado no Github. O projeto completo (Notebook, código-fonte, link para fontes, bases e demais artefatos) deve ser enviado por e-mail ([email protected]) com nome dos participantes e link do repositório no github.

Critérios de avaliação A avaliação será feita com base nos artefatos entregues e na sua apresentação, que será realizada no dia 21/08, segunda-feira. A estrutura abaixo lista sugestões do que pode conter no seu trabalho.

Apresentação da análise Storytelling; Insights (padrões que descrevam os elementos da base); Descrição do problema; Proposta de solução; Entregáveis Relatório com análise exploratória de dados; Descrição das variáveis (Dados faltantes, tipos de dados, informações relacionadas e fontes); Limpeza da base Análise Univariada e Multivariada Medidas estatísticas; Comparações; Tendências de crescimento ou queda; Gráficos Critérios: Análise (O nível de exploração dos dados, quantidade de bases e variáveis); Reprodutibilidade (O código será executado e o resultados precisam ser reproduzidos); Comunicação (Explique o problema e como a equipe explorou os dados); Uso de git/Github (A forma como o Github foi utilizado) Deadline Apresentação: 21/08/2023 Tempo de apresentação: A depender da quantidade de grupos. (Aproximadamente de 15 ~ 20 minutos)