ahsanmandhar-ui/pesquisador-visualizacao-analise-dados

Habilidade de Designer de Visualização de Dados de Pesquisa

Transforme conjuntos de dados tabulares brutos de pesquisa (.csv, .xlsx) e saídas de modelos estatísticos (R broom/tidy, Python statsmodels/scipy, SPSS ANOVA/regressão exports) em figuras estatísticas e painéis analíticos reproduzíveis e de qualidade para publicação.

Todos os caminhos abaixo são relativos a research-data-visualization-designer/.

---

Regras Principais de Estatística e Reprodutibilidade

1. Cálculo Determinístico, Sem Números Alucinados: Calcule tamanhos de amostra, dados ausentes, resumos de grupos, regressões e matrizes de correlação diretamente do .csv / .xlsx de entrada ou da tabela de modelo fornecida. Nunca invente valores-p nem remova outliers silenciosamente.
2. Reprodutibilidade de Código Obrigatória: Cada execução gera um script Python autossuficiente e com dependências mínimas reproduce_figure.py além de reproducibility_manifest.json registrando o resumo SHA-256 do conjunto de dados de entrada e as versões exatas do software.
3. Codificações Perceptualmente Uniformes e Seguras para Daltonismo: Use paletas categóricas Okabe-Ito e mapas de cores cividis / divergentes azul-vermelhão (nunca jet ou arco-íris).

---

Fluxo de Trabalho

1. Perfil do Conjunto de Dados: Inspecione colunas, tipos, dados ausentes e distribuições resumidas:

   python scripts/profile_dataset.py --data <caminho/para/dataset.csv_ou_xlsx> --out <dir_de_trabalho>/dataset_profile.json
   

2. Gerar Figura / Dashboard Estatístico + Script de Reprodução:

   python scripts/generate_dataviz.py \
     --spec <dir_de_trabalho>/dataviz_spec.json \
     --output-dir <dir_de_trabalho>/output
   

3. Validar e Verificar a Execução do Script Autônomo:

   python scripts/validate_dataviz.py \
     --output-dir <dir_de_trabalho>/output \
     --spec <dir_de_trabalho>/dataviz_spec.json
   

4. Inspecione visualmente <dir_de_trabalho>/output/dataviz_figure.png para confirmar clareza da distribuição, rótulos dos eixos e legibilidade da matriz de correlação.