Curso de Estatística para Pesquisa Científica

Aula 1 • Fundamentos de Probabilidade para Pesquisadores

Apresenta regras de probabilidade, probabilidade condicional e independência como base matemática para a inferência. Conecta a teoria das probabilidades aos valores p e intervalos de confiança introduzidos posteriormente.

Aula 2 • Tipos de Dados e Escalas de Medição

Classifica dados nominais, ordinais, intervalares e de razão e relaciona o tipo de escala às análises permitidas. A classificação correta evita operações estatísticas inválidas adiante.

Aula 3 • Essenciais da Estatística Descritiva

Aborda medidas de tendência central, dispersão e forma da distribuição para resumir conjuntos de dados. Esses resumos formam a base para todo o trabalho inferencial em capítulos posteriores.

Aula 4 • Distribuições de Probabilidade Comuns

Examina as distribuições normal, binomial, Poisson e t e suas aplicações em pesquisa. Compreender os pressupostos distribucionais é pré-requisito para um teste de hipóteses válido.

Aula 1 • Teoria da Amostragem e Estratégias

Aborda métodos de amostragem probabilística e não probabilística e seu efeito na generalizabilidade. Uma estratégia de amostragem adequada é fundamental para a inferência imparcial em nível populacional.

Aula 2 • Viés, Confusão e Validade Interna

Identifica vieses de seleção, informação e confusão e estratégias estatísticas para lidar com eles. O controle dessas ameaças é essencial antes da aplicação de métodos inferenciais.

Aula 3 • Técnicas de Randomização e Mascaramento

Detalha randomização simples, em blocos, estratificada e adaptativa e seu papel na eliminação de confusão. Os procedimentos de mascaramento protegem contra vieses de performance e detecção.

Aula 4 • Delineamentos Experimentais vs. Observacionais

Contrasta ensaios clínicos randomizados, quase-experimentos, coortes, estudos caso-controle e transversais. A escolha do delineamento determina quais afirmações causais são estatisticamente defensáveis.

Aula 1 • Testes Paramétricos para Médias

Aborda os testes t para uma amostra, independente e pareado, e a ANOVA de um fator com verificação de pressupostos. Esses testes respondem às perguntas mais comuns de comparação de médias em pesquisa.

Aula 2 • Formulação de Hipóteses e Lógica do Teste

Estabelece a construção da hipótese nula e alternativa e a lógica da tomada de decisão estatística. A formulação correta evita testes desalinhados e resultados mal interpretados.

Aula 3 • Testes Qui-Quadrado e para Dados Categóricos

Aplica os testes qui-quadrado de aderência e independência e o teste exato de Fisher a desfechos categóricos. Esses métodos são essenciais para comparações de frequência e proporção em pesquisa.

Aula 4 • Alternativas Não Paramétricas

Apresenta testes baseados em postos para dados que violam pressupostos paramétricos, incluindo os testes de Wilcoxon, Kruskal-Wallis e Friedman. A seleção de métodos não paramétricos preserva a validade quando os pressupostos falham.

Aula 1 • Regressão Linear Múltipla

Estende a regressão para múltiplos preditores, abordando multicolinearidade, seleção de variáveis e R-quadrado ajustado. O controle multivariado é central na análise de pesquisas observacionais.

Aula 2 • Princípios da Regressão Linear Simples

Deriva a reta de regressão por mínimos quadrados, interpreta a inclinação e o intercepto e avalia o ajuste do modelo. Esta seção estabelece o núcleo conceitual para todas as extensões da regressão.

Aula 3 • Regressão Logística para Desfechos Binários

Modela desfechos binários usando regressão logística, interpretando log-odds, razões de chances e discriminação do modelo. A regressão logística é a ferramenta padrão para desfechos de pesquisa dicotômicos.

Aula 4 • Visão Geral dos Modelos Lineares Generalizados

Apresenta regressão de Poisson, binomial negativa e gama para desfechos de contagem e assimétricos. Estende a estrutura de regressão para distribuições de resposta não normais comuns em pesquisa.

Aula 1 • Métodos de Imputação Simples e Múltipla

Aplica imputação por média, regressão e múltipla por equações encadeadas para lidar com valores ausentes. A imputação múltipla preserva a incerteza e produz estimativas não viesadas sob MAR.

Aula 2 • Mecanismos e Padrões de Dados Ausentes

Distingue os mecanismos MCAR, MAR e MNAR e suas consequências para a validade da análise. A identificação correta do mecanismo determina quais estratégias de remediação são estatisticamente justificadas.

Aula 3 • Limpeza de Dados e Gestão de Outliers

Estabelece procedimentos sistemáticos para detectar erros, inconsistências e outliers antes da análise. Dados limpos são pré-requisito para resultados estatísticos reproduzíveis e defensáveis.

Aula 1 • Técnicas de Análise de Agrupamento

Agrupa observações usando agrupamento hierárquico e k-médias para revelar estruturas naturais nos dados. A análise de agrupamento apoia a identificação de subgrupos em pesquisas epidemiológicas e comportamentais.

Aula 2 • Fundamentos de Modelagem de Equações Estruturais

Apresenta diagramas de caminho, modelos de mensuração e modelos estruturais para testar estruturas teóricas complexas. O SEM integra análise fatorial e regressão em uma abordagem confirmatória unificada.

Aula 3 • Análise de Componentes Principais e Fatorial

Reduz a dimensionalidade usando PCA e identifica construtos latentes por meio de análise fatorial exploratória. Esses métodos são fundamentais para o desenvolvimento de escalas e compressão de dados em pesquisa.

Aula 4 • Análise de Variância Multivariada

Estende a ANOVA a múltiplas variáveis dependentes simultaneamente, controlando o erro familiar. A MANOVA é essencial quando os desfechos são teoricamente relacionados e não devem ser testados separadamente.

Aula 1 • Riscos Competitivos e Métodos Avançados de Sobrevivência

Aborda eventos competitivos usando modelos de causa específica e de subdistribuição de riscos. Métodos de sobrevivência padrão produzem estimativas viesadas quando riscos competitivos estão presentes.

Aula 2 • Regressão de Cox de Riscos Proporcionais

Modela efeitos de covariáveis nas taxas de risco usando o modelo de Cox, incluindo teste de pressupostos e interpretação. O modelo de Cox é a ferramenta de regressão dominante para desfechos de sobrevivência em pesquisa.

Aula 3 • Delineamentos de Medidas Repetidas e Longitudinais

Aborda delineamentos intrasujeitos, pressupostos de esfericidade e abordagens de modelos mistos para dados longitudinais. O manejo adequado de observações correlacionadas é crítico para uma inferência longitudinal válida.

Aula 1 • Revisão por Pares e Crítica Estatística

Desenvolve habilidades para avaliar criticamente métodos e resultados estatísticos em manuscritos submetidos. Estatísticos atuando como revisores protegem a integridade do registro científico publicado.

Aula 2 • Tabelas e Figuras para Resultados Estatísticos

Elabora tabelas eficazes para estatística descritiva, resultados de regressão e resultados de sobrevivência. Visuais bem construídos aceleram a compreensão do leitor e reduzem a contagem de palavras do manuscrito.

Aula 3 • Padrões e Diretrizes de Relato

Aplica as listas de verificação CONSORT, STROBE, PRISMA e relacionadas para garantir transparência na descrição dos métodos. A adesão aos padrões de relato é exigida pela maioria dos periódicos revisados por pares.

Aula 4 • Interpretação e Comunicação da Incerteza

Ensina a interpretação verbal e escrita precisa de valores p, intervalos de confiança e tamanhos de efeito. A má interpretação da incerteza é uma das principais fontes de erros na pesquisa publicada.