Curso de Análise Estatística

Aula 1 • Introdução à Estatística e aos Dados

Define estatística, seu papel na tomada de decisão e terminologia essencial. Estabelece o vocabulário usado em todo o curso.

Aula 2 • Fundamentos da Visualização de Dados

Apresenta gráficos e plotagens adequados a cada tipo de dado. A visualização eficaz revela padrões que as estatísticas resumidas por si só podem ocultar.

Aula 3 • Medidas de Variabilidade e Dispersão

Quantifica a dispersão dos dados usando amplitude, variância e desvio padrão. As medidas de variabilidade complementam a tendência central para uma descrição completa dos dados.

Aula 4 • Medidas de Tendência Central

Aborda o cálculo e a interpretação da média, mediana e moda. Conecta cada medida à forma e assimetria da distribuição dos dados.

Aula 1 • Distribuições Amostrais e o Teorema Central do Limite

Deriva a distribuição amostral da média e explica o Teorema Central do Limite. Este teorema justifica a inferência baseada na normal para amostras grandes.

Aula 2 • Probabilidade Condicional e Independência

Apresenta a probabilidade condicional e o teorema de Bayes para atualização de crenças. Os conceitos de independência fundamentam suposições em regressão e teste de hipóteses.

Aula 3 • Distribuições de Probabilidade Discretas

Aborda as distribuições binomial, de Poisson e geométrica com contextos do mundo real. Os modelos discretos se aplicam a dados de contagem encontrados em controle de qualidade e pesquisas.

Aula 4 • Conceitos Centrais de Probabilidade

Define probabilidade, espaços amostrais e eventos usando abordagens clássica e empírica. Fornece a base matemática para todos os métodos inferenciais subsequentes.

Aula 1 • Determinação do Tamanho Amostral

Deriva fórmulas para tamanhos amostrais mínimos dada a precisão e confiança desejadas. O dimensionamento adequado evita estudos com poder insuficiente e custos desnecessários de coleta de dados.

Aula 2 • Princípios da Estimação Pontual

Define estimadores e propriedades desejáveis como não viesamento e eficiência. Compreender a qualidade do estimador orienta a seleção da melhor estatística resumida.

Aula 3 • Intervalos de Confiança para Médias

Constrói intervalos baseados em Z e em t para médias populacionais. A distribuição t é introduzida para amostras pequenas com variância populacional desconhecida.

Aula 4 • Intervalos de Confiança para Proporções

Constrói intervalos para proporções populacionais usando a aproximação normal. Os intervalos para proporções são essenciais para análise de pesquisas e auditorias de qualidade.

Aula 1 • Lógica e Estrutura dos Testes de Hipóteses

Explica hipóteses nula e alternativa, níveis de significância e regras de decisão. Essa estrutura lógica se aplica a todos os testes introduzidos nos capítulos subsequentes.

Aula 2 • Testes para Proporções e Variâncias

Estende o teste de hipóteses para proporções e variância usando testes Z e qui-quadrado. Esses testes abordam questões de resultados categóricos e variabilidade de processo.

Aula 3 • Poder Estatístico e Tamanho do Efeito

Define poder como a probabilidade de rejeitar corretamente uma hipótese nula falsa. O tamanho do efeito mede a importância prática independente do tamanho amostral.

Aula 4 • Testes Múltiplos e Controle de Erro

Aborda as taxas de erro Tipo I inflacionadas ao realizar muitos testes simultâneos. Métodos de correção mantêm o controle geral do erro em análises complexas.

Aula 1 • Comparações Post-Hoc

Identifica quais pares de grupos diferem após um resultado significativo de ANOVA. Procedimentos post-hoc controlados mantêm as taxas de erro do experimento.

Aula 2 • ANOVA de Um Fator

Particiona a variância total em componentes entre grupos e dentro de grupos para testar a igualdade das médias. A ANOVA evita taxas de erro infladas de múltiplos testes t pareados.

Aula 3 • Testes para Duas Proporções e Variâncias

Aplica testes Z e F para comparar proporções e variâncias entre dois grupos. Os resultados do teste F informam as suposições de variância em testes t subsequentes.

Aula 4 • ANOVA de Dois Fatores e Efeitos de Interação

Analisa dois fatores categóricos simultaneamente e testa a interação. Os efeitos de interação revelam quando o impacto de um fator depende do nível de outro fator.

Aula 1 • Predição e Extrapolação

Gera predições pontuais e intervalos de predição para novas observações. Os riscos de extrapolação são quantificados para orientar o uso responsável do modelo.

Aula 2 • Inferência na Regressão Simples

Testa hipóteses sobre os coeficientes de regressão e constrói intervalos de confiança. A inferência determina se o preditor tem um efeito estatisticamente significativo.

Aula 3 • Modelo de Regressão Linear Simples

Deriva a reta de regressão por mínimos quadrados e interpreta a inclinação e o intercepto. O modelo quantifica como uma mudança de uma unidade no preditor afeta a resposta.

Aula 4 • Diagnósticos de Regressão

Avalia as suposições do modelo por meio da análise de resíduos e medidas de influência. Violações das suposições enviesam as estimativas e invalidam a inferência.

Aula 1 • Detecção e Remediação da Multicolinearidade

Identifica preditores correlacionados que inflam os erros padrão e desestabilizam as estimativas. As remediações restauram a estimação confiável dos coeficientes e a interpretabilidade do modelo.

Aula 2 • Métodos de Seleção de Variáveis

Aplica seleção forward, backward e stepwise junto com critérios de informação. A seleção sistemática equilibra o ajuste do modelo com a parcimônia.

Aula 3 • Suposições da Regressão e Remediações

Diagnostica violações de linearidade, independência, homocedasticidade e normalidade. Transformações e métodos robustos restauram a inferência válida quando as suposições falham.

Aula 4 • Fundamentos da Regressão Múltipla

Adiciona múltiplos preditores à estrutura de regressão e interpreta inclinações parciais. O R-quadrado ajustado penaliza a complexidade do modelo para evitar overfitting.

Aula 1 • Selecionando Testes Paramétricos vs. Não Paramétricos

Fornece uma estrutura de decisão baseada no tipo de dado, tamanho amostral e verificação de suposições. A seleção correta do teste garante conclusões válidas em diversos contextos analíticos.

Aula 2 • Correlação e Associação Não Paramétricas

Mede a associação monotônica usando coeficientes de correlação baseados em postos. As correlações de postos são robustas a outliers e distribuições não normais.

Aula 3 • Testes Não Paramétricos para Localização

Aplica testes baseados em postos como alternativas aos testes t quando a normalidade é violada. Esses testes usam informações ordinais para comparar medianas de grupos.

Aula 4 • Teste Qui-Quadrado de Independência

Avalia a associação entre duas variáveis categóricas em uma tabela de contingência. Os resultados orientam decisões em pesquisa de mercado, saúde e análise de qualidade.