O CURSO
Você já se sentiu perdido na hora de analisar dados? Quer se tornar um profissional mais preparado e ter o conhecimento necessário para lidar com números e estatísticas de forma eficiente? Então, o curso "Fundamentos de Estatística para Análise de Dados" é para você!
Com uma abordagem conceitual e acessível, esse curso tem como objetivo ensinar os princípios da análise estatística para o grande público. Seja você da área de humanas, exatas, biológicas ou qualquer outra área, você poderá se beneficiar do letramento estatístico que esse curso oferece.
Ao longo do curso, você vai aprender a aplicar conceitos estatísticos, interpretar gráficos, fazer inferências e muito mais. Tudo isso de forma clara e didática, para que você possa entender a estatística e aplicá-la no seu dia a dia, independentemente da sua área de atuação.
Aprenda sobre métodos de amostragem, estatística descritiva, medidas de associação, elementos de probabilidade, inferência estatística e testes de hipóteses. Este curso irá turbinar seu conhecimento em estatística! Não perca essa oportunidade de se tornar um profissional mais preparado e confiante na hora de analisar dados! Inscreva-se agora no curso "Fundamentos de Estatística para Análise de Dados".
DIFERENCIAIS
- Professor com formação profunda em estatística.
- Abordagem conceitual. Fugindo das tradicionais receitas de bolo.
- Aguçar o pensamento estatístico.
- Acessível para profissionais de qualquer área.
- Material didático exclusivo.
- Acesso GRATUITO por 30 dias.
- Vídeos com excelente áudio e imagem.
- Exemplos e exercícios práticos.
- Didática clara e objetiva.
- Acesso a Comunidade Ômega.
QUAL CONTEÚDO?
Módulo 1 · Estatística e Ciência de Dados
A era do Big Data e Analytics.
O que é Ciência de Dados?
Como estruturar problemas com dados.
Etapas de uma análise de dados.
Tipos de estudos.
Estatística e Ciência de dados.
Conceitos fundamentais.
O que é estatística? Por que estudar estatística?
Variáveis e tipos de variáveis.
Níveis de medidas e escalas de medida.
Estatística e métodos computacionais.
Módulo 2 · Processos de aquisição de dados
Tipos de estudos.
Métodos de amostragem probabilística.
Métodos de amostragem não probabilística.
Comentários adicionais.
Módulo 3 · Estatística Descritiva univariada
Importância da estatística descritiva e exploratória.
Tipos de variáveis e formas de análise.
Avaliando a qualidade dos dados.
Descrevendo uma variável qualitativa.
Descrevendo uma variável quantitativa.
Representações gráficas.
Medidas de posição e posição relativa.
Medidas de dispersão.
Módulo 4 · Estatística Descritiva bivariada
Tabelas de dupla entrada.
Representações gráficas.
Medindo associação: duas variáveis qualitativas.
Medindo associação: qualitativa e quantitativa.
Medindo associação: duas quantitativas.
Módulo 5 · Introdução às probabilidades
Distribuições para variáveis discretas.
Distribuições para variáveis contínuas.
Distribuição Normal.
Distribuição amostral.
Módulo 6 · Inferência estatística
Estimação pontual e intervalar.
Intervalo de confiança para proporção.
Intervalo de confiança para média.
Cálculo do tamanho da amostra.
Módulo 7 · Estrutura de um teste de hipóteses
Componentes de um teste de hipóteses.
Teste de significância para média.
Teste de significância para proporção.
Decisões e tipos de erros.
P-valor.
Módulo 8 · Comparando grupos
Comparando dois grupos.
Comparando duas proporções.
Comparando duas médias.
Comparando médias com amostras dependentes.
Módulo 9 · Analisando variáveis qualitativas
Tabelas de contingência.
Teste qui-quadrado para independência.
Medindo a associação em tabelas de contingência.
Módulo 10 · Introdução aos modelos estatísticos
Relacionamentos lineares.
O problema de mínimos quadrados.
O modelo de regressão linear simples.
Inferência para o coeficiente angular.
Análise de variância (ANOVA).
PARA QUEM?
Profissionais de qualquer área que trabalham com dados e desejam compreender melhor os conceitos fundamentais da estatística para análise de dados. Isso inclui, por exemplo, engenheiros, médicos, economistas, psicólogos, cientistas sociais, entre outros. O curso é especialmente útil para aqueles que precisam tomar decisões com base em dados ou interpretar resultados de análises estatísticas, mas não têm formação em estatística.
