Probabilidade e Estatística para Ciência de Dados

Domine a arte de executar, interpretar e comunicar análises estatísticas com clareza e confiança. Aprenda os fundamentos da teoria das probabilidades e da estatística inferencial para obter insights valiosos a partir de dados e tomar melhores decisões. Invista em suas habilidades e se torne um expert em estatística!

O CURSO

Quer se destacar em uma sociedade cada vez mais guiada por dados? Aprenda a entender, avaliar e comunicar os resultados de análises estatísticas de forma clara e eficaz! Se você é um Cientista de Dados, essas habilidades são ainda mais essenciais para o seu sucesso. Não basta apenas executar análises complexas - você também precisa saber como comunicar seus resultados de maneira compreensível, incluindo limitações e precauções de uso.

Com o nosso curso, você será introduzido aos princípios do "Pensamento estatístico" - uma filosofia que é usada para extrair conhecimento valioso de dados em diversas áreas de negócios. Nós forneceremos uma abordagem acessível para que você possa aprender a aplicar essa filosofia de forma prática e obter insights valiosos a partir de dados. Não perca a chance de se destacar em sua carreira - inscreva-se agora!

DIFERENCIAIS

Teoria e prática de mãos dadas.
Exemplos e estudos de casos.
Uso de ferramentas modernas para análise de dados.
Autonomia e confiança para realizar suas análises.
Abordagem multidisciplinar.
Professores experientes.
Materiais exclusivos.
Projetos para incrementar seu portfólio.

QUAL CONTEÚDO?

Módulo 1 · Introdução à Estatística
Boas-vindas e apresentação.
Introdução à Estatística.
Tipos de estudos.
Métodos de amostragem probablística.
Métodos de amostragem não probabilística.

Módulo 2 · Estatística descritiva e exploratória
Tipos de variáveis.
Tabelas de frequência para uma variável qualitativa.
Gráficos para frequência de uma variável qualitativa.
Tabelas de frequência para duas variáveis qualitativas.
Gráficos para frequência de duas variáveis qualitativas.
Tabela de frequências para variáveis quantitativas.
Gráficos de frequências para variáveis quantitativas.
Medidas de posição central · Média aritmética.
Medidas de posição central · Mediana.
Medidas de posição central · Moda.
Medidas de posição central · Média, moda e mediana e a assimetria.
Medidas de posição central · Quando usar cada medida.
Medidas de posição central · Outras medidas.
Medidas de posição central · Considerações finais.
Medidas de posição relativa · Tipos de separatrizes.
Medidas de posição relativa · Os quartis.
Medidas de posição relativa · Amplitude interquartílica e boxplot.
Medidas de posição relativa · Decis e pencentis.
Medidas de dispersão e forma · Apresentação.
Medidas de dispersão e forma · Amplitude e desvios médios.
Medidas de dispersão e forma · Variância.
Medidas de dispersão e forma · Desvio-padrão e lei de Chebyshev.
Medidas de dispersão e forma · Coeficiente de variação.
Medidas de dispersão e forma · Quando usar cada medida.
Medidas de dispersão e forma · Dispersão para variáveis qualitativas.
Medidas de dispersão e forma · Assimetria e curtose.
Medidas de associação · Correlação de Pearson.
Medidas de associação · Exemplo de uso da correlação de Pearson.
Medidas de associação · Outras medidas de associação.
Tutorial 1 · Praticando análise descritiva e exploratória.
Projeto 1 · Análise descritiva e exploratória.

Módulo 3 · Probabilidades
Conceitos elementares.
Definições de probabilidade.
Regra da adição e do complementar.
Probabilidade condicional .
Independencia.
Teorema de Bayes.
Teste de diagnóstico.
Problema de Monty Hall.
Tutorial 2 · Jogo do bozo ou similar.

Módulo 4 · Variáveis aleatórias
Tipos de variáveis aleatórias.
Função discreta de probabilidade.
Função densidade probabilidade.
Múltiplas variáveis aleatórias.
Distribuição conjunta e marginal · v.a discreta.
Distribuição conjunta e marginal · v.a contínua.
Independencia.
Esperança e variância.
Covariância e correlação.
Tutorial 3 · Implementando distribuições de probabilidade em R.

Módulo 5 · Distribuições de probabilidades
Motivação.
Distribuição Bernoulli.
Distribuição Binomial.
Distribuição de Poisson.
Outras distribuições discretas.
Distribuição Exponencial.
Distribuição Normal.
Outras distribuições contínuas.
Distribuições Multivariadas.
Distribuição Normal Multivariada.
Outras distribuições multivariadas.
Uso do R para calcular probabilidades.
Tutorial 4 · Calculando probabilidades em R.

Módulo 6 · Estimação pontual e intervalar
Motivação · Inferência Estatística.
Função de verossimilhança.
Estatística frequentista.
Intervalo de confiança.
Distribuição amostral de estatísticas importantes.
Relações entre as distribuições.
Intervalo de confiança para média: variância conhecida.
Intervalo de confianção para média: variância desconhecida.
Intervalo de confiança para a proporção.
Tutorial 5 · Estimação pontual e intervalar usando o R.
Projeto 2 · Inferência estatística.

Módulo 7 · Testes de hipóteses
Motivação e conteúdo (parte 1).
Motivação e conteúdo (parte 2).
Componenmtes de TH · Hipótese nula e alternativa.
Componenmtes de TH · Tipos erro e nível de significância.
Componenmtes de TH · Teste bilateral e unilateral.
Componenmtes de TH · Estatística de teste.
Componenmtes de TH · Região crítica.
Componenmtes de TH · Nível descritivo.
Conexão entre teste de hipótese e intervalo de confiança.
Resumo sobre teste de hipóteses.
Testes de hipótese para uma população.
Teste para a média de uma população.
Teste para proporção de uma população.
Teste para a variância de uma população.
Testes de hipótese para uma população no R.
Testes de hipótese para duas populações.
Testes de hipótese para diferença de duas médias e variância iguais.
Testes de hipótese para diferença de médias e variância diferentes.
Testes de hipótese para diferença de médias com amostras emparelhadas.
Testes de hipótese para diferença entre proporções.
Testes de hipótese para razão entre variâncias.
Prática de testes de hipótese para diferença de médias.
Prática de testes de hipótese para diferença de proporções.
Prática de testes de hipótese para razão de variâncias.
Prática de testes de hipótese com alternativas não paramétricas.
Testes de hipótese para aderência usando chi-quadrado.
Testes de hipótese para Independência usando chi-quadrado.
Teste de hipótese para correlação.
Prática de teste de hipótese para correlação.
Prática de teste de hipótese para independência e aderência.

Módulo 8 · Introdução à Modelagem Estatística
Modelagem estatística.
Modelos de regressão.
Regressão linear simples.
Avaliação do modelo de regressão.
Análise de variância.
Tutorial 7 · Regressão linear simples.
Tutorial 8 · ANOVA.
Projeto 2 · ANOVA + Regressão linear simples.

PARA QUEM?

Se você é um profissional que deseja se aprofundar em análise de dados e quer um curso completo e acessível sobre os princípios estatísticos, temos ótimas notícias para você! Nosso curso é ideal para engenheiros, cientistas da computação, economistas, físicos, administradores, gestores de informação e profissionais de tecnologia em análise e desenvolvimento de sistemas. Com uma abordagem abrangente e prática, você estará pronto para aplicar os conceitos aprendidos em projetos do mundo real. Venha se juntar a nós e eleve a sua autonomia analítica!

Wagner Hugo Bonat

Doutor

Prof. Wagner é doutor em Matemática, atuando no Departamento de Estatística desde 2010 e é um experiente programador R. Possui vasta experiência no ensino de Estatística e Data Science, e já atuou como consultor desenvolvendo soluções inovadoras em R. Além disso, ele é o coordenador do prestigioso programa de Especialização em Data Science & Big Data da UFPR e membro ativo de programas de pós-graduação com orientações de mestrado e doutorado. Com todo esse conhecimento e habilidades, ele é o professor ideal para ajudá-lo a decolar na sua carreira em Ciência de Dados.

Walmes Marques Zeviani

Doutor

Prof. Walmes possui doutorado em Estatística & Experimentação Agropecuária, sendo professor do Departamento de Estatística desde 2010, além de ser um experiente programador R. Com ampla experiência no ensino de Estatística e Data Science, Prof. Walmes já ministrou inúmeros cursos de R em diversas instituições de ensino e pesquisa desde 2008. Com sua paixão pelo ensino, ele está pronto para guiar você em sua jornada de aprendizado em Ciência de Dados com a linguagem R!