
Seja bem vindo(a).
Vamos então dar uma olhada geral em tudo o que veremos neste curso.
Tudo começa com os dados, então precisamos entender o nosso primeiro banco de dados a ser usado ao longo das aulas.
Vamos agora conhecer as suposições mais importantes para a escolha ideal do teste a ser utilizado.
Continuando com a verificação das suposições, veremos como usar o recurso gráfico para apoiar nossa decisão.
Continuando com a verificação das suposições, veremos como usar o recurso gráfico para apoiar nossa decisão.
As medidas descritivas podem também revelar muito sobre as suposições estatísticas.
Vamos então para os testes de normalidade, onde o objetivo é dizer se de fato está ou não aconteceno o que se supôs.
Para facilitar e ampliar os exemplos, bem como aplicar outras técnicas de análise, vamos acrescentar mais um banco de dados.
Neste novo banco de dados, vamos aplicar tudo o que fizemos até o momento e em seguida partir para novas análises.
Agora vamos entender o que as medidas descritivas nos dizem sobre a suposição de igualdade de variâncias.
Os gráficos também conseguem mostrar informações importantes sobre a suposição de homogeneidade de variâncias.
Agora aplicaremos um teste para verificar se a diferença ocorrida nas variâncias é ou não significativa.
Agora vamos verificar quais as primeiras impressões que os dados nos contam antes da aplicação dos testes.
Vamos agora te apresentar um teste muito utilizado para verificar diferenças significativas entre grupos de dados.
Agora veremos como aplicar este teste no ambiente R.
Nesta aula iremos abordar um tema muito interessante e em pleno desenvolvimento.
Agora aplicaremos as teorias do post-hoc na prática usando o R e discutiremos a interpretação dos resultados obtidos.
É comum tentarmos identificar possíveis tendência de crescimento ou de redução entre os grupos de dados.
Como forma de complementar nossa análise, vejamos qual o impacto do expermento ou intervenção sobre a variável interesse.
Agora veremos uma forma de expressar e comunicar tecnicamente os resultados obtidos.
Neste aula iremos abordar uma metodologia muito usada na busca por identificação de diferenças entre os grupos.
Quando se tem um leve desvio da suposição de homogeneidade de variâncias, podemos aplicar uma correção na ANOVA. É isto que vamos tratar nesta aula.
Quanto se fala em testes na Estatística, normalmente estamos nos referindo aos Testes de Hipóteses, cujos possuem alguns erros e acertos associados, e consequentemente, as probabilidade de cada uma deles ocorrerem, vejamos então a seguir.
Agora, dependendo do tipo de erro que você pretende controlar, teremos duas classes diferentes de testes.
Agora voltando aos testes post-hoc com mais detalhes.
Continuando com mais detalhes sobre os diferentes testes post-hoc.
Continuando com mais detalhes sobre os diferentes testes post-hoc.
Continuando com mais detalhes sobre os diferentes testes post-hoc.
Agora, tal como fizemos na abordagem paramétrica, veremos como estimar o tamanho do efeito de nossa intervenção sob a variável de interesse.
Por fim, é importante saber como reportar de forma tecnica os resultados obtidos em cada etapa do processo.
Meu recado para você que acaba de concluir mais uma etapa super importante na construção de sua carreira em Data Science.
Por que este curso é importante para você?
Comparar variáveis sempre foi um desafio para as empresas. Qual o melhor tratamento médico? Qual a melhor vacina? Qual a melhor dieta? Qual a melhor forma de gestão empresarial? Qual treinamento promove melhores resultados? Qual das máquinas produz o melhor desempenho? Enfim... Como as empresas estão buscando sempre melhorias, saber comparar situações e cenários é algo sempre presente no dia a dia empresarial ou em pesquisas. Em continuação ao curso de comparação de 2 grupos, neste iremos mostrar toda a parte de comparação de 3 ou mais grupos independentes.
Para quem é este curso?
Desenvolvemos este para profissionais de TI , aspirantes a Data Scientist ou qualquer outro que queira atuar validando suposições, ou seja, testando se os grupos possuem diferenças significativas ou não.
Qual o diferencial do curso?
Didática simples: para nós o que importa é a simplicidade. Ou seja, simplificamos a teoria, mostramos diferentes exemplos reais e propomos atividades que solidificam tudo isto.
Conhecimento aprofundado: diferente de outros cursos superficiais, você vai mergulhar profundamente no tema, vendo diferentes abordagens práticas e reais, que te trarão segurança para aplicar nas diversas situações do mundo real.
Vivência prática: existe uma grande diferença se um tutor que sabe a teoria e outro que já aplicou diversas vezes o que diz. Nosso instrutor Isaías Lira é referência na área de Estatística e Data Science no Brasil e no exterior, sendo capaz de mostrar com facilidade formas de encurtar caminhos e ganhar riqueza de interpretações.
Prática, Prática e Prática. Diferente de livros, vamos direto para a prática, onde você verá o tutor fazendo a análise e terá o caminho para obter os mesmos resultados.
Quem vai ministrar o curso?
Isaías Lira, bacharel em Estatística, Consultor em Análise Estatística de Dados no SPSS e R, Data Scientist, Data analyst, autor de livros e cursos na área de Estatística aplicada em situações reais, Especialista em Docência Superior e apaixonado por ensinar.
Quando posso terminar o curso?
Não tem limite de tempo. Você sempre poderá voltar e revisar tudo sempre que desejar, bem como definir quando quer o certificado. Inicie agora e conclua quando bem desejar! Sem pressão! Respeitaremos o seu próprio ritmo e estaremos aqui para tirar suas dúvidas.
E se eu tiver DÚVIDAS?
Todos os dias reservados um tempo para responder as dúvidas dos nossos alunos. Então se tiver dúvidas, basta escrevê-las na própria aula (Seção Perguntas e Respostas) que nossa equipe irá tratar com total urgência.
Então, faça sua inscrição e nos vemos do outro lado!
O mercado profissional precisa de você, então aprenda isto e seja útil para as grandes empresas.
Att Isaias Lira