Data Science: Correlação no R, do zero ao avançado em 5h

Entenda os diferentes comportamentos gráficos que podem surgir quando você estiver correlacionando duas variáveis numéricas.

Aprenda como construir diagramas de dispersão muito mais interessantes no R e sua diferença com os mais conhecidos (modelo padrão).

Aprenda nesta aula a como adicionar no gráfico um terceiro elemento mediador da relação entre estas duas variáveis, ou seja, verificar graficamente se a correlação entre X e Y sofre alteração quando se inclui um fator Z.

Em anexo o mapa mental usando em todas as aulas.

Aprenda nesta aula a como adicionar no gráfico um terceiro e um quarto elemento mediadores da relação entre duas variáveis, porém sendo estas variáveis "extras" como numéricas.

Entenda o que é Normalidade e qual a importância desta suposição nas análises estatísticas.

Aprenda como verificar a suposição de normalidade através da análise gráfica do Histograma. Na aula falo a interpretação de uma das variáveis e as demais segue a mesma lógica.

Nesta aula de ensino como criar um gráfico QQplot muito usado para avaliar se os dados são normalmente distribuídos.

Você poderá alterar configurações do QQplot, como por exemplo cor da linha central, mudar tipo dde linha, etc. Aprenda como!

Nesta aula vou explicar o que é o gráfico de Envelope e como interpretá-lo para decidir se uma variável é ou não normalmente distribuída.

Entenda código por código como criar uma função que crie o gráfico de Envelope da normal.

Descubra como verificar definitivamente se os dados são normais ou não, ou seja, ter uma reposta final a respeito da suposição de normalidade. Aqui vamos ver vários testes de normalidade como kolmogorov-Smirnov, Shapiro Wilk e outros.

Em qual contexto é possível aplicar o Coeficiente de Correlação de Pearson?

Aprenda como classificar níveis de intensidade de correlação entre duas variáveis, coeficiente de determinação.

Aprenda como obter o coeficiente de determinação e como interpretá-lo a partir do coeficiente de correlação.

Aprenda como obter a matriz de correlação entre todas as variáveis envolvidas.

Duas variáveis podem estar diretamente ou inversamente correlacionadas, entenda a diferença.

Aprenda concluir se de fato a correlação é significativa ou não.

Se o Pearson é usado quando os dados são normais e quando a relação é linear, então o que fazer quando a correlação não é linear ou quando os dados não são normais?

Aprenda sobre este coeficiente, importante opção quando estamos com amostras pequenas e queremos verificar correlações entre variáveis.

Quais as alternativas de coeficientes usar quando deseja verificar a correlação entre duas variáveis ordinais.

O que fazer quando se pretende correlacionar uma variável numérica (ex: Idade) com uma variável ordinal (ex: faixa de renda)?

Esta aula é para mostrar a motivação de estudar a correlação ou associação entre duas variáveis qualitativas.

Aprenda em detalhes a construir e analisar uma tabela de contingência no R.

Aprenda como obter (com base na tabela de contingência) as frequências esperadas e compará-las para entender possíveis associações entre as duas variáveis.

Aprenda na prática como obter a estatística do teste Qui-quadrado de Independência e como analisá-la.

Nesta aula explico como obter a conclusão do Teste Qui-Quadrado de Independência a partir da interpretação do p-valor, tão presente nas pesquisas científicas. 

Testa aula eu mostro o que fazer quando existe pelo menos uma frequência esperada menor que 5 nas análises onde temos tabela de contingência 2 x 2 .

Aprenda uma ferramente muito interessante para verificar correlações entre duas variáveis quando estamos com amostras pequenas.

Conheça e saiba como obter as medidas que indicam o grau de associação entre as duas variáveis envolvidas.

Entenda como verificar o grau de concordância entre dois avaliadores.

Entenda o que você pode extrair de informação quando comparam-se as frequências esperadas com as observadas.

Nesta aula vamos falar da Estatística Qui-Quadrado, sua significância e as medidas de força de associação entre estas duas variáveis que estão sendo correlacionadas.

Aprenda como correlacionar uma variável que é Dicotômica com outra que é Ordinal.

O que fazer quando estiver interessado em correlacionar uma variável numérica com uma Nominal? E se esta nominal for dicotômica o que fazer?

Aprenda como identificar e escolher a variável (ou as variáveis) que você pode controlar.

Nesta aula eu ensino como verificar a Significância da correlação parcial.

Nesta aula eu mostro que a variável que você quer controlar pode ser numérica ou pode ser um fator.

"E qual seria o próximo passo?"

Provavelmente você está se perguntando quais os passos para que eu saiba analisar corretamente os dados e ser um(a) Cientista de Dados? O que eu preciso aprender? E qual a ordem lógica das coisas? Será que estou seguindo os passos corretamente sem pular nada importante?

No processo de criação das habilidades necessárias para a Ciência de Dados é normal ficarmos perdidos e confusos a respeito das etapas a serem seguidas. E o que adianta sair por ai aprendendo de tudo e não aprender o que realmente é necessário?

E tenho percebido que muitos alunos assim como eu no início, ficam em dúvida sobre quais cursos devem fazer para ter a habilidade de analisar dados e também em qual ordem estes cursos devem ser feitos, a fim de evitar três problemas:

- A perda de tempo aprendendo o que não é necessário (Overdose de informação)

- Pular etapas importantes e assim se perder no processo.

- Não conseguir acompanhar os cursos, por não saber o que vem antes ou vem depois.

Então por isso quero deixar em ANEXO a esta aula uma sequência ideal de cursos para que você ganhe tempo e atinja o alvo de forma objetiva.

E como você já faz parte de nosso time de profissionais de sucesso, achei justo de presentear com vários cupons promocionais (no mesmo anexo) para que não tenhas desculpas de não dominar esta nova carreira profissional.

Nesta aula veremos a sequência exata de cursos para a carreira de Data Science e como este curso se encaixa nesta sequência.