Introdução à Estatística para Data Science em R -Casos Reais

Nesta aula eu explico as duas vertentes das técnicas de amostragem. Entenda o que são e como elas podem ser identificadas.

Nesta aula mostro por meio de exemplos, uma introdução a este tipo de amostragem que é muito utilizada nas pesquisas de grande impacto.

Agora iremos abordar a etapa principal de uma Amostragem Aleatória Simples.

Você sabia que existem dois tipos de amostragem aleatória simples? São eles com e sem reposição. Vamos nesta aula aprender o COM reposição.

Um segundo tipo de AAS é muito usado na prática, o SEM reposição, ou seja, retirar um indivíduo e não colocá-lo novamente na população. Entenda como isto acontece...

E quais são as vantagens de se usar este tipo de procedimento? E quais os pontos fracos desta abordagem?

Você já ouviu falar sobre esta técnica? Quer saber de uma forma fácil como tudo funciona e em que situações usá-la?

Para tornar tudo mais simples, nesta aula te dou vários exemplos de aplicações da técnica de Amostragem Estratificada na prática.

Nesta aula explico em detalhes o que é uma amostragem proporcional e porque ela é tão usada na prática.

E como saber o peso de cada estrato? Entenda tudo nesta aula.

Vou te mostrar agora como extrair uma amostra estratificada proporcional usando este método de amostragem diretamente no R.

Aprenda nesta aula como extrair no R uma amostra estratificada uniforme.

Aprenda um outro tipo de amostragem estratificada que leva em consideração a variabilidade de cada estrato.

Entenda como funciona este tipo de amostragem que é muito utilizada em pesquisa de campo.

Esta aula é exclusiva para te mostrar na prática como obter uma amostra sistemática de maneira rápida e simples.

Agora vamos as vantagens e desvantagens de se aplicar este tipo de método de amostragem. 

Vamos então entender como funciona o processo de amostragem aleatória por conglomerado.

Entenda nesta aula como funciona o processo de obtenção deste tipo de amostra, bem como suas vantagens e desvantagens operacionais.

Nesta aula dou sugestões de como aplicar diferentes tipos de amostragem em uma mesma pesquisa de campo. Confira!

Esta aula te mostro os tipos mais comuns de amostragem, presentes em maior parte dos estudos.

Agora vamos estudar detalhes sobre o que são variáveis e em que tipos elas se subdividem.

Estudando as variáveis quantitativas, entraremos na sua subdivisão, ou seja, explicaremos o que são variáveis discretas e variáveis contínuas.

Nesta aula você vai aprender de uma vez por todas o que são e como interpretar as medidas de posição para as variáveis quantitativas.

Agora de forma prática no R, vamos obter as principais medidas de posição para as variáveis quantitativas.

Nesta aula mostro as medidas de dispersão que informam o quanto os dados estão concentrados ou dispersos.

Nesta aula iremos conversar sobre os gráficos mais interessantes para representar as variáveis quantitativas.

Aprenda nesta aula como diferenciar uma variável Qualitativa ordinal de uma Nominal.

Vamos então a uma atividade muito interessante que visa "treinar" você para uma situação de análise muito comum no dia a dia dos analistas de dados.

Agora iremos iniciar a explicação de uma possível solução para este nosso projeto.

Nesta aula iremos continuar na possível solução para o nosso projeto.

Nesta aula iremos continuar na possível solução para o nosso projeto.

Vamos então concluir a possível solução para o nosso projeto.

"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.

Agora iremos abordar o caminho exato para a carreira de Data Scientist e como este curso se encaixa nesta sequência de habilidades.