R NA PRÁTICA: Estatística Descritiva para Data Science
0.0 (0 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
10 students enrolled

R NA PRÁTICA: Estatística Descritiva para Data Science

Aprenda tudo sobre Estatística Descritiva e suba o nível de suas análises de dados focadas em trabalhos de Data Science.
0.0 (0 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
10 students enrolled
Created by JOSÉ LOPES
Last updated 12/2019
Portuguese
Portuguese [Auto]
Current price: $48.99 Original price: $69.99 Discount: 30% off
5 hours left at this price!
30-Day Money-Back Guarantee
This course includes
  • 5 hours on-demand video
  • 10 downloadable resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • Definir e diferenciar estatística;
  • Compreender os principais tipos de variáveis e entender as melhores técnicas para cada tipo;
  • Entender o que é e como utilizar tabelas de frequências simples e de dupla entrada;
  • Aprender a trabalhar com as principais medidas estatísticas (media, mediana, desvio padrão, etc.)
  • Extrair informação através da aplicação de medidas de associação e correlação para variáveis numéricas de nominais;
  • Construir e aplicar gráficos estatísticos para os tipos corretos de dados com o pacote ggplot2.
Requirements
  • Vontade de aprender e fazer exercícios;
  • Computador com acesso à internet;
  • Algum conhecimento básico em R e manipulação de bases ajudará a seguir de forma mais fluida;
Description

Bem vindo ao curso de Estatística Descritiva para Data Science que é uma produção exclusiva do projeto R NA PRÁTICA. Neste curso abordaremos os principais conceitos estatísticos e análise descritiva. O objetivo maior desta parte é revisar os conceitos mais importantes do inicio dos estudos estatísticos tão requisitados para quem trabalha com ciência de dados. Abordaremos a parte conceitual com algumas definições e termos estatísticos, veremos tabelas de frequências, as principais medidas descritivas (média, mediana, desvio padrão e outras). Veremos ainda algumas medidas de correlação e associação e os principais gráficos estatísticos mais utilizados. Para reforçar os conhecimentos, faremos exercícios práticos com apoio do R com foco em bases de dados reais.

Como case de aplicação final, faremos uma análise descritiva de uma base de dados do Kaggle onde mostraremos na prática a aplicação dos conceitos estudados em todo o curso.

Bons estudos e nos vemos nas aulas.

Who this course is for:
  • Iniciantes em no ramo de Data Science;
  • Estudantes e pesquisadores de cursos que possuem grade estatística ou são voltados para análise de dados;
  • Qualquer pessoa interessada em análise de dados que busca dar os primeiros passos e não sabe por onde começar.
Course content
Expand all 25 lectures 05:07:40
+ Ambientação
2 lectures 23:56

Entenda melhor o que você verá e aprenderá neste curso de Estatística Descritiva para Data Science e porque vale à pena seguir até o final.

Preview 06:22

Neste primeiro vídeo discutiremos alguns conceitos e definições iniciais que serão abordadas durante todo o curso.

Introdução
17:34
+ Definições (Estatística Descritiva)
2 lectures 22:56

Iniciamos revisando alguns conceitos teóricos importantes para ajudar a entender a ideia geral e formar o linguajá estatístico.

Preview 07:28

Praticando um pouco para já ir se ambientando com o RStudio e a execução de código.

PraticaR - Conceitos e definições
15:28
+ Análise de variáveis categóricas
3 lectures 45:20

Iniciamos agora o estudo das variáveis categóricas revisando pontos teóricos.

Tabelas de frequência e gráficos
17:19

Agora vamos criar tabelas de frequência na prática.

PraticaR - Construindo tabelas de frequências
14:26

Nesta aula aprenderemos a criar gráficos para variáveis categóricas com as funções do pacote ggplot2. Não esqueça de fazer os exercícios.

PraticaR - Construindo gráficos (uma e duas variáveis)
13:35
+ Análise de variáveis numéricas
6 lectures 01:26:57

Medidas de centralidade são de longe a parte mais importante das técnicas descritivas para variáveis numéricas. Divirta-se!

Medidas de centralidade
09:24

Vamos calcular as médias?! Não é só isso. Temos medianas, modas, desvios e muito mais!

PraticaR - Calculando estatísticas de centralidade
13:22

Medidas de dispersão são um complemento muito importante para as medidas de centralidade. Bons estudos!

Medidas de dispersão
16:49

Agora na prática, veremos como as coisas funcionam de verdade!

PraticaR - Calculando medidas de dispersão
13:35

Muito bem, agora vamos gerar gráficos apropriados para as variáveis numéricas. Isso enriquece muito as análises!

Gráficos para uma e duas variáveis
13:49
PraticaR - Construindo gráficos para uma e duas variáveis
19:58
+ Análise de variáveis numéricas versus categóricas
4 lectures 34:45

Criar estatísticas por grupo expande muito nossa compreensão dos fenômenos estudados e nos ajuda a obter melhores resultados ao relacionar variáveis de mais de um tipo. Bons estudos!

Estatísticas por grupos
04:55

Aprenda a categorizar variáveis numéricas e aumente o poder de análise deste tipo de variável.

PraticaR - Categorização e estatísticas por grupos
11:22

Gráficos múltiplos e por grupos são um tipo análise multivariada indispensável para mostrar as relações e correlações dos seus dados. Bons estudos!

Gráficos por grupos
07:14
PraticaR - Construindo gráficos por grupos
11:14
+ Medidas de associação e correlação
4 lectures 38:44

Duas variáveis categóricas podem dizer muito sobre seu experimento uma vez que conseguimos calcular sua associação. Aproveite a aula.

Associação entre duas variáveis categóricas
10:05

Somente praticando conseguimos ver a mágica acontecer!

PraticaR - Associação entre duas variáveis categóricas
10:22

Correlação não é causalidade, mas quando é Pearson e Sprearman são os caras!

Correlação entre duas ou mais variáveis categóricas
11:17

Vamos calcular e ver graficamente as correções entre as variáveis numéricas.

PraticaR - Correlação entre duas ou mais variáveis categóricas
07:00
+ Case final - Estatística Descritiva Data Science
4 lectures 55:02

Vamos rever os tópicos que aprendemos para consolidar nosso roteiro de estudos.

Resumo final e estratégia de análise descritiva
05:12

Chegou a hora de mostrar tudo que aprendemos neste case da Kaggle.  Analise com muita atenção nossa solução e utilize como base para fazer as suas análises descritivas.

Case Kaggle - Análise descritiva student alcohol - Explicando
03:37

Salientamos que esta é apenas uma dentre inúmeras formas de ver e analisar os dados deste desafio. Notem que optamos por apendar os dados, o que gera duplicidade de alguns alunos em relação ao tipo de curso, Português ou Matemática. Fique a vontade para refazer ou analisar, caso deseje seguindo outro rumo. Nosso objetivo principal é mostrar um roteiro que funciona na grande maioria dos casos, mas tenha em mente que cada conjunto de dados possui particularidades que podem exigir alguma adaptação no roteiro.

Case Kaggle - Solução parte 01
18:21
Case Kaggle - Solução parte 02
27:52