Regressão Linear do Zero ao Avançado no SPSS, R e Excel.
4.0 (14 ratings)
Instead of using a simple lifetime average, Udemy calculates a course's star rating by considering a number of different factors such as the number of ratings, the age of ratings, and the likelihood of fraudulent ratings.
162 students enrolled
Wishlisted Wishlist

Please confirm that you want to add Regressão Linear do Zero ao Avançado no SPSS, R e Excel. to your Wishlist.

Add to Wishlist

Regressão Linear do Zero ao Avançado no SPSS, R e Excel.

Estatística. Modelos Preditivo. Bônus de Como fazer no R e no Excel. Dados Reais. Data Science, Data analysis. Análise.
4.0 (14 ratings)
Instead of using a simple lifetime average, Udemy calculates a course's star rating by considering a number of different factors such as the number of ratings, the age of ratings, and the likelihood of fraudulent ratings.
162 students enrolled
Created by Isaías Lira
Last updated 6/2017
Portuguese
Current price: $10 Original price: $200 Discount: 95% off
5 hours left at this price!
30-Day Money-Back Guarantee
Includes:
  • 7.5 hours on-demand video
  • 5 Supplemental Resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
What Will I Learn?
  • Em que situação usar a Regressão Linear
  • Como configurar os dados para a Regressão Linear
  • Estudar Relações entre Variáveis
  • Como gerar uma Regressão Linear no SPSS, R e EXCEL
  • Interpretar os parâmetros da Regressão (Equação)
  • Quais variáveis são significativas
  • Como medir a acurácia do modelo
  • Como identificar os Pontos Aberrantes
  • Como identificar os Pontos influentes
  • Como saber se o modelo é adequado (Verificando as suposições teóricas)
View Curriculum
Requirements
  • Nenhum pré-requisito
Description

Olá!!! Tudo bem com você?!!

Meu nome é Isaías M. Lira, sou Bacharel em Estatística, Especialista em Docência Superior e Consultor em Análise de Dados e quero muito que a Estatística deixe de ser um problema para você e passe a ser uma nova HABILIDADE para sua carreira profissional ... vamos lá?!!

Regressão Linear é uma das técnicas mais usadas para a construção de modelos probabilísticos (matemáticos) para prever o comportamento de uma variável a partir de informações de outras variáveis.

Neste curso eu te ensino: 

1- Para que serve Regressão linear

2 - Como executar uma Regressão Linear no SPSS (do absoluto zero e em detalhes passo a passo)

3 - Como interpretar os muitos números de resultados que são mostrados nos programas

E mais, dou um bônus para você também saber como fazer no R e no Excel.

Fazer este curso te economizará muito dinheiro e tempo procurando em vários livros tudo o que explico aqui e com dados reais.

Who is the target audience?
  • Mestrandos, Doutorandos, Pesquisadores ou Qualquer profissional que desejar aprender Regressão Linear do ZERO
Compare to Other Courses
Curriculum For This Course
37 Lectures
07:31:42
+
O que você precisa saber antes de Gerar um Modelo de Regressão
7 Lectures 01:10:20

Nesta aula você vai pensar um pouco sobre a utilidade desta técnica de análise de dados. Qual o tipo de resultado que ela fornece? Qual importância de seu uso? Que tipo de problema ela resolve?

Preview 11:29

Existem vários tipos de Regressões, mas nesta aula quero te falar dois mais usados em análises de dados.

Preview 03:36

Como é que esta técnica funciona? Quais os procedimentos necessários? Quais os elementos que envolvem uma Regressão Linear?

Preview 07:13

Aqui te falo como preparar seu banco de dados para que seja aplicada uma Regressão Linear. Como devem estar os dados antes de aplicar uma Regressão Linear?

Aula 4 - Preparando os dados para a Regressão Linear
08:18

Nesta aula eu explico graficamente que tipo de relação deve existir estre as variáveis.

Aula 5 - Relações entre as variáveis Parte 1
04:18

Nesta aula você vai aprender como verificar as relações entre as variáveis no SPSS.

Aula 6 - Relações entre as variáveis Parte 2
14:48

Aqui você vai aprender como estudar a correlação entre variáveis para dois grupos diferentes no mesmo banco de dados.

Aula 7 - Relações entre as variáveis Parte 3
20:38
+
Gerando o Modelo de Regressão Linear
9 Lectures 01:26:32

Aqui eu mostro um erro muito comum que as pessoas comentem quando estão querendo gerar um modelo de regressão.

Aula 8 - O que você não vai fazer
08:51

Aprenda como gerar um modelo de regressão inicial de forma correta e saiba como interpretar cada número na saída.

Aula 9 – Modelo Inicial
18:22

Aqui você irá aprender como aplicar a ANOVA na Regressão para verificar se o modelo gerado é significativo.

Aula 10 - Análise de Variância do Modelo (ANOVA)
18:08

Nesta aula você vai aprender como testar individualmente cada variável explicativa com o objetivo de saber quais são significativas e quais não são, iniciando com o parâmetro constante.

Aula 11 - Teste individual dos parâmetros (Constante)
10:27

Saiba agora como executar um teste para os parâmetros de cada variável explicativa.

Aula 12 - Teste individual dos parâmetros (Coeficientes das Variáveis)
10:55

Qual a interpretação para o valor da constante do modelo? O que ela quer dizer em uma situação real?

Aula 13 - Interpretação da Constante
04:51

Qual a interpretação para o valor dos coeficientes de cada variável? O que eles querem dizer em uma situação real?

Aula 14 - Interpretação dos Coeficientes das variáveis
08:09

Como aplicar e interpretar os intervalos de confiança para cada estimativa dos parâmetros?

Aula 15 - Intervalos de Confiança para as Estimativas dos Parâmetros
03:24

Qual a importância de cada variável? Eles tem a mesma importância ou uma é mais importante do que outra? Como identificar isto? Qual a interpretação para o sinal positivo ou negativo dos coeficientes?

Aula 16 - Estudo do Sinal e da Importância de cada variável
03:25
+
Estudo do Modelo
7 Lectures 02:34:52

Aprenda a primeira medida mais usada para medir o grau de ajuste do modelo gerado a seus dados.

Aula 17 - Bondade de Ajuste do Modelo (R quadrado)
04:56

Aprenda como fazer uma análise de pontos diferenciados, identificando os indivíduos atípicos do seu banco de dados que podem prejudicar a precisão das previsões do modelo.

Aula 18 - Pontos Aberrantes
34:43

Aprenda com identificar pontos que provavelmente são os mais importantes para as estimativas dos parâmetros do modelo.

Aula 19 - Pontos de Alavanca
10:27

Nesta aula eu mostro outra forma interessante de encontrar os pontos que mais influenciam nos valores dos coeficientes do modelo, aqueles pontos que se forem retirados provocam grandes mudanças no modelo.

Aula 20 - Pontos Influentes parte 1 (DFfit)
26:19

Nesta aula eu mostro outro recurso muito importante para perceber pontos influentes através de variações nas estimativas dos parâmetros do modelo.

Aula 21 - Pontos Influentes parte 2 (DFBeta)
26:44

Como identificar pontos influentes pela razão de covariâncias?

Aula 22 - Pontos Influentes parte 3 (CVR)
25:43

Aqui falo a forma mais tradicional para achar os pontos influentes.

Aula 23 - Pontos Influentes parte 4 (Distancia de Cook)
26:00
+
Análise de Diagnóstico
7 Lectures 01:29:45

Será que qualquer variável pode ser incluída na Regressão Linear? Quais as variáveis podem e quais não podem entrar?

Aula 24 - Tipos de Variáveis para a Regressão Linear
11:37

Nesta aula eu abordo sobre uma problema muito comum de se encontrar e que pode prejudicar seu modelo de regressão. Ensino também como verificar esta suposição no SPSS.

Aula 25 - Multicolinearidade
29:28

Outra suposição de grande importância é a homocedasticidade e deve ser testada antes de considerar seu modelo como adequado. Como identificar no SPSS se o modelo é homocedástico?

Aula 26 - Homocedasticidade
17:35

A suposição de Normalidade presente em muitas técnicas estatísticas, também deve ser testada no seu modelo de regressão. Desta forma, ensino como você poderá verificar esta suposição através no histograma e do Gráfico de Probabilidade Normal (QQ plot ou PP plot)

Aula 27 - Normalidade resíduos Histograma e QQPlot
09:49

Verificar se os resíduos são aleatórios também é de extrema importância para validar um modelo de regressão, mas como fazer isto no SPSS?

Aula 28 - Suposição de que os Resíduos devem ser aleatórios
05:51

De acordo com a teoria, as observações precisam ser independentes, mas como testar isto no SPSS?

Aula 29 - Suposição de Independência
06:41

Estamos no modelo linear, então a Linearidade deve ser verificada, mas como?

Aula 30 - Suposição de Linearidade
08:44
+
Bônus 1 - Gerando uma Regressão Linear no Excel
4 Lectures 26:36
Gerando uma Regressão Linear no Excel (parte 1)
07:46

Gerando uma Regressão Linear no Excel (parte 2)
06:05

Gerando uma Regressão Linear no Excel (parte 3)
05:07

Gerando uma Regressão Linear no Excel (parte 4)
07:38
+
Bônus 2 - Regressão Linear Simples e Múltipla usando o R
3 Lectures 23:37
Regressão Linear Simples e Múltipla usando o R (parte 1)
09:02

Regressão Linear Simples e Múltipla usando o R (parte 2)
09:50

Regressão Linear Simples e Múltipla usando o R (parte 3)
04:45
About the Instructor
Isaías Lira
4.2 Average rating
45 Reviews
497 Students
3 Courses
Consultor em Estatística, Data Analyst, Estatístico

Bacharel em Estatística (UFPE)

Pós-graduação em Docência Superior (Unyeya)

Experiência de mais de 6 anos analisando dados de pesquisas científicas e capacitando em Estatística professores universitários, pesquisadores, alunos e profissionais atuantes no mercado.

Atuou como Analista Sênior e Estatístico em empresas.

Atualmente desenvolve cursos e treinamentos em Data Science, R, SPSS, Análise de Dados Estatísticos para profissionais, estudantes e empresas.