Curso
Análise de dados de pesquisa em Python
IntermediárioNível de habilidade
Atualizado 11/2023
PythonProbability & Statistics4 h14 vídeos46 Exercícios3,700 XP2,767Declaração de realização
Crie sua conta gratuita
Continuar com o GoogleMostrar mais opçõesou
Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados serão armazenados nos EUA.
Preferido por alunos de milhares de empresas
Treinando uma equipe?
Experimente para EmpresasDescrição do curso
Aprenda a usar Python em dados de pesquisa
Seja uma empresa querendo entender as preferências de trabalho dos seus funcionários ou uma campanha de marketing querendo saber como melhor atender ao seu público principal, os dados de pesquisas são uma das melhores ferramentas para entender melhor uma população e como agir em um assunto. Aqui, você vai aprender o objetivo de analisar dados de pesquisas e quando é legal usar ferramentas estatísticas descritivas e inferenciais.
Familiarize-se com as principais ferramentas de análise de pesquisas estatísticas
Com base nos tópicos abordados em Teste de Hipóteses em Python, este curso prático permite que você se familiarize com o uso do Python para analisar todos os tipos de dados de pesquisas.
Você vai aprender a usar vários métodos de amostragem, garantindo que você represente com precisão a população em um estudo e possa deduzir seus efeitos na conclusão da sua análise.
Ao visualizar os resultados da sua pesquisa, você também vai interpretar qualitativamente as variáveis e os resultados associados a testes de modelagem, como regressão linear, teste t de duas amostras e teste qui-quadrado, conforme se aplicável ao tipo de pesquisa que você está analisando.
Pré-requisitos
Hypothesis Testing in Python1
Por que analisar dados de pesquisa e quando aplicar ferramentas estatísticas
O que são dados de pesquisa e como escolher o teste estatístico adequado para analisá-los? Para responder a isso, você vai definir vários tipos de dados de pesquisa, conhecer conceitos importantes como estatística descritiva e inferencial e visualizar dados de pesquisa para determinar a técnica de modelagem estatística adequada. Com isso, você saberá como definir qualitativamente e quantitativamente as tendências e os insights encontrados em pesquisas.
2
Amostragem e ponderação
Neste capítulo, você vai aprender diferentes formas de criar amostras de dados de pesquisa a partir de dados populacionais, analisando os parâmetros pelos quais os dados foram coletados.
3
Estatística descritiva e inferencial
Agora é hora de entender a diferença entre estatística descritiva e inferencial na análise de dados de pesquisa, com alguns exemplos do dia a dia. Por meio de exercícios práticos, você vai interpretar melhor o significado de diferentes variáveis, medidas-chave como tendência central e z-score, e interpretar resultados para orientar ações.
4
Modelagem estatística
Por fim, é hora de aplicar modelagem estatística à análise de dados de pesquisa com análise de regressão, o teste t para duas amostras, o teste qui-quadrado e interpretar as suposições associadas a esses testes.
Análise de dados de pesquisa em Python
Curso concluído
Obtenha um certificado de conclusão
Adicione esta credencial ao seu perfil do LinkedIn, currículo ou CVCompartilhe nas redes sociais e em sua avaliação de desempenhoInscreva-se agora
Faça como mais de 19 milhões de alunos e comece Análise de dados de pesquisa em Python hoje mesmo!
Crie sua conta gratuita
Continuar com o GoogleMostrar mais opçõesou
Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados serão armazenados nos EUA.
Desenvolva suas habilidades em dados com o app do DataCamp
Continue progredindo em qualquer lugar com nossos cursos para celular e desafios diários de programação de 5 minutos.