Depois de fazer esses cursos, sinto-me confiante para criar visualizações e painéis profissionais
Shoebur RahmanEspecialista em compras, Giz Bangladesh
Descrição do curso
Você já respondeu a uma pesquisa (ou a mil), certo? Já se perguntou o que envolve criar um questionário e como as respostas viram insights práticos? Claro que sim! Em Analisando dados de pesquisa no R, você vai trabalhar com pesquisas de A a Z: começando por estruturas comuns de desenho amostral, como conglomerados (clustering) e estratificação, e seguindo até a visualização e análise dos resultados. Você vai modelar dados da National Health and Nutrition Examination Survey usando os pacotes survey e tidyverse do R. Ao final do curso, você será capaz de interpretar resultados de pesquisas com segurança e, finalmente, encontrar respostas para aquelas grandes perguntas!
Pré-requisitos
Programa de estudos
Conteúdo do curso
1
Introdução a dados de pesquisa
Nossa exploração de dados de pesquisa começa pelos pesos amostrais. Neste capítulo, você vai aprender o que são pesos de pesquisa e por que eles são tão importantes na análise. Outra característica marcante desses dados é a forma de coleta, com uso de conglomerados (clustering) e estratificação. Vamos praticar como especificar e explorar esses elementos de amostragem em vários conjuntos de dados de pesquisa.
- O que são pesos de pesquisa?50 XP
- Pesos de pesquisa50 XP
- Visualizando os pesos100 XP
- Especificando elementos do delineamento no R50 XP
- Desenhos no R100 XP
- Desenhos estratificados em R100 XP
- Desenhos em conglomerados no R100 XP
- Comparando pesos amostrais de diferentes desenhos100 XP
- Visualizando o impacto dos pesos da pesquisa50 XP
- Pesos do NHANES100 XP
- Juntando tudo!100 XP
2
Explorando dados categóricos
Agora que entendemos os pesos amostrais, vamos praticar como incorporá-los na análise de dados categóricos neste capítulo. Vamos fazer inferência descritiva calculando estatísticas-resumo, construindo tabelas-resumo e criando gráficos de barras. Para inferência analítica, vamos aprender a executar testes do qui-quadrado.
3
Explorando dados quantitativos
Nem todos os dados de pesquisa são categóricos, então, neste capítulo, vamos analisar dados quantitativos. Você vai aprender a calcular estatísticas ponderadas pela amostra, como média e quantis. Para visualização, vamos criar gráficos de barras, histogramas e curvas de densidade. Encerramos o capítulo realizando inferência analítica com testes t ponderados por survey.
4
Modelando dados quantitativos
Modelar dados de pesquisa também exige considerar com cuidado como os dados foram coletados. Vamos começar o capítulo de modelagem aprendendo a incorporar pesos amostrais em gráficos de dispersão por meio de estéticas como tamanho, cor e transparência. Em seguida, vamos modelar os dados com regressão linear e explorar como incluir preditores categóricos e termos polinomiais nos modelos.
R
Analisando dados de pesquisa no R
Curso
concluído
