Pular para o conteúdo principal

Curso

Amostragem em Python

IntermediárioNível de habilidade

Atualizado 01/2025

Aprenda a tirar conclusões com dados limitados usando Python e estatística: amostragem aleatória, estratificada e por grupos.

Iniciar curso gratuitamente

PythonProbability & Statistics

4 h

15 vídeos

51 Exercícios

4,000 XP

54,008

Declaração de realização

Preferido por alunos de milhares de empresas

Treinando uma equipe?

Experimente para Empresas

Descrição do curso

A amostragem em Python é a essência das estatísticas de inferência e dos testes de hipóteses. É uma habilidade poderosa usada na análise de pesquisas e no projeto experimental para tirar conclusões sem pesquisar uma população inteira. Neste curso de Amostragem em Python, você descobrirá quando usar a amostragem e como realizar tipos comuns de amostragem, desde a amostragem aleatória simples até métodos mais complexos, como a amostragem estratificada e por conglomerados. Usando conjuntos de dados do mundo real, incluindo classificações de café, músicas do Spotify e rotatividade de funcionários, você aprenderá a estimar estatísticas populacionais e quantificar a incerteza em suas estimativas gerando distribuições de amostragem e distribuições de bootstrap.

Pré-requisitos

Introduction to Statistics in Python

1

Introdução à amostragem

Saiba o que é amostragem e por que ela é tão poderosa. Você também aprenderá sobre os problemas causados pela amostragem por conveniência e as diferenças entre a aleatoriedade verdadeira e a pseudoaleatoriedade.

Amostragem e estimativas pontuais

Razões para a amostragem

Amostragem simples com pandas

Amostragem e cálculo simples com NumPy

Amostragem por conveniência

Os resultados da amostra são generalizáveis?

Essas descobertas são generalizáveis?

Geração de números pseudoaleatórios

Geração de números aleatórios

Entendendo as sementes aleatórias

Iniciar capítulo

2

Métodos de amostragem

Chegou a hora de você colocar a mão na massa e executar os quatro métodos de amostragem aleatória em Python: simples, sistemático, estratificado e por conglomerados.

Amostragem aleatória simples e sistemática

Amostragem aleatória simples

Amostragem sistemática

A amostragem sistemática é OK?

Amostragem aleatória estratificada e ponderada

Qual método de amostragem?

Amostragem estratificada proporcional

Amostragem estratificada com contagens iguais

Amostragem ponderada

Amostragem por conglomerados

Benefícios da amostragem de conglomerados

Realização de amostragem de conglomerados

Comparação de métodos de amostragem

Três tipos de amostragem

Comparação de estimativas pontuais

Iniciar capítulo

3

Distribuições de amostragem

Vamos testar sua amostragem. Neste capítulo, você descobrirá como quantificar a precisão das estatísticas de amostra usando erros relativos e medir a variação nas estimativas gerando distribuições de amostragem.

Erro relativo das estimativas pontuais

Cálculo de erros relativos

Erro relativo vs. tamanho da amostra

Criação de uma distribuição de amostragem

Replicação de amostras

Parâmetros de replicação

Distribuições de amostragem aproximadas

Distribuição de amostragem exata

Geração de uma distribuição de amostragem aproximada

Exata vs. aproximada

Erros padrão e o Teorema Central do Limite

População e médias da distribuição de amostragem

População e variação da distribuição de amostragem

Iniciar capítulo

4

Distribuições de bootstrap

Você aprenderá a usar a reamostragem para realizar o bootstrapping e estimar a variação em uma população desconhecida. Você aprenderá a diferença entre distribuições de amostragem e distribuições de bootstrap usando reamostragem.

Introdução ao bootstrapping

Princípios de bootstrapping

Com ou sem substituição?

Geração de uma distribuição bootstrap

Comparação das distribuições de amostragem e bootstrap

Estatísticas de bootstrap e estatísticas populacionais

Distribuição de amostragem vs. distribuição de bootstrap

Compare as médias de amostragem e de bootstrap

Compare os desvios padrão de amostragem e bootstrap

Intervalos de confiança

Interpretação do intervalo de confiança

Cálculo do intervalo de confiança

Iniciar capítulo

Amostragem em Python

Curso
concluído

Obtenha um certificado de conclusão

Adicione esta credencial ao seu perfil do LinkedIn, currículo ou CV
Compartilhe nas redes sociais e em sua avaliação de desempenhoInscreva-se agora

Faça como mais de 19 milhões de alunos e comece Amostragem em Python hoje mesmo!

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.