Depois de fazer esses cursos, sinto-me confiante para criar visualizações e painéis profissionais
Shoebur RahmanEspecialista em compras, Giz Bangladesh
Descrição do curso
A amostragem é um pilar da estatística inferencial e dos testes de hipótese. Ela é extremamente importante em análise de pesquisas e desenho experimental. Neste curso, você vai entender quando e por que a amostragem é importante e aprender a realizar tipos comuns de amostragem, desde a amostragem aleatória simples até métodos mais complexos, como amostragem estratificada e por conglomerados. Depois, o curso aborda a estimativa de estatísticas da população e a quantificação da incerteza nas suas estimativas, gerando distribuições amostrais e distribuições bootstrap. Ao longo do curso, você vai explorar conjuntos de dados reais sobre avaliações de café, músicas do Spotify e rotatividade de funcionários.
Pré-requisitos
Programa de estudos
Conteúdo do curso
1
Introdução à Amostragem
Entenda o que é amostragem e por que ela é útil, conheça os problemas causados pela amostragem por conveniência e aprenda as diferenças entre verdadeiro aleatório e pseudoaleatório.
- Amostragem e estimativas pontuais50 XP
- Motivos para amostrar50 XP
- Amostragem simples com dplyr100 XP
- Amostragem simples com base-R100 XP
- Amostragem por conveniência50 XP
- As conclusões do conjunto amostral são generalizáveis?100 XP
- Essas descobertas são generalizáveis?100 XP
- Geração de números pseudo-aleatórios50 XP
- Gerando números aleatórios100 XP
- Entendendo seeds aleatórias100 XP
2
Métodos de Amostragem
Aprenda como e quando aplicar os quatro métodos de amostragem aleatória: simples, sistemática, estratificada e por conglomerados.
3
Distribuições Amostrais
Aprenda a quantificar a precisão de estatísticas amostrais usando erros relativos e a medir a variação nas suas estimativas gerando distribuições amostrais.
4
Distribuições Bootstrap
Aprenda a usar reamostragem para realizar bootstrapping, usado para estimar a variação em uma população desconhecida. Entenda a diferença entre distribuições amostrais e distribuições bootstrap.
R
Amostragem em R
Curso
concluído
