Tutoriais de ciência de dados

Aprenda pandas da instalação à análise, com todos os exemplos testados no pandas 3.1.

Aprenda PySpark com código executável: configure o PySpark 4.3, faça select, filter, group e join em DataFrames, consulte com Spark SQL e segmente clientes com pyspark.ml.

Um modelo autorregressivo prevê valores futuros de uma série a partir do seu próprio passado. Aprenda a ajustá-lo no Python com statsmodels, escolher a ordem com PACF e AIC/BIC e compará-lo com MA e ARIMA.

Veja como o ARIMAX estende o ARIMA com preditores externos, entenda seus parâmetros e premissas e construa um modelo de previsão em Python com statsmodels.

Entenda como o SARIMAX combina modelagem sazonal de séries temporais com preditores externos. Veja seus parâmetros, as diferenças para ARIMA e SARIMA e como construir um modelo de previsão em Python.

Entenda o que é quadratura, como a integração numérica aproxima integrais definidas e como funcionam métodos como a regra do trapézio, a regra de Simpson e a quadratura gaussiana.

Aprenda como funciona a transformação de Box-Cox, como escolher o parâmetro lambda e quando usá-la para estabilizar a variância, reduzir a assimetria e melhorar modelos estatísticos.

Uma razão de verossimilhança compara quão bem duas hipóteses ou modelos explicam os mesmos dados. Este artigo cobre a fórmula, um exemplo prático com moeda, o teste de razão de verossimilhança para modelos de regressão aninhados em Python e R, e razões de verossimilhança diagnósticas.

A regressão stepwise automatiza a seleção de preditores com buscas forward, backward e bidirecional — mas sua simplicidade traz riscos de instabilidade e overfitting.

Aprenda sobre a definição, a fórmula, as principais propriedades, coordenadas homogêneas e aplicações de transformações afins em gráficos, visão computacional, robótica e pré-processamento de dados.

A estatística F é usada para testar se um modelo explica a variação nos dados melhor do que o acaso. Este guia explica o que ela significa, como é calculada e como interpretar seus resultados.

Entenda o que é a distribuição lognormal, como ela se relaciona com a normal e onde ela se aplica em finanças, biologia e machine learning.