GithubHelp home page GithubHelp logo

modus_2019's Introduction

Oficina: Introdução à Estatística

Repositório da oficina de Introdução à Estatística - Modus UFMG (Julho, 2019)

Instrutor: Lucas Gelape

Ementa

O objetivo da oficina é oferecer uma introdução à análise estatística básica (univariada e bivariada) com destaque a tópicos diretamente relevantes para a compreensão da análise de regressão.

O conteúdo inclui, mas não se limita a, medidas de tendência central e dispersão, distribuição normal, teste t de média, teste t de diferença de médias. Recomenda-se que discentes interessados tenham noções básicas do software R.

Local, dias e horários

  • Local: Sala 1009 - ICEX
  • Período: 15/07/2019 a 19/07/2019
  • Horário: 09:00 às 12:00

Materiais de apoio sobre o uso do R

O R é uma linguagem de programação e um software de código-aberto (portanto, gratuito), cuja utilização está em crescimento nas ciências sociais brasileiras. Uma boa ferramenta para sua utilização é o software R Studio. Ambos softwares já estão instalados nos computadores do laboratório - e podem ser instalados em casa seguindo os hyperlinks.

Não temam o código! Todos os scripts para os exercícios de aula e de casa serão disponibilizados. Em caso de qualquer dúvida, não hesitem em interromper a aula, me procurar no horário de atendimentos aos alunos ou enviar um e-mail.

Como material de apoio, indico 3 livros/cursos/tutoriais sobre o uso do R (todos em português):

Exercícios de fixação

Teremos um pequeno exercício de fixação a ser realizado todos os dias após a aula (tarefas de casa). Os alunos que desejarem feedback em suas respostas devem salvá-las numa pasta com seu nome na pasta compartilhada da oficina no Google Drive, em um documento de Word ou R-script, até as 23h59 de segunda-feira, dia 29/julho. Recomendo que não deixem os exercícios acumularem ao longo da semana.

Atendimento aos alunos

O professor estará disponível em todos os dias do curso, das 14h-15h, na sala 206 da Fafich (Centro de Estudos Legislativos - CEL) para atender os alunos que desejarem discutir tópicos relacionados à oficina. Caso algum aluno não possa comparecer neste horário, ele deve entrar em contato por e-mail.

Conteúdo das aulas

Conhecendo os dados: análise descritiva:

  • Tipos de variáveis
  • Descrição de variáveis categóricas
  • Descrição de variáveis numéricas/quantitativas

Probabilidade e Inferência Estatística:

  • População e Amostra
  • Teoria da Probabilidade
  • Cálculo de Probabilidade
  • Teorema do Limite Central
  • Distribuição Normal

Inferência Estatística:

  • Estimação de Parâmetros
  • Intervalo de Confiança
  • Proporções e Médias

Testes de Hipótese:

  • Estatística de Teste
  • Distribuição de Referência
  • Valor esperado (ou valor médio)
  • Valor p
  • Nível de Significância
  • Tipos de Erro nos testes
  • Teste t
  • Teste Qui-quadrado

Agradecimentos

Uma versão inicial deste curso foi preparada em conjunto com Raquel D'Albuquerque, a quem agradeço pela troca de ideias e compartilhamento dos materiais de aula. Uma versão de um curso de introdução ao R que lecionei com Fernando Meireles, a quem agradeço pelo auxílio, foi a base do Tutorial 1 deste curso.

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.