We may earn an affiliate commission when you visit our partners.
Alexandre Leoneti
Os testes estatísticos não-paramétricos são métodos que têm maior relevância nas ciências sociais aplicadas, pois permitem trabalhar com pequenas amostras ou amostras das quais não se tenha certeza de que sejam provenientes de população com distribuição normal, assumindo poucas hipóteses sobre a distribuição de probabilidade da população. Estes testes são adequados para apoiar a tomada de decisão dentro das organizações em situações nas quais não seja atendido algum dos requisitos para a aplicação dos testes estatísticos paramétricos, como o teste Z, o teste T, e o teste F de análise de variância – ANOVA, que dependem: (i) da condição de a amostra ter sido extraída de uma população distribuída de acordo com distribuição normal (de Gauss); (ii) da escala de medida da variável aleatória ser contínua; e (iii) do tamanho da amostra ser maior do que 30 observações. Neste sentido, este curso irá abordar as principais técnicas não-paramétricas incluindo: testes de hipótese não-paramétricos para uma amostra, duas ou mais amostras relacionadas, duas ou mais amostras independentes e suas aplicações. Ao terminar o curso, você terá aumentado significativamente seu repertório de técnicas estatísticas com base nestes testes não-paramétricos para o adequado apoio a tomada de decisão.
Register for this course and see more details by visiting:
OpenCourser.com/course/o6p0i9/estatistica
What's inside
Syllabus
SOBRE O CURSO
O teste de hipóteses é uma das principais ferramentas para inferência estatística. Este tipo de ferramenta de apoio à tomada de decisão permite testar hipóteses que são construídas a partir de evidências amostrais para confrontar a população da qual foi extraída. Muito utilizado em diferentes áreas do conhecimento, sua aplicação possui uma estrutura comum, apesar de requerer adaptações operacionais para aplicação em problemas que envolvem diferentes tipos de variáveis, com tamanho de amostra grandes ou pequenos e para quando conhecemos ou não a distribuição da variável na população. Ao final deste curso espera-se que você possa descrever a estrutura dos testes paramétricos e não-paramétricos, listar quais são os testes de hipóteses não-paramétricos mais importantes, aplicar o teste não-paramétrico mais adequado para cada situação, e interpretar resultados e tomar decisões.
Read more
Syllabus
SOBRE O CURSO
O teste de hipóteses é uma das principais ferramentas para inferência estatística. Este tipo de ferramenta de apoio à tomada de decisão permite testar hipóteses que são construídas a partir de evidências amostrais para confrontar a população da qual foi extraída. Muito utilizado em diferentes áreas do conhecimento, sua aplicação possui uma estrutura comum, apesar de requerer adaptações operacionais para aplicação em problemas que envolvem diferentes tipos de variáveis, com tamanho de amostra grandes ou pequenos e para quando conhecemos ou não a distribuição da variável na população. Ao final deste curso espera-se que você possa descrever a estrutura dos testes paramétricos e não-paramétricos, listar quais são os testes de hipóteses não-paramétricos mais importantes, aplicar o teste não-paramétrico mais adequado para cada situação, e interpretar resultados e tomar decisões.
Read more
ESTRUTURA DOS TESTES DE HIPÓTESES
Ao final deste módulo espera-se que você possa descrever a estrutura geral dos testes de hipóteses, incluindo sua subdivisão em testes do tipo paramétrico e não-paramétrico. Os conceitos também serão revisados a partir da apresentação dos testes de hipóteses paramétricos de média e de proporções.
TIPOS DE TESTES DE HIPÓTESES NÃO-PARAMÉTRICOS
Ao final deste módulo espera-se que você possa descrever as principais diferenças entre os testes de hipóteses paramétricos e não-paramétricos e escolher qual o teste de hipóteses mais adequado para cada situação. Para isto, serão apresentados critérios efetivos para auxiliar na identificação de qual o teste não-paramétrico é o mais adequado para cada situação.
MODELAGEM DOS TESTES DE HIPÓTESES NÃO-PARAMÉTRICOS
Este módulo contém a apresentação detalhada de cada uma dos testes de hipóteses não-paramétricos. Ao final deste módulo espera-se que você possa modelar a estrutura para a aplicação do teste de hipóteses não-paramétrico mais adequado.
RESULTADOS DOS TESTES DE HIPÓTESES E TOMADA DE DECISÃO
Ao final deste módulo espera-se que você possa interpretar os resultados das aplicações envolvendo testes não paramétricos e tomar decisões
Good to know
Good to know
Know what's good ,
what to watch for , and
possible dealbreakers
Aplica testes não paramétricos, abordando técnicas avançadas
Aborda as principais técnicas não paramétricas, com foco em aplicações
Oferece uma base sólida em testes não paramétricos estatísticos
Ensina a interpretar resultados de testes não paramétricos para tomada de decisão
Save this course
Save Estatística não-paramétrica para a tomada de decisão to your list so you can find it easily later:
Save
Save
Reviews summary
Estatística não paramétrica para decisão
Este curso é altamente recomendado pelos alunos, que o consideram bem estruturado, claro e envolvente. Os alunos elogiam particularmente a didática do professor e a forma como ele explica conceitos complexos de forma acessível.
Curso bem estruturado e organizado
"Aprendi muito com o MOOC, é estruturado e muito flexível para o aluno."
"É um curso bem organizado, com um conteúdo condizente com a carga horária proposta e dedicação exigida."
Conceitos complexos explicados de forma acessível
"Me foi útil e é interessante dentro da proposta."
"Aborda os pricnipais testes, suas premissas e o que mais me interessou, por uma preferência pessoal, foi a apresentação dos princípios dos testes e a resolução de problemas "na mão", sem o uso de ferramentas computacionais."
Didática clara e envolvente
"Excelente curso, didática impecável."
"Muito bem explicado o curso e pude assimilar o conhecimento transmitido."
Testes e atividades cobram conteúdo não abordado nas aulas
"Os testes iniciais cobram conteúdo que somete serão abordados posteriormente."
"Várias perguntas mal-formatadas, quizzes cobrando MUITO mais do que foi ensinado..."
Falta de exemplos e exercícios para prática
"Poderiam colocar Mais exemplos com resoluções, mas excelente curso."
"As atividades são muito distintas do que é passado nos vídeos e alguns conteúdos são abordados muito superficialmente para o nível de cobrança, o que exige consultas e pesquisas externas."
Activities
Be better prepared
before
your course. Deepen your understanding
during
and
after
it. Supplement your coursework and achieve mastery of the topics covered
in Estatística não-paramétrica para a tomada de decisão with these
activities:
Revise sampling procedures
Show steps
Reviewing sampling procedures will strengthen your foundation and increase your understanding of statistical hypothesis testing.
Browse courses on
Sampling Methods
Show steps
-
Review course notes and materials on sampling techniques.
-
Practice various sampling methods using online simulations or datasets.
Participate in peer-led study groups
Show steps
Engaging in peer-led study groups will provide opportunities for discussion, knowledge sharing, and reinforcement of concepts.
Show steps
-
Find or form a study group with peers.
-
Review course materials together and discuss key concepts.
-
Solve problems and practice applying non-parametric tests.
Explore online tutorials on non-parametric statistics
Show steps
Seeking out online tutorials will supplement your learning and provide additional insights into non-parametric statistical methods.
Show steps
-
Identify reputable online platforms or resources for non-parametric statistics tutorials.
-
Watch videos, read articles, or participate in interactive simulations.
-
Take notes and practice the concepts you learn.
Two other activities
Expand to see all activities and additional details
Show all five activities
Solve non-parametric hypothesis testing problems
Show steps
Solving practice problems will reinforce your understanding of non-parametric hypothesis testing and improve your problem-solving skills.
Show steps
-
Identify the appropriate non-parametric test for the given scenario.
-
Apply the test to the data and interpret the results.
-
Compare your results with provided solutions or consult online resources for verification.
Develop a research proposal using non-parametric tests
Show steps
Creating a research proposal will allow you to apply your knowledge of non-parametric tests in a practical context and enhance your research skills.
Browse courses on
Research Proposal
Show steps
-
Define a research question and identify appropriate non-parametric tests.
-
Gather relevant data and conduct the non-parametric tests.
-
Analyze the results and draw conclusions.
-
Write a research proposal outlining your methods, results, and implications.
Revise sampling procedures
Show steps
Reviewing sampling procedures will strengthen your foundation and increase your understanding of statistical hypothesis testing.
Browse courses on
Sampling Methods
Show steps
Show steps
Show steps
- Review course notes and materials on sampling techniques.
- Practice various sampling methods using online simulations or datasets.
Participate in peer-led study groups
Show steps
Engaging in peer-led study groups will provide opportunities for discussion, knowledge sharing, and reinforcement of concepts.
Show steps
Show steps
Show steps
- Find or form a study group with peers.
- Review course materials together and discuss key concepts.
- Solve problems and practice applying non-parametric tests.
Explore online tutorials on non-parametric statistics
Show steps
Seeking out online tutorials will supplement your learning and provide additional insights into non-parametric statistical methods.
Show steps
Show steps
Show steps
- Identify reputable online platforms or resources for non-parametric statistics tutorials.
- Watch videos, read articles, or participate in interactive simulations.
- Take notes and practice the concepts you learn.
Two other activities
Expand to see all activities and additional details
Show all five activities
Solve non-parametric hypothesis testing problems
Show steps
Solving practice problems will reinforce your understanding of non-parametric hypothesis testing and improve your problem-solving skills.
Show steps
Show steps
Show steps
- Identify the appropriate non-parametric test for the given scenario.
- Apply the test to the data and interpret the results.
- Compare your results with provided solutions or consult online resources for verification.
Develop a research proposal using non-parametric tests
Show steps
Creating a research proposal will allow you to apply your knowledge of non-parametric tests in a practical context and enhance your research skills.
Browse courses on
Research Proposal
Show steps
Show steps
Show steps
- Define a research question and identify appropriate non-parametric tests.
- Gather relevant data and conduct the non-parametric tests.
- Analyze the results and draw conclusions.
- Write a research proposal outlining your methods, results, and implications.
Career center
Learners who complete Estatística não-paramétrica para a tomada de decisão will develop knowledge and skills
that may be useful to these careers:
Statistician
Statistician
A Statistician analyzes and interprets data to make informed decisions and solve problems. You will develop your ability to apply a statistical framework to support decision making in this course. You will learn to test hypotheses using non-parametric methods, which are valuable when data does not follow a normal distribution or when sample sizes are small. This course will help you build a foundation for success as a Statistician by providing you with the tools to make sound decisions based on data.
Data Analyst
Data Analyst
A Data Analyst collects, cleans, and analyzes data to identify trends and patterns. Non-parametric statistical methods are essential for Data Analysts, as they allow you to draw meaningful conclusions from data that may not fit a normal distribution or when sample sizes are small. This course will provide you with the skills to work with non-parametric data and make informed decisions, enhancing your value as a Data Analyst.
Quantitative Analyst
Quantitative Analyst
A Quantitative Analyst uses mathematical and statistical models to analyze financial data and make investment decisions. Non-parametric statistical methods are commonly used in finance, as they can help analysts make more accurate predictions even when data is not normally distributed. This course will give you the skills to apply non-parametric methods to financial data, increasing your effectiveness as a Quantitative Analyst.
Market Researcher
Market Researcher
A Market Researcher conducts surveys and analyzes data to understand consumer behavior and market trends. Non-parametric statistical methods are useful in market research, as they allow researchers to make inferences about populations even when sample sizes are small or data is not normally distributed. This course will provide you with the tools to apply non-parametric methods to market research data, helping you gain valuable insights into consumer behavior.
Business Analyst
Business Analyst
A Business Analyst identifies and solves business problems by analyzing data and making recommendations. Non-parametric statistical methods can be valuable in business analysis, as they allow analysts to make informed decisions even when data is not normally distributed or sample sizes are small. This course will provide you with the skills to apply non-parametric methods to business data, making you a more effective Business Analyst.
Epidemiologist
Epidemiologist
An Epidemiologist investigates the causes and patterns of disease in populations. Non-parametric statistical methods are often used in epidemiology, as they allow researchers to make inferences about populations even when data is not normally distributed or sample sizes are small. This course will provide you with the skills to apply non-parametric methods to epidemiological data, helping you better understand disease patterns and make more informed decisions.
Social Scientist
Social Scientist
A Social Scientist studies human behavior and society. Non-parametric statistical methods are commonly used in social science research, as they allow researchers to make inferences about populations even when data is not normally distributed or sample sizes are small. This course will provide you with the skills to apply non-parametric methods to social science data, enhancing your ability to understand human behavior and society.
Survey Researcher
Survey Researcher
A Survey Researcher designs, conducts, and analyzes surveys to collect data on public opinion, consumer behavior, and other topics. Non-parametric statistical methods are valuable in survey research, as they allow researchers to make inferences about populations even when data is not normally distributed or sample sizes are small. This course will provide you with the skills to apply non-parametric methods to survey data, making you a more effective Survey Researcher.
UX Researcher
UX Researcher
A UX Researcher evaluates user experience and provides recommendations for improving the design of products and services. Non-parametric statistical methods can be useful in UX research, as they allow researchers to make inferences about populations even when data is not normally distributed or sample sizes are small. This course will provide you with the skills to apply non-parametric methods to UX research data, making you a more effective UX Researcher.
Product Manager
Product Manager
A Product Manager is responsible for the development and launch of new products or services. Non-parametric statistical methods can be valuable in product management, as they allow managers to make informed decisions even when data is not normally distributed or sample sizes are small. This course will provide you with the skills to apply non-parametric methods to product management data, helping you make better decisions and launch more successful products.
Consultant
Consultant
A Consultant provides advice and services to organizations to help them improve their performance. Non-parametric statistical methods can be useful in consulting, as they allow consultants to make inferences about populations even when data is not normally distributed or sample sizes are small. This course will provide you with the skills to apply non-parametric methods to consulting data, making you a more valuable consultant.
Data Scientist
Data Scientist
A Data Scientist develops and uses statistical models to solve business problems. Non-parametric statistical methods are commonly used in data science, as they allow data scientists to make accurate predictions even when data is not normally distributed or sample sizes are small. This course will provide you with the skills to apply non-parametric methods to data science problems, increasing your effectiveness as a Data Scientist.
Risk Analyst
Risk Analyst
A Risk Analyst evaluates and manages risks for organizations. Non-parametric statistical methods can be useful in risk analysis, as they allow analysts to make inferences about populations even when data is not normally distributed or sample sizes are small. This course will provide you with the skills to apply non-parametric methods to risk analysis data, helping you make more informed decisions and better manage risks.
Financial Analyst
Financial Analyst
A Financial Analyst provides financial advice and services to individuals and organizations. Non-parametric statistical methods can be useful in financial analysis, as they allow analysts to make inferences about populations even when data is not normally distributed or sample sizes are small. This course will provide you with the skills to apply non-parametric methods to financial data, making you a more effective Financial Analyst.
Actuary
Actuary
An Actuary assesses financial risks and develops strategies to mitigate them. Non-parametric statistical methods can be useful in actuarial work, as they allow actuaries to make inferences about populations even when data is not normally distributed or sample sizes are small. This course will provide you with the skills to apply non-parametric methods to actuarial data, making you a more effective Actuary.
For more career information including salaries, visit:
OpenCourser.com/course/o6p0i9/estatistica
Reading list
We've selected nine books
that we think will supplement your
learning. Use these to
develop background knowledge, enrich your coursework, and gain a
deeper understanding of the topics covered in
Estatística não-paramétrica para a tomada de decisão.
Este livro abrangente aborda uma ampla gama de métodos estatísticos não paramétricos, incluindo testes para médias, variâncias, distribuições e dependência. É um recurso valioso para profissionais e pesquisadores que precisam de uma referência abrangente.
Este livro cobre uma ampla gama de métodos estatísticos não paramétricos, com ênfase em técnicas computacionais. É adequado para alunos de pós-graduação e profissionais que buscam uma compreensão avançada de testes não paramétricos.
Este livro oferece uma abordagem prática para a análise de dados não paramétricos. É adequado para estudantes e profissionais que precisam de orientação na aplicação de técnicas não paramétricas a conjuntos de dados do mundo real.
Este manual fornece uma coleção abrangente de testes estatísticos não paramétricos, juntamente com suas aplicações e exemplos. É uma referência valiosa para pesquisadores e profissionais que precisam de acesso rápido a uma variedade de testes não paramétricos.
Este livro oferece uma abordagem prática para métodos estatísticos não paramétricos, fornecendo exemplos e estudos de caso. É adequado para alunos e profissionais que buscam uma compreensão mais profunda das aplicações de testes não paramétricos.
Este livro introduz métodos bayesianos não paramétricos. É adequado para pesquisadores e estudantes de pós-graduação que buscam uma compreensão avançada da inferência bayesiana em cenários não paramétricos.
Este livro aborda a análise de poder estatístico para testes não paramétricos. É um recurso valioso para pesquisadores e profissionais que precisam determinar o tamanho da amostra necessário para alcançar o poder estatístico desejado.
Este livro introduz métodos não paramétricos para analisar séries temporais. É adequado para pesquisadores e profissionais que precisam analisar dados de séries temporais não estacionárias ou não lineares.
Este livro aborda métodos estatísticos não paramétricos para controle estatístico de processos. É adequado para profissionais de qualidade e engenheiros que precisam de orientação na aplicação de técnicas não paramétricas no monitoramento e melhoria de processos.
For more information about how these books relate to this course, visit:
OpenCourser.com/course/o6p0i9/estatistica
Share
Similar courses
Here are nine courses similar to
Estatística não-paramétrica para a tomada de decisão.
Formação Cientista de Dados: O Curso Completo
OpenCourser.com/course/kc32pu/formacao
Formação Cientista de Dados: O Curso Completo
Most relevant
Decisões de Marketing Baseadas em Dados
OpenCourser.com/course/ilx6r7/decisoes
Decisões de Marketing Baseadas em Dados
Most relevant
Ferramentas para Ciência de Dados: Introdução ao R
OpenCourser.com/course/v22yaa/ferramentas
Ferramentas para Ciência de Dados: Introdução ao R
Most relevant
Teoria dos Jogos: Da Teoria à Prática
OpenCourser.com/course/8znsgj/teoria
Teoria dos Jogos: Da Teoria à Prática
Most relevant
Diversidade e Inovação na Prática: Casos de Sucesso
OpenCourser.com/course/2ph0oi/diversidade
Diversidade e Inovação na Prática: Casos de Sucesso
Most relevant
Aprenda a ensinar programação com o Programaê!
OpenCourser.com/course/878kwx/aprenda
Aprenda a ensinar programação com o Programaê!
Most relevant
Análise de Dados Quantitativos
OpenCourser.com/course/fgbmjb/analise
Análise de Dados Quantitativos
Most relevant
Business Transformation with Google Cloud em Português
OpenCourser.com/course/8sh9in/business
Business Transformation with Google Cloud em Português
Most relevant
Marketing Science e Estratégia de Marketing
OpenCourser.com/course/u6orzh/marketing
Marketing Science e Estratégia de Marketing
Most relevant
Effort
O curso é concluído em 4 semanas, sendo necessária uma dedicação média de 6 horas por semana
Level
Intermediate
Via
Coursera
Institution
Universidade de São Paulo
Instructor
Alexandre Leoneti
Language
Português
Good to know
Aplica testes não paramétricos, abordando técnicas avançadas
Aborda as principais técnicas não paramétricas, com foco em aplicações
Oferece uma base sólida em testes não paramétricos estatísticos
Ensina a interpretar resultados de testes não paramétricos para tomada de decisão
Our mission
OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.
Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.
Find this site helpful? Tell a friend about us.
Affiliate disclosure
We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.
Your purchases help us maintain our catalog and keep our servers humming without ads.
Thank you for supporting OpenCourser.
© 2016 - 2024 OpenCourser