Estatística Descritiva e Cálculo das Probabilidades
Explore e extraia insights valiosos de negócios para embasar a tomada de decisão independente da área que esteja trabalhando e aprenda a lidar com incertezas e modelá-las de forma a tomar melhores decisões.
Nesse curso você vai aprender:
Linguagem R e IDE R Studio
O que é R, qual a sua importância, história, o que é RStudio e o que são pacotes. – 06:04- Instalando o R e R Studio – Windows – 09:39
Aulas
- Aula teórica 00 – O que é Estatística, subdivisões da Estatística, o que é Ciência de dados, etapas da análise Estatística e conceitos básicos – 17:23
- Aula teórica 01- Dados tabelados, tipos de frequências e tipos de variáveis. – 13:42
- Aula prática 00 – Tipos de Frequência – Excel – 09:47
- Aula prática 01 – Tipos de Frequência – R (Versão 1.1) – 18:07
- Aula teórica 02 – O que são Médias, Mediana, Moda e como calculá-las – 16:14
- Aula prática 02 – Medidas de tendência Central – Parte 1 – R – 11:59
- Aula teórica 03 – O que é Assimetria, Curtose, Box-plot, como utilizar o box-plot para detecção de outliers e o que são medidas de dispersão, como interpretá-las e calculá-las – 21:59
- Aula extraordinária – Cases – conceitos de Curtose e Assimetria- Fôlego Empresas e Coronavírus – 08:46
- Aula prática 03 – Medidas de tendência Central – Parte 2 – R – 07:14
- Aula prática 04 – Medidas de dispersão – Parte 1 – R – 09:15
- Aula prática 04 – Medidas de dispersão – Parte 2 – R – 07:53
- Aula prática 05 – Medidas de Dispersão – Excel – 08:22
- Aula teórica 04 : Gráficos Estatísticos para variáveis qualitativas – 06:22
- Aula teórica 05 : Gráficos Estatísticos para variáveis quantitativas – 12:33
- Parte 1 – Aula prática 06 – Gráficos Estatísticos – Variáveis Qualitativas Nominais – R – 12:27
- Parte 2 – Aula prática 06 – Gráficos Estatísticos – Variáveis Qualitativas Nominais- R – 12:00
- Parte 1 – Aula prática 07 – Gráficos Estatísticos – Variáveis Qualitativas Ordinais – R – 14:39
- Parte 2 – Aula prática 07 – Gráficos Estatísticos – Variáveis Qualitativas Ordinais – R – 10:29
- Parte 1 – Aula prática 08 – Gráficos Estatísticos – Variáveis Quantitativas – R – 13:38
- Parte 2 – Aula prática 08 – Gráficos Estatísticos – Variáveis Quantitativas R – 09:17
- Parte 1 – Aula prática 09 – Gráficos Estatísticos Drag and drop (Point and click) – R – 11:49
- Parte 2 – Aula prática 09 – Gráficos Estatísticos Drag and drop (Point and click) – R – 10:15
Estatística descritiva em Python
- Aula Prática 01 – Tipos de Frequência – Python para Usuários de R – 14:17
- Aula prática 02 – Medidas de tendência Central – Python – 08:02
- Aula prática 03 – Medidas de dispersão – Python – 10:04
Material Teórico – Cálculo das Probabilidades
Aulas
- Aula teórica 00 – Conceitos e Axiomas da Probabilidade – 14:04
- Aula teórica 01 – Atribuição de Probabilidades, Probabilidade da União, Probabilidade da Interseção e Leis de Morgan – 11:39
- Aula prática 00 – Excel – União e Intersecção de eventos, Probabilidade da união e abordagem frequentista – 15:40
- Aula prática 01 – R – União e intersecção de eventos, Probabilidade da união e abordagem frequentista – 13:28
- Aula teórica 03 – Lei da Probabilidade Total, Probabilidade Condicional e o Famoso Teorema de Bayes – 16:05
- Aula prática 02 – Excel – Lei da Probabilidade Total e Teorema de Bayes – 10:36
- Aula Teórica 04 – Parte 1 – O que são variáveis aleatórias, Tipos de variáveis aleatórias e distribuições discretas de Probabilidade – 09:10
- Aula Teórica 04 – Parte 2 – O que são variáveis aleatórias, Tipos de variáveis aleatórias e distribuições discretas de Probabilidade – 12:53
- Aula prática 03 – Excel – Distribuições de Probabilidade Discretas – Bernoulli e Binomial – 09:39
- Aula prática 04 – R – Distribuições de Probabilidade Discretas – Bernoulli e Binomial – 09:24
- Aula Teórica 05 – Distribuições discretas de Probabilidade – Distribuição de Poisson – 07:35
- Aula prática 05 – Excel – Distribuições de Probabilidade Discretas – Poisson – 08:27
- Aula prática 06 – R – Distribuições de Probabilidade Discretas – Poisson – 13:55
- Aula Teórica 06 – Distribuições discretas de Probabilidade – Distribuição Geométrica – 06:57
- Aula prática 07 – Excel – Distribuições de Probabilidade Discretas – Geométrica – 08:03
- Aula prática 08 – R – Distribuições de Probabilidade Discretas – Geométrica – 04:48
- Aula Teórica 07 – Distribuições discretas de Probabilidade – Distribuição Hipergeométrica – 05:51
- Aula prática 09 – Excel – Distribuições de Probabilidade Discretas – Hipergeométrica – 10:04
- Aula prática 10 – R – Distribuições de Probabilidade Discretas – Hipergeométrica – 03:52
- Aula Teórica 08 – Aproximações assintóticas de distribuições discretas de Probabilidade – 08:40
- Aula Teórica 09 – Distribuições contínuas de Probabilidade – Distribuição Uniforme contínua de Probabilidade – 11:57
- Aula prática 11 – Excel – Distribuições de Probabilidade Contínuas – Uniforme – 10:24
- Aula prática 12 – R – Distribuições de Probabilidade Contínuas – Uniforme – 06:43
- Aula Teórica 10 – Distribuições contínuas de Probabilidade – Distribuição Exponencial de Probabilidade – 15:54
- Aula prática 13 – Excel – Distribuições de Probabilidade Contínuas – Exponencial – 06:00
- Aula prática 14 – R – Distribuições de Probabilidade Contínuas – Exponencial – 07:37
- Aula Teórica 11 – Distribuições contínuas de Probabilidade – Relação entre a Distribuição Exponencial (CONTÍNUA) e a distribuição de Poisson (DISCRETA) – 06:39
- Aula Teórica 12 – Distribuições contínuas de Probabilidade – Distribuição Normal de Probabilidade – 14:00
- Aula Teórica 13 – Distribuições contínuas de Probabilidade – Funções lineares de uma Distribuição Normal de Probabilidade – 08:22
- Aula prática 15 – R – Distribuições de Probabilidade Contínuas – Dist Normal e Funções lineares de Dist Normais – 12:10
- Categoria(s): Análise de dados Analytics Ciências de dados Cursos Estatística Power BI Python R
Palavras relacionadas: cienciadedados, comunidade_estatistica, estatistica, pbi, probabilidade, python, R