Estatística não-paramétrica para a tomada de decisão
- 4.4
-
![]()
![]()
![]()
![]()
Course Summary
Learn about non-parametric statistics and its applications in data analysis. This course covers various techniques used in non-parametric statistics such as Wilcoxon rank-sum test, Kruskal-Wallis test, and Friedman test.Key Learning Points
- Understand the basics of non-parametric statistics
- Learn about various non-parametric tests and their applications
- Gain hands-on experience in applying non-parametric techniques to real-world datasets
Job Positions & Salaries of people who have taken this course might have
- Data Analyst
- USA: $65,000 - $95,000
- India: INR 4,00,000 - INR 12,00,000
- Spain: €25,000 - €40,000
- Business Intelligence Analyst
- USA: $70,000 - $110,000
- India: INR 5,00,000 - INR 15,00,000
- Spain: €30,000 - €50,000
- Statistical Analyst
- USA: $75,000 - $120,000
- India: INR 6,00,000 - INR 18,00,000
- Spain: €35,000 - €55,000
Related Topics for further study
Learning Outcomes
- Ability to perform non-parametric tests and analyze data using non-parametric techniques
- Understanding of the applications of non-parametric statistics in real-world scenarios
- Improved data analysis and statistical inference skills
Prerequisites or good to have knowledge before taking this course
- Basic understanding of statistics
- Familiarity with statistical software such as R or Python
Course Difficulty Level
IntermediateCourse Format
- Self-paced
- Online
- Video lectures
- Quizzes
Similar Courses
- Statistics with R Specialization
- Data Science Essentials
- Foundations of Data Analysis - Part 1: Statistics Using R
Related Education Paths
Notable People in This Field
- Nate Silver
- Andrew Gelman
- John Tukey
Related Books
Description
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.
Knowledge
- Distinguir e justificar o uso de testes paramétricos e não-paramétricos
- Listar e escolher entre as técnicas estatísticas não paramétricas
- Aplicar diferentes testes de acordo com as características e tamanho da amostra
- Interpretar resultados de testes não-paramétricos
Outline
- SOBRE O CURSO
- Seja bem vindo
- Testando hipóteses
- Conteúdos por módulos e sua integração
- Testando hipóteses
- ESTRUTURA DOS TESTES DE HIPÓTESES
- Tipos de variáveis
- Amostra vs. população
- Amostras dependentes e independentes
- Testes paramétricos vs. não-paramétricos
- Teste de hipóteses para proporções
- Distribuição normal (de Gauss)
- Tamanho da amostra
- Grau de confiança (nível de significância)
- Tipos de variáveis
- Distribuição normal (de Gauss)
- Teste: Amostra vs. População
- Tamanho da Amostra
- Amostras dependentes e independentes
- TIPOS DE TESTES DE HIPÓTESES NÃO-PARAMÉTRICOS
- Testes de hipóteses não-paramétricos para uma amostra
- Testes de hipóteses não-paramétricos para duas amostras
- Tipos de testes de hipóteses
- Teste de hipóteses qui-quadrado para duas amostras
- Testes de hipóteses não-paramétricos para k amostras
- Escolhendo o teste de hipóteses mais adequado
- Tipos de testes de hipóteses
- Testes de hipóteses não-paramétricos para uma amostra
- Testes de hipóteses não-paramétricos para duas amostras
- Testes de hipóteses não-paramétricos para k amostras
- Escolha o teste não-paramétrico mais adequado
- Escolha o teste não-paramétrico mais adequado
- MODELAGEM DOS TESTES DE HIPÓTESES NÃO-PARAMÉTRICOS
- Estabelecendo as hipóteses nula e alternativa
- Rejeitando, ou não, a hipótese nula
- Calculando manualmente a estatística teste
- Teste de proporções
- Teste binomial
- Teste Qui-Quadrado
- Teste de Kolmogorov-Smirnov
- Teste de Mann-Whitney
- Teste de McNemar
- Teste dos sinais
- Estabelecendo o grau de confiança
- Definindo a região de rejeição e sua probabilidade
- Utilização de softwares
- Estabelecendo as hipóteses nula e alternativa
- Estabelecendo grau de confiança
- Análise de rejeição
- Calculando manualmente a estatística teste
- RESULTADOS DOS TESTES DE HIPÓTESES E TOMADA DE DECISÃO
- Interpretando resultados
- Validade consensual dos resultados
- Interpretando resultados
Summary of User Reviews
Learn non-parametric statistics through Coursera's Estatística Não-Paramétrica course. Highly rated by users, this course offers in-depth knowledge and practical applications in the field. Many users praise the course's clear explanations and helpful instructors.Key Aspect Users Liked About This Course
Clear explanations and helpful instructorsPros from User Reviews
- Instructors are knowledgeable and responsive
- Course content is well-organized and easy to follow
- Assignments and quizzes are helpful in solidifying concepts
- Real-life examples and applications make the course engaging
Cons from User Reviews
- Some users find the pace of the course too slow or too fast
- The course does not cover all topics in-depth
- Some users feel that the course is not challenging enough
- Some technical issues with the platform have been reported
Alexandre Leoneti
4.4 Raiting
Estatística não-paramétrica para a tomada de decisão
- 4.4
-
![]()
![]()
![]()
![]()
![]()
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....
