Oferta por tempo limitado!

Testes Estatísticos

AULAS GRAVADAS

5 horas de carga horária
179 alunos
21 aulas
1 módulo de conteúdo
Última atualização 25/09/2025
5 arquivos para download

1 ano

Sem tempo para fazer o curso agora?

Fique tranquilo, você poderá participar desse curso em até 1 ano após a matrícula.

Sobre o Curso

Esse planeta é onde a estatística deixa de ser só teoria e passa a responder perguntas do tipo: existe diferença mesmo ou é só acaso? Aqui você vai aprender a diferenciar testes paramétricos e não paramétricos, avaliar normalidade e homogeneidade de variância, e aplicar desde o teste t até a ANOVA de múltiplos fatores. Também vamos explorar os principais testes não paramétricos (binomial, qui-quadrado, Wilcoxon, Mann-Whitney, Kruskal-Wallis, Friedman), entendendo quando usá-los e como interpretar seus resultados. Tudo isso com exercícios práticos no R e Python. Para fechar, você verá como os testes estatísticos se conectam a medidas de associação e à lógica de modelos de regressão. É o planeta onde o cientista de dados aprende a transformar dúvida em evidência com rigor estatístico.

Conteúdo

1Testes Estatísticos

Testes Estatísticos - Entendendo as diferenças entre paramétrico e não paramétrico
17:58
Testes Paramétricos de aderência a normalidade e homogeneidade de variância
35:37
Teste t para uma amostra
17:30
Teste t para duas amostras
35:47
ANOVA 1 fator - Parte 1
01:01:55
ANOVA 1 fator - Parte 2
14:34
ANOVA com 2 ou mais fatores
13:23
Testes Não Paramétricos binomial e qui-quadrado
17:48
Testes Não Paramétricos para duas amostras emparelhadas
10:33
Testes Não Paramétricos para duas amostras independentes
16:09
Testes Não Paramétricos para k amostras emparelhadas
06:38
Testes Não Paramétricos para k amostras independentes
08:29
Medidas de Associação
10:30
Testes de aderência a normalidade e homogeneidade de variância
16:30
Testes t
24:11
ANOVA
05:55
Testes não paramétricos de uma amostra
09:23
Testes Não Paramétricos para duas amostras emparelhadas
08:55
Testes Não Paramétricos para duas amostras independentes
06:46
Testes Não Paramétricos para k amostras emparelhadas
06:07
Testes Não Paramétricos para k amostras independentes
06:26