Correspondência de técnica de amostragem

Amostras são partes de uma população. Aqui, você verá diferentes cenários de amostragem como exemplos. Sua tarefa é associá-los aos baldes corretos: amostragem aleatória, estratificada ou por conglomerados.

Este exercício faz parte do curso

Análise de dados de pesquisa em Python

Exercício interativo prático

Transforme a teoria em ação com um de nossos exercícios interativos

Começar o exercício

Este exercício faz parte do curso

Análise de dados de pesquisa em Python

IntermediárioNível de habilidade

4.7+

Iniciar curso de graça

O que são dados de pesquisa e como escolher o teste estatístico adequado para analisá-los? Para responder a isso, você vai definir vários tipos de dados de pesquisa, conhecer conceitos importantes como estatística descritiva e inferencial e visualizar dados de pesquisa para determinar a técnica de modelagem estatística adequada. Com isso, você saberá como definir qualitativamente e quantitativamente as tendências e os insights encontrados em pesquisas.

Exercise 1: Introdução à Análise de Dados de Pesquisa Exercise 2: Observando os níveis de mensuração Exercise 3: Tabulação cruzada Exercise 4: Estatística Descritiva e Inferencial Exercise 5: Estatística descritiva Exercise 6: Estatística inferencial Exercise 7: Técnicas de Modelagem Estatística Exercise 8: Inspeção com gráfico de dispersão Exercise 9: Escolha um método estatístico Exercise 10: Correspondência de técnica de amostragem

Exercício atual

Neste capítulo, você vai aprender diferentes formas de criar amostras de dados de pesquisa a partir de dados populacionais, analisando os parâmetros pelos quais os dados foram coletados.

Exercise 1: Amostragem aleatória Exercise 2: Amostra aleatória de funcionários Exercise 3: Amostragem aleatória reprodutível Exercise 4: Amostragem Aleatória Estratificada Exercise 5: Distribuição de "sim" e "não"Exercise 6: Amostragem estratificada Exercise 7: Amostragem ponderada Exercise 8: Pesquisa do blog Exercise 9: Amostragem ponderada por dominância manual Exercise 10: Amostragem por conglomerados Exercise 11: Agrupar clusters Exercise 12: Escolhendo clusters Exercise 13: Análise por amostragem em conglomerados

Agora é hora de entender a diferença entre estatística descritiva e inferencial na análise de dados de pesquisa, com alguns exemplos do dia a dia. Por meio de exercícios práticos, você vai interpretar melhor o significado de diferentes variáveis, medidas-chave como tendência central e z-score, e interpretar resultados para orientar ações.

Exercise 1: Estatísticas descritivas na análise de pesquisas Exercise 2: Distribuição de frequência Exercise 3: Medidas de variabilidade Exercise 4: Medidas de tendência central Exercise 5: Estatística inferencial na análise de pesquisas Exercise 6: Visualizar dados: histograma Exercise 7: Encontrar o z-score Exercise 8: Correlação Exercise 9: Analise variáveis com .corr()Exercise 10: Os funcionários estão felizes?Exercise 11: Justo e na raça

Por fim, é hora de aplicar modelagem estatística à análise de dados de pesquisa com análise de regressão, o teste t para duas amostras, o teste qui-quadrado e interpretar as suposições associadas a esses testes.

Exercise 1: Análise de regressão Exercise 2: Ajustando um modelo de regressão linear Exercise 3: Visualizando dados de pesquisa Exercise 4: Precauções de segurança necessárias?Exercise 5: Teste t para duas amostras Exercise 6: Mulheres são mais extrovertidas?Exercise 7: Teste t de duas amostras em extroversão Exercise 8: Teste qui-quadrado Exercise 9: Aplicar ou não o qui-quadrado?Exercise 10: Pesquisa sobre saúde mental em tecnologia Exercise 11: Saúde mental vs. trabalho remoto Exercise 12: Parabéns