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 exercicio faz parte do curso

Análise de dados de pesquisa em Python

exercicio interativo prático

Transforme teoria em prática com um dos nossos exercicio interativos

Iniciar exercicio

Este exercicio faz parte do curso

Análise de dados de pesquisa em Python

IntermediárioNível de habilidade

4.7+

Comece o curso gratuitamente

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

Exercicio 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