Neste capítulo, você vai aprender a realizar inferência estatística sobre um único parâmetro que descreve dados categóricos. Isso inclui métodos baseados em reamostragem e métodos de aproximação para uma única proporção.

A General Social Survey

Explorando consci

Gerando via bootstrap

Construindo um IC

Por que mais bootstraps?

Interpretando um intervalo de confiança

ICs e nível de confiança

EP com menos dados

EP com p diferente

O atalho da aproximação

IC via aproximação

Comparação de métodos

Inferência para um único parâmetro

Este capítulo aprofunda a realização de testes de hipótese e a criação de intervalos de confiança para um único parâmetro. Depois, você vai aprender a fazer inferência sobre a diferença entre duas proporções. Por fim, o capítulo termina com uma exploração do que acontece quando você sabe que a hipótese nula é verdadeira.

Teste de hipótese para uma proporção

Vida após a morte

Gerando a partir de H0

Testando uma afirmação

Tomando uma decisão

Intervalos para diferenças

Pena de morte e sexo

Teste de hipótese sobre a diferença entre proporções

Interpretando o teste

Testes de hipótese e intervalos de confiança

Erros estatísticos

Quando a nula é verdadeira

Quando a hipótese nula é verdadeira: decisão

Proporções: testes e poder

Esta parte do curso vai ensinar você a usar métodos de reamostragem e métodos clássicos para testar a independência de duas variáveis categóricas. Este capítulo aborda como realizar um teste Qui-quadrado.

Tabelas de contingência

Política e Exploração Espacial

Entendendo tabelas de contingência

Do tidy para tabela e de volta para tidy

Estatística do teste qui-quadrado

Um único qui-quadrado permutado

Construindo duas distribuições nulas

Os dados são consistentes com o modelo?

Método alternativo: a distribuição qui-quadrado

Verificando as condições

A geografia da felicidade

Um p-valor de duas maneiras

Intervalos para a distribuição qui-quadrado

Comparando muitos parâmetros: independência

O curso termina com dois estudos de caso usando dados eleitorais. Aqui, você vai aprender a usar um teste Qui-quadrado para verificar a aderência (goodness-of-fit). Você vai analisar resultados de eleições no Irã e em Iowa e testar se a lei de Benford se aplica a esses conjuntos de dados.

Estudo de caso: fraude eleitoral

Conhecendo os dados do Irã

Quem venceu?

Analisando por província

Extraindo o primeiro dígito I

Qualidade do ajuste

Teste de aderência (goodness of fit)

Um p-valor, de duas formas

Isto é evidência de fraude?

E agora, para os EUA

Conhecendo os dados de Iowa

Extraindo o primeiro dígito II

Testando Iowa

Fraude em Iowa?

Fraude eleitoral no Irã e em Iowa: debriefing

Comparando muitos parâmetros: aderência (goodness of fit)

GSS data

Iowa election data

Iran election data

Dados categóricos estão por toda parte. Eles aparecem nas últimas pesquisas de opinião, nos dados que levam a novas descobertas em genômica e nos enormes volumes de informações que empresas de internet coletam para vender produtos para você. Neste curso, você vai aprender técnicas para separar sinal de ruído: ferramentas para identificar quando a estrutura nesses dados representa fenômenos interessantes e quando é apenas ruído aleatório.

Foundations of Inference in R

Neste curso, você aprenderá a usar técnicas estatísticas para trabalhar com dados categóricos.

Inferência para Dados Categóricos em R

Neste curso, você vai aprender a usar técnicas estatísticas para trabalhar com dados categóricos.

Inferência estatística in R

Assistant Professor of Statistics at Reed College

Election fraud in Iran and Iowa: debrief

Iowa election fraud

What went wrong?

Take-home lesson

Methods for categorical data

Hypothesis test

Let's practice!

Comparando muitos parâmetros: aderência (goodness of fit) - Fraude eleitoral no Irã e em Iowa: debriefing

Fraude eleitoral no Irã e em Iowa: debriefing

Create Your Free Account