Neste capítulo, você vai usar técnicas de bootstrapping para estimar um único parâmetro de uma distribuição numérica.

Bem-vindo ao curso!

Gerar distribuição bootstrap para a mediana

Revisar métodos de percentil e erro padrão

Calcule o intervalo bootstrap usando ambos os métodos

Qual método é mais apropriado: percentil ou EP?

Consultas médicas durante a gravidez

Número médio de consultas médicas

DP do número de consultas médicas

Recentralizando uma distribuição bootstrap

Teste para a mediana do preço de apartamentos de 1 quarto em Manhattan

Conclua o teste de hipótese sobre a mediana

Teste para o peso médio de bebês

Bootstrapping para estimar um parâmetro

Neste capítulo, você vai usar técnicas baseadas no Teorema Central do Limite para estimar um único parâmetro de uma distribuição numérica. Você fará isso usando a distribuição t.

distribuição t

Quando usar t?

Probabilidades na distribuição t

Pontos de corte na distribuição t

Estimando uma média com um intervalo t

Tempo médio de deslocamento dos americanos

Número médio de horas trabalhadas

Intervalo t para dados pareados

Intervalo t em vários níveis

Entendendo intervalos de confiança

Testando uma média com um t-test

Estime a diferença mediana nos preços de livros didáticos

Teste para diferença nas medianas das notas

Interprete o p-valor

Apresentando a distribuição t

Neste capítulo, você vai ampliar o que aprendeu até agora para usar tanto simulação quanto técnicas baseadas no TCL para inferência sobre a diferença entre dois parâmetros de duas distribuições numéricas independentes.

Teste de hipótese para comparar duas médias

Avaliando a eficácia do tratamento com células-tronco

Avaliando a eficácia do tratamento com células-tronco (cont.)

Conclusão do teste de hipótese

Avaliando a relação entre fumar durante a gravidez e o peso ao nascer

IC por bootstrap para a diferença entre duas médias

Quantificando a relação entre fumar durante a gravidez e o peso ao nascer

Medianas da duração da gestação para mães fumantes e não fumantes

Comparando médias com um teste t

Pagamento por hora vs. status de cidadania

Estimando a diferença entre duas médias usando um intervalo t

Inferência para a diferença entre dois parâmetros

Neste capítulo, você vai usar ANOVA (análise de variância) para testar a diferença de médias em vários grupos.

Variação da pontuação de vocabulário entre classes sociais (autoidentificadas)

EDA para pontuação de vocabulário vs. classe social

Comparando muitas médias, visualmente

ANOVA

ANOVA para pontuação de vocabulário vs. classe social (autoidentificada)

Condições para ANOVA

Verificando a condição de normalidade

Verificando a condição de variância constante

Testes pós-hoc

Calcule alfa*

Comparar médias em pares

Parabéns!

Comparando várias médias

Chp1-vid1-boot-dist-noaxes-parantheses

Chp1-vid1-bootsamp-bootpop.001

Chp1-vid1-manhattan-rents

Chp1-vid2-boot-dist-withaxes

Chp1-vid2-perc-method.001

Chp1-vid2-perc-method.002

Chp1-vid3-boot-test.001

Chp3-vid3-hrly-rate-citizen-smaller

Chp3-vid3-hrly-rate-citizen

Chp4-vid1-class-bar

Chp4-vid1-wodrsum-hist

Gss moredays

GSS data

Manhattan rent data

Runners.001

Tdistcomparetonormaldist

Neste curso, você vai aprender a usar técnicas estatísticas para fazer inferências e estimativas com dados numéricos. Usaremos duas abordagens para essas tarefas comuns. A primeira utiliza bootstrapping e permutação para criar testes e intervalos de confiança baseados em reamostragem. A segunda usa resultados teóricos e a distribuição t para chegar ao mesmo resultado. Você vai aprender como (e quando) realizar um teste t, criar um intervalo de confiança e fazer uma ANOVA!

Foundations of Inference in R

Aprenda técnicas como bootstrapping e distribuição t para inferências estatísticas em dados numéricos.

Inferência para Dados Numéricos em R

Neste curso, você vai aprender técnicas para fazer inferência estatística em dados numéricos.

Intervalo t para dados pareados

Create Your Free Account