ESTATÍSTICA COM PYTHON

Estatística de uma forma aplicada com Python

Com o avanço da tecnologia, está cada vez maior a quantidade de dados disponíveis para análises. Desta forma, a estatística vem crescendo e auxiliando no desenvolvimento de novas áreas como a Ciência de Dados. A demanda por profissionais com domínio de estatística cresce na mesma proporção da necessidade das empresas tomarem decisões precisas e orientadas a dados.

Por Que Estudar Estatística?

Para aprender técnicas de análise de dados, estatística, modelagem na prática, escalar o crescimento e trazer novas oportunidades, seja na empresa onde você trabalha ou no seu próprio negócio.

Na Formação Estatística com Python da Alura, você vai aprender estatística de forma aplicada utilizando a linguagem Python e diversas bibliotecas e ferramentas específicas para a estatística.

Além disso, vai compreender como criar hipóteses e validá-las. Assim, você conseguirá justificar as análises feitas e mostrar para a empresa o quão importante é o papel do conhecimento em estatística.

Cronograma

Dê os seus primeiros passos na estatística, aprendendo os conceitos fundamentais para avançar seus conhecimentos de forma mais rápida e sólida.

1. Conceitos Fundamentais da Estatística

Nesta primeira parte, você aprenderá conceitos importantes para descrever características essenciais dos dados de interesse, frequência, média, probabilidades, amostragem. Sempre colocando a mão na massa utilizando o Python e suas bibliotecas específicas para a estatística como Scipy.Stats e Statsmodel.

1. Frequências e Medidas
2. Média, Moda ou Mediana?
3. Probabilidade e Amostragem

Testes Estatísticos e Correlação

Depois de descrever seus dados estatisticamente, chegou a hora de analisar esses dados, criar hipóteses e validá-las.

Nesta seção vamos discutir sobre distribuições, testes de hipóteses, correlação e iniciar as discussões sobre regressão.

1. Testes de Hipóteses
2. Testes Estatísticos
3. Teste A/B
4. Correlação e Regressão

Previsões e Experimentos com Estatística

Para fechar o nosso ciclo de aprendizado, vamos mergulhar mais fundo! Avançaremos os conhecimentos em regressão, serão testadas as relações entre variáveis e desenvolvidos modelos preditivos mais avançados.

E não podemos fechar nosso mergulho sem falar em uma das áreas de grande impacto na estatística, a experimentação.

1. O que é Regressão?
2. Regressão Linear I: Testando Relações e Prevendo Resultados
3. Regressão Linear II: Técnicas Avançadas de Modelagem
4. Análise de Experimentos: Testes, Mapas de Cores e Análise de Dados

Sumarização

• 72 hs
• 08 Cursos
• 01 Vídeo Extra
• 01 Podcast
• 01 Artigo