2. Estatística Descritiva para Tomada de Decisão

“Aprenda a resumir, interpretar e comunicar informações por meio de tabelas, gráficos e indicadores estatísticos amplamente utilizados em pesquisas, relatórios e análises profissionais.”

Objetivo do curso:

O curso Estatística Descritiva para Tomada de Decisão foi desenvolvido para apresentar os principais métodos de organização, resumo e interpretação de dados utilizados em pesquisas científicas, relatórios técnicos, estudos de mercado, avaliações institucionais e processos de tomada de decisão baseada em evidências.

Ao longo do curso, o participante aprenderá a construir tabelas e gráficos estatísticos, interpretar medidas de tendência central, dispersão e associação entre variáveis, além de compreender a distribuição dos dados por meio de indicadores amplamente utilizados em Estatística Aplicada. Os conteúdos serão apresentados de forma intuitiva e aplicada, enfatizando a interpretação dos resultados e sua utilização em situações reais.

Além de fornecer uma sólida formação em Estatística Descritiva, o curso prepara o participante para estudos mais avançados em Probabilidade, Variáveis Aleatórias, Inferência Estatística, Econometria, Ciência de Dados e Machine Learning.

Público-alvo:

Estudantes de graduação e pós-graduação;
Profissionais das áreas de Administração, Economia, Finanças, Engenharia, Saúde, Educação e Ciências Sociais;
Analistas de dados e pesquisadores;
Profissionais que trabalham com relatórios, indicadores e pesquisas;
Qualquer pessoa interessada em aprender a interpretar dados de forma objetiva e profissional.

Requisitos:

Não há pré-requisitos.

O curso foi desenvolvido para iniciantes e não exige conhecimentos prévios em Estatística, Matemática Avançada ou Programação.

Conteúdo Programático:

Módulo 1 – Introdução à Estatística Descritiva

O que é Estatística Descritiva;
Papel da Estatística na tomada de decisão;
Estatística Descritiva versus Inferência Estatística;
Aplicações em diferentes áreas do conhecimento;
Tipos de dados e variáveis.

Módulo 2 – Organização e Apresentação dos Dados

Organização de bases de dados;
Distribuições de frequência;
Tabelas de frequência simples;
Tabelas de frequência acumulada;
Frequências absolutas e relativas;
Interpretação de distribuições estatísticas.

Módulo 3 – Tabelas de Frequência para Variáveis Qualitativas

Distribuição de categorias;
Frequências absolutas e percentuais;
Tabelas de contingência;
Interpretação de resultados;
Aplicações em pesquisas de opinião e levantamentos amostrais.

Módulo 4 – Representação Gráfica dos Dados

Gráfico de barras;
Gráfico de setores (pizza);
Gráfico de colunas;
Gráfico de linhas;
Histograma;
Polígono de frequência;
Ogiva (frequência acumulada);
Diagrama de dispersão (Scatter Plot);
Interpretação visual da relação entre variáveis;
Escolha adequada dos gráficos para diferentes tipos de dados.

Além disso, eu acrescentaria um pequeno módulo novo antes do Box-Plot:

Módulo 5 – Medidas de Tendência Central

Média aritmética;
Média ponderada;
Mediana;
Moda;
Interpretação das medidas de tendência central;
Comparação entre as diferentes medidas.

Módulo 6 – Medidas de Dispersão

Amplitude;
Variância;
Desvio padrão;
Coeficiente de variação;
Interpretação da dispersão dos dados;
Comparação de variabilidades entre grupos.

Módulo 7 – Quantis e Medidas de Posição

Quartis;
Quintis;
Decis;
Percentis;
Interpretação dos quantis;
Aplicações em rankings e avaliações;
Construção de distribuições percentílicas.

Módulo 8 – Distribuição dos Dados

Conceito de distribuição estatística;
Simetria e assimetria;
Coeficiente de assimetria;
Curtose;
Distribuições leptocúrticas, mesocúrticas e platicúrticas;
Interpretação prática dos indicadores.

Módulo 9 – Box-Plot e Análise Exploratória dos Dados

Construção do box-plot;
Interpretação gráfica;
Quartis e intervalo interquartílico;
Identificação de valores atípicos (outliers);
Comparação entre grupos;
Aplicações práticas.

Módulo 10 – Associação entre Variáveis

Covariância;
Correlação;
Correlação positiva e negativa;
Intensidade da associação;
Interpretação do coeficiente de correlação;
Correlação e causalidade: diferenças fundamentais.
Análise gráfica utilizando Scatter Plot;
Identificação visual de padrões e tendências.

Módulo 11– Estatística Descritiva Aplicada à Tomada de Decisão

Interpretação integrada de tabelas e gráficos;
Construção de indicadores;
Elaboração de relatórios estatísticos;
Comunicação de resultados para públicos não técnicos;
Estudos de caso com dados reais;
Aplicações em negócios, políticas públicas, educação e saúde.

Participar das Primeiras Aulas Gratuitamente

Clique aqui para realizar seu cadastro.

Após o cadastro, o link de acesso às aulas gratuitas será enviado para o e-mail ou WhatsApp informado.

Uma excelente oportunidade para conhecer a metodologia do curso antes de realizar sua matrícula.

Carga Horária

12 horas

A carga horária contempla:

6 horas de videoaulas gravadas;
Número de aulas: 20;
Leitura de material didático complementar;
Exercícios de fixação;
Estudos de caso com dados reais;
Atividades de estudo individual e revisão dos conteúdos.

Professor

Dr. Carlos Enrique Carrasco Gutierrez

Doutor em Economia pela FGV/EPGE e Doutor em Engenharia Elétrica pela PUC-Rio, com ampla experiência em Estatística Aplicada, Econometria, Ciência de Dados, Avaliação de Políticas Públicas e Métodos Quantitativos. Professor, pesquisador e autor de livros e artigos científicos nacionais e internacionais.