Este repositório contém meus estudos e anotações do curso Estatística do Básico ao Avançado (EBA), ministrado por Renata Biaggi. O objetivo do curso é fornecer uma base sólida em estatística, desde conceitos fundamentais até técnicas avançadas, incluindo regressão e introdução ao machine learning.
- Tipos de Variáveis: Categorização e tratamento.
- Gráficos e Visualizações: Histogramas, boxplots, entre outros.
- Medidas de Tendência Central: Média, mediana, moda.
- Medidas de Dispersão: Variância, desvio padrão, quartis.
- Conceitos Básicos: Espaço amostral, eventos, interseção e união.
- Probabilidade: Regras, probabilidade condicional, Teorema de Bayes.
- Distribuições de Probabilidade: Binomial, Bernoulli, Normal, T-student, Z, F, Chi-quadrado.
- Testes Paramétricos: Teste t, F, Z, chi-quadrado, ANOVA.
- Testes Não Paramétricos e Bootstrap.
- Teste AB: Design, tamanho mínimo de amostra, identificação de vieses.
- Regressão Linear Simples e Múltipla: OLS, R² e R² ajustado.
- Pressupostos da Regressão: Análise crítica dos requisitos.
- Variáveis Categóricas: Como tratar em modelos de regressão.
- Regressão Logística: Aplicações e fundamentos.
- Conceitos básicos e primeiros passos na modelagem preditiva.
📁 notebooks/ → Cadernos Jupyter com códigos e exemplos práticos
📁 datasets/ → Conjunto de dados utilizados nos exercícios
📁 projetos/ → Aplicações práticas de estatística em diferentes cenários
💡 Sugestões e colaborações são bem-vindas!
📩 Entre em contato: [email protected]