• LOGIN
  • Nenhum produto no carrinho.

Aprenda como fazer Modelagem Estatística Bayesiana Preditiva no Estudo de Caso da Pandemia do Coronavírus no BRASIL (Covid-19 | Sars-Cov-2)

O que você aprenderá

  • Estatística Bayesiana
  • Modelo de Regressão Linear Simples com Abordagem Bayesiana
  • Modelo de Regressão Linear Múltiplo com Abordagem Bayesiana

  • ANOVA com Abordagem Bayesiana
  • Simulação Computacional com Estatística Bayesiana no R
  • Diferenças entre Modelos de Regressão com Estatística Frequentista vs Estatística Bayesiana

Requisitos 

Descrição

Se você busca pelo primeiro curso sobre Modelos de Regressão com Estatística Bayesiana este curso é ideal para você.

Este curso tem como objetivo ser um curso de entrada para quem quer aprender modelagem estatística com abordagem bayesiana. Assim, tenho a pretensão de apresentar de forma introdutória as 3 técnicas essenciais para modelagem estatística bayesiana:

  1. Regressão Linear Simples com Abordagem Bayesiana
  2. Regressão Linear Múltipla com Abordagem Bayesiana
  3. Análise de Variância (ANOVA) com Abordagem Bayesiana

 

Com essas 3 técnicas mostro como trabalhar com dados qualitativos e quantitativos para fazer predições sobre os mais diversos tipos de fenômenos.

Ao final do curso, por meio de dados oficiais do Brasil, mostro como desenvolver um estudo de caso sobre a Pandemia causada pelo Novo Coronavírus. Neste projeto o objetivo é analisar a incidência de óbitos nas regiões do Brasil, por meio dos modelos estatísticos preditivos ensinados no curso.

Com uma linguagem simples, mas sempre com muito rigor científico esse curso é ideal tanto para quem precisa aprender de forma rápida técnicas de modelagem estatística, quanto para pesquisadores que precisam incorporar o rigor científico nos seus projetos. Seja você aluno(a) de iniciação científica, mestrando(a), doutorando(a), pesquisador(a) consagrado(a) ou profissional de inteligência competitiva.

Para quem é este curso:

  • Pesquisadores (PhD, Doutores, Mestres), Cientistas de Dados, Profissionais/Estudantes de Humanas, Biológicas e Exatas.

Incluído no Curso

  • 5 horas de vídeo aulas
  • 14 Recursos para download
  • Acesso total vitalício
  • Acesso no dispositivo móvel e desktop
  • Certificado de conclusão com link para autenticação

Condições de Pagamento*

Parcelamos em até 10x no cartão de crédito ou à vista no boleto bancário, pelo sistema PagSeguro.

Após realizado o pagamento o aluno terá até 7 dias para desistir do curso ou antes de concluir o primeiro módulo (o que vencer primeiro). Caso o aluno desista do curso será reembolsado em até 30 dias com o valor integral, menos 4% referente às taxas administrativas.

Para alunos residentes fora do Brasil emitimos ordem de pagamento pelo sistema PayPal. Para mais informações enviar mensagem para financeiro@metodosexatos.com.br

Professor responsável


andre santosAndré L.M.F. Santos

Matemático/Estatístico com Mestrado em Eng. de Produção.

Profissional com mais de 20 anos de experiência no setor acadêmico e corporativo.

Atualmente, faz doutorado em Marketing, pesquisando métodos quantitativos para otimização de investimento em meios digitais.

Currículo do Curso

INTRODUÇÃO
ES13 – 001 Apresentação do Professor 00:03:04
ES13 – 002 Cronograma 00:04:57
ES13 – 003 Introdução 00:08:51
MODELO DE REGRESSÃO LINEAR SIMPLES (MRLS)
ES13 – 004 MRLS com Abordagem Frequentista – Parte 1 00:07:05
ES13 – 005 MRLS com Abordagem Frequentista – Parte 2 00:08:50
ES13 – 006 Solução 1 – MRLS com Abordagem Frequentista 00:08:33
ES13 – 007 Solução 2 – MRLS com Abordagem Frequentista 00:04:52
ES13 – 008 Abordagem Bayesiana – Priori Não-informativa de Jeffreys 00:05:29
ES13 – 009 Distribuições Marginais Posteriores 00:05:12
ES13 – 010 Predição de y Para Novos Valores de x 00:06:10
ES13 – 011 Análises no R de Modelos Lineares com Abordagem Bayesiana 00:06:24
ES13 – 012 Abordagem Bayesiana no R – Partes 1 e 2 00:07:34
ES13 – 013 Análise do Resumo Estatístico 00:10:12
ES13 – 014 Parâmetros de Escala das Distribuições Posteriores Marginais 00:04:02
ES13 – 015 Simulações das Distribuições Posteriores Conjuntas 00:04:42
ES13 – 016 Simulações das Distribuições Posteriores Conjuntas no R 00:13:38
ES13 – 017 Distribuição Preditiva para Valores Esperados de Y 00:06:20
ES13 – 018 Intervalo de Credibilidade (ICr95%) 00:05:44
MODELO DE REGRESSÃO LINEAR MÚLTIPLO (MRLM)
ES13 – 019 Regressão Linear Múltipla – Expressão Matemática 00:01:47
ES13 – 020 Priori Não-informativa de Jeffreys para Regressão Múltipla 00:04:49
ES13 – 021 Padronização de Variáveis 00:03:42
ES13 – 022 Exemplo – Modelo Linear Múltiplo com Abordagem Bayesiana 00:05:45
ES13 – 023 Passos no R para MRLM com Abordagem Bayesiana 00:09:19
ES13 – 024 Construção da Base de Dados no R 00:07:40
ES13 – 025 Diagramas de Dispersão – Dados Originais e Transformados 00:07:54
ES13 – 026 Padronização das Variáveis X1 e X2 & Modelo Frequentista 00:05:38
ES13 – 027 Análise da Regressão Bayesiana com Variáveis Padronizadas 00:09:12
ES13 – 028 Representação Gráfica da Amostra da Distribuição Posterior 00:03:35
ES13 – 029 Predição para Novos Valores das Variáveis Explicativas 00:08:18
ES13 – 030 Histograma e Sumário da Distribuição Posterior Preditiva 00:07:02
ANÁLISE DE VARIÂNCIA (ANOVA)
ES13 – 031 Análise de Variância (ANOVA) 00:02:44
ES13 – 032 Análise de Variância Com Um Fator Classificatório 00:10:29
ES13 – 033 Fatores Fixos & Aleatórios 00:06:38
ES13 – 034 Exemplo – ANOVA 00:11:32
ES13 – 035 Verificação da Base de Dados 00:03:48
ES13 – 036 Análise da Variável Resposta 00:08:36
ES13 – 037 Estatísticas para Distribuições Posteriores 00:06:01
ES13 – 038 Amostra Simulada das Distribuições Posteriores Marginais 00:07:01
ES13 – 039 Intervalo de Credibilidade (ICr95%) para Desvio Padrão 00:02:34
ES13 – 040 Sumário Estatístico para Efeitos dos Níveis do Fator CPUE 00:04:50
ES13 – 041 Gráfico das Distribuições Posteriores Marginais para os Níveis 00:05:09
ES13 – 042 Tomada de Decisão com ANOVA 00:02:19
ES13 – 043 Análise dos Óbitos por COVID-19 no Brasil 00:15:01
ES13 – 044 Estudo de Caso COVID – Script Parte 1 00:06:35
ES13 – 045 Estudo de Caso COVID – Script Parte 2 00:08:50
ES13 – 046 Estudo de Caso COVID – Análise das Distribuições Posteriores 00:06:56
ES13 – 047 Estudo de Caso COVID – Resultado sobre as Regiões do Brasil 00:06:51
ES13 – 048 Considerações Finais 00:03:43

Resenhas do Curso

N.D

classificações
  • 5 estrelas0
  • 4 estrelas0
  • 3 estrelas0
  • 2 estrelas0
  • 1 estrelas0

Nenhuma resenha foi encontrada para este curso.

2 ALUNOS INSCRITOS

Melhores Classificados

Revisões do Curso

  • Introdução à Bioestatística com Computação Científica

    Excelente 5

    Muito bem explicado.
    Ramiro Nery de Souza
  • Curso Estatística Descritiva

    Muito bom! 4

    O conteúdo é muito bem explicado em um ritmo que, mesmo quem não tem muita experiência em estatística pode acompanhar. Pra quem já tem experiência, pode ser muito básico, mas é sempre bom rever os conceitos.
    Fábio Baum
  • Planejamento de Estudos Estatísticos

    Parabéns

    Muito bom. Foi possível aprender diversos conceitos.
    LeonardoFelipedasChagas
  • Pré-cálculo I

    Excelente 5

    Curso muito bom, está ajudando muito há relembrar os conceitos matemáticos.
    guilhermevfc
  • Computação Científica com R

    5

    Adorei o curso! A explicação é objetiva, o professor realiza a prática através de exemplos no Rstudio. Estão de parabéns! Gostei bastante!
    Angélica Rodrigues de Lima
  • Computação Científica com R

    5

    O curso é excelente para quem está iniciando ou até mesmo quem ficou muito tempo sem contato com a ferramenta e precisava relembrar alguns conceitos básicos. O André segue uma didática muito boa.
    AndersonAlmeida
Métodos Exatos © Direitos reservados.