Conceitos Iniciais

Conceitos Iniciais

1. Origem dos Dados

   • Estrutura
     • Dados Estruturados - Foco da matéria
     • Dados não Estruturados - Mais comuns de serem encontrados na prática, hoje em dia
   • Tipo de Estudo
     • Experimental - Maior controle para o pesquisador
     • Observacional - Menor controle para o pesquisador

2. Tipos de Amostragem

   • Probabilística
     • Cada unidade possui uma probabilidade associada de ser sorteada
   • Conveniente
     • Unidades observadas com critérios não estatísticos

3. "Problemas" com os dados

   • Dados Faltantes
     • Se não é fácil obter o verdadeiro valor, exclusão ou imputação dos dados são opções.
   • Erros de Digitação
   • Erros de Mensuração
     • Difíceis de identificar e corrigir.

4. Enfoque em Dados Quantitativos

   • Modelos
     • Modelo de Regressão Linear Simples
       • Características Esperadas dos Dados
         • Que os valores de Y tenham a tendência de variar conforme os valores de X - proporcional ou inversamente proporcional -.
         • Variância das observações homogêneas.
       • Nesse caso, sendo F uma função linear.
       • É um modelo estatístico.
       • Modelo de primeira ordem.
       • Definição formal ->
     • Diagramas
       • Dá o "norte" das análises de regressão.
         • É usado em conjunto do ajuste do modelo e do coeficiente de correlação.
       • Permite avaliar crescimento - ou decrescimento - dos valores-resposta de acordo com os valores explicativos.
       • Permite avaliar linearidade dos dados.
       • Permite avaliar se existem valores discrepantes, ou não usuais.
       • Permite avaliar a magnitude da relação (a inclinação da reta é alta ou baixa?)
       • Permite avaliar a força da relação dos dados (estão mais juntos ou afastados?)
     • Com variáveis quantitativas, preferencialmente contínuas, deseja-se obter uma relação do tipo Y≈F(X)
     • Modelos de regressão NÃO avaliam causalidade.
     • Podem ser matemáticos ou estatísticos.

Images and files in the map