Os testes estatísticos não-paramétricos são métodos que têm maior relevância nas ciências sociais aplicadas, pois permitem trabalhar com pequenas amostras ou amostras das quais não se tenha certeza de que sejam provenientes de população com distribuição normal, assumindo poucas hipóteses sobre a distribuição de probabilidade da população.
Class Deals by MOOC List - Click here and see Coursera's Active Discounts, Deals, and Promo Codes.
Estes testes são adequados para apoiar a tomada de decisão dentro das organizações em situações nas quais não seja atendido algum dos requisitos para a aplicação dos testes estatísticos paramétricos, como o teste Z, o teste T, e o teste F de análise de variância – ANOVA, que dependem: (i) da condição de a amostra ter sido extraída de uma população distribuída de acordo com distribuição normal (de Gauss); (ii) da escala de medida da variável aleatória ser contínua; e (iii) do tamanho da amostra ser maior do que 30 observações. Neste sentido, este curso irá abordar as principais técnicas não-paramétricas incluindo: testes de hipótese não-paramétricos para uma amostra, duas ou mais amostras relacionadas, duas ou mais amostras independentes e suas aplicações. Ao terminar o curso, você terá aumentado significativamente seu repertório de técnicas estatísticas com base nestes testes não-paramétricos para o adequado apoio a tomada de decisão.
What You Will Learn
- Distinguir e justificar o uso de testes paramétricos e não-paramétricos
- Listar e escolher entre as técnicas estatísticas não paramétricas
- Aplicar diferentes testes de acordo com as características e tamanho da amostra
- Interpretar resultados de testes não-paramétricos
Syllabus
WEEK 1
Sobre o Curso
O teste de hipóteses é uma das principais ferramentas para inferência estatística. Este tipo de ferramenta de apoio à tomada de decisão permite testar hipóteses que são construídas a partir de evidências amostrais quanto à sua capacidade de representar a população da qual foi extraída. Muito utilizado em diferentes áreas do conhecimento, sua aplicação possui uma estrutura comum, apesar de requerer adaptações operacionais para aplicação em problemas que envolvem diferentes tipos de variáveis, com tamanho de amostra grandes ou pequenos e para quando conhecemos ou não a distribuição da variável na população. Ao final deste curso espera-se que você possa descrever a estrutura dos testes paramétricos e não-paramétricos, listar quais são os testes de hipóteses não-paramétricos, aplicar o teste não-paramétrico mais adequado para cada situação, e interpretar resultados e tomar decisões.
Estrutura dos testes de hipóteses
Ao final deste módulo espera-se que você possa descrever a estrutura geral dos testes de hipóteses, incluindo sua sub-divisão em testes do tipo paramétrico e não-paramétrico. Os conceitos também serão revisados a partir da apresentação do teste de hipóteses de proporções.
WEEK 2
Tipos de testes de hipóteses não-paramétricos
Ao final deste módulo espera-se que você possa descrever as principais diferenças entre os testes de hipóteses paramétricos e não-paramétricos e escolher qual o teste de hipóteses mais adequado para cada situação. Para isto, serão apresentados critérios efetivos para auxiliar na identificação de qual o teste não-paramétrico é o mais adequado para cada situação.
WEEK 3
Modelagem dos testes de hipóteses não-paramétricos
Este módulo contém a apresentação detalhada de cada uma dos testes de hipóteses não-paramétricos para as situações nas quais os testes paramétricos não podem ser aplicados. Ao final deste módulo espera-se que você possa modelar a estrutura para a aplicação do teste de hipóteses não-paramétrico mais adequado.
WEEK 4
Resultados dos testes de hipóteses e tomadas de decisão
Ao final deste módulo espera-se que você possa interpretar os resultados das aplicações envolvendo testes não paramétricos e tomar decisões
