Estatística com Python parte 2: probabilidade e amostragem

Conteúdo Detalhado

1. Distribuição binomial

   • Conhecendo o ambiente e o dataset
   • Utilizando DataFrames
   • Distribuição binomial
   • Show de prêmios da Alura
   • Calculando a probabilidade
   • Distribuição de probabilidade binomial
   • Lançando moedas
   • Lançando dados
   • Aplicação da média
   • Chance de ter olhos azuis

2. Distribuição de Poisson

   • Conhecendo a distribuição Poisson
   • Experimento Poisson
   • Calculando a probabilidade
   • Estimativa de clientes em determinada hora

3. Distribuição normal

   • Conhecendo a distribuição normal
   • Distribuição de probabilidade normal
   • Usando a tabela padronizada
   • Variável padronizada Z
   • Aplicando a tabela - Caso I
   • Prova de estatística
   • Aplicando a tabela - Caso II
   • Faturamento diário
   • Aplicando a tabela - Caso III
   • Vida útil
   • Obtendo probabilidades

4. Técnicas de amostragem

   • Por que selecionar amostras?
   • Um pouco de teoria
   • Amostragem aleatória simples
   • Selecionando uma amostra
   • Outras técnicas de amostragem
   • Mais um pouco de teoria

5. Nível e intervalo de confiança

   • Teorema do limite central
   • Conceitos sobre estimação
   • Nível de confiança e erro inferência
   • Sobre os níveis de confiança e significância
   • Intervalo de confiança
   • Margem de erro
   • Intervalo de confiança

6. Calculando o tamanho da amostra

   • Cálculo para a população infinita
   • Obtendo o tamanho da amostra
   • Cálculo para a população finita
   • Amostra de sacos de farinha

7. Resumo e projeto final

   • Fixando o conteúdo
   • Tamanho de amostra
   • Projeto de Estimativas - Início
   • Apresentação do projeto
   • Revisando o conteúdo
   • Projeto de Estimativas - Final
   • Correção do projeto
   • Revisando o conteúdo um pouco mais