O que você aprenderá_

Compreenda a aplicação da ANOVA One Way e as premissas essenciais
Interprete a estatística F e as suas implicações na comparação de médias
Aplique testes pós-hoc como o Tukey HSD e a correção de Bonferroni para múltiplas comparações
Expanda o conhecimento com a análise de medidas repetidas e verificação de esfericidade
Analise associações entre variáveis categóricas através do teste Qui-quadrado
Explore coeficientes de correlação (Pearson, Spearman e Kendall) para interpretar relações quantitativas

Público alvo_

Ao final do curso, será possível aprofundar conhecimentos em análise estatística aplicada à ciência de dados, com foco em técnicas de comparação de médias, testes pós-hoc e correlações, direcionado a pessoas interessadas em explorar implementações práticas em Python.

Rosemary Inacio de Andrade

Bacharel em Estatística, formada pela USP e mais de 20 anos de experiência conectando dados aos desafios reais dos negócios. Liderei times de Data Science em empresas como Neon e Boa Vista SCPC, além de atuar como consultora para cooperativas de crédito como o Sicredi. Tenho sólida experiência com dados abertos, Cadastro Positivo, Open Finance e plataformas em nuvem (GCP e AWS) e Python. Trago uma abordagem prática e aplicada e acredito que dados só têm valor quando transformados em decisões melhores.

Curso atualizado em 05/09/2025

Já estuda na Alura?

Comece o curso agora

Ementa

ANOVA One-Way: comparando três ou mais grupos
- Apresentação
- Entendendo o problema
- Preparando o ambiente
- Estudando o Anova One Way
- Aplicando Anova no projeto
- Avaliando a eficácia de campanhas de marketing na Meteora
- Para saber mais: graus de liberdade na ANOVA
- Faça como eu fiz: teste ANOVA trailers
- O que aprendemos?
Testes Pós-Hoc: investigando diferenças específicas
- Estudando o teste de Tukey
- Aplicando o teste pós-hoc de Tukey
- Conhecendo o teste de Bonferroni
- Utilizando o Bonferroni com Python
- Avaliando a satisfação dos clientes na Jornada Viagens
- Para saber mais: estatística Q no Tukey
- Faça como eu fiz: testes pós-hoc
- O que aprendemos?
ANOVA: medidas repetidas
- Conhecendo o Anova para medidas repetidas
- Explorando as medidas repetidas com Python
- Considerações teste pós-HOC
- Otimizando a estrutura organizacional com dados longitudinais
- Para saber mais: abordagens para anova de medidas repetidas: statsmodels vs. pinguim
- Faça como eu fiz: Anova Medidas Repetidas
- O que aprendemos?
Associação entre variáveis categóricas: Qui-Quadrado e teste exato de Fisher
- Aplicando associação entre variáveis categóricas
- Associação entre variáveis categóricas
- Para saber mais: impacto dos dados missing na análise estatística
- Analisando preferências de produtos geeks no UseDev
- Faça como eu fiz: teste de associação
- O que aprendemos?
Correlação: Pearson, Spearman e Kendall
- Lidando com a Pearson
- Aprendendo a correlação de Pearson
- Abordando a correlação Spearman Kendall
- Aplicando Spearman Kendall com Python
- Para saber mais: padronização na correlação de Pearson
- Explorando a relação entre posição de destaque e vendas na Meu Pequeno Grimório
- Faça como eu fiz: correlação de dados
- O que aprendemos?
Escolha adequada do teste estatístico
- Para saber mais: guia para testes estatísticos
- Faça como eu fiz: compartilhar aprendizados
- Consolidando o conhecimento
- Conclusão
- O que aprendemos?

Descubra se esse curso é pra você! Leia as primeiras aulas

Comece essa formação agora mesmo e capacite-se para seu próximo projeto!

Conheça os planos

Escola

Data Science

Trabalhe com dados. Aprofunde seu conhecimento nas principais ferramentas de uma pessoa data scientist. Descubra as diferentes possibilidades de análise de dados, do Excel ao Python, e mergulhe em frameworks e bibliotecas, como Pandas, Scikit-Learn e Seaborn.

Conheça a escola

Cursos relacionados em Data Science

curso

Fundamentos de nuvem

construindo a base

Data Science

curso

Pandas

conhecendo a biblioteca

Data Science

curso

Estatística avançada:

O que você aprenderá_