|
所在平台: Coursera |
课程主页: https://www.coursera.org/learn/estatistica-nao-parametrica
课程评论：没有评论
课程名称：非参数统计决策 课程概述： 非参数统计测试是在应用社会科学中具有重要意义的方法，因为它们允许处理小样本或不确定是否来自正态分布的样本，假设对总体概率分布的要求较少。这些测试适用于在组织内支持决策，尤其在无法满足参数统计测试（如Z检验、T检验和方差分析F检验）条件的情况下。该课程将涵盖主要的非参数技术，包括单样本、相关的多样本和独立的多样本假设检验及其应用。完成课程后，您将显著增加基于非参数测试的统计技术，以便更好地支持决策。 课程大纲： 1. 课程介绍 - 假设检验是统计推断的主要工具，通过样本证据测试由假设构建的群体情况。该模块将强调其在不同知识领域的应用及其必要的操作调整，以适应不同类型变量的问题。 2. 假设检验的结构 - 该模块将描述假设检验的一般结构，包括参数和非参数测试的细分，复习均值和比例的参数检验概念。 3. 非参数假设检验类型 - 学习非参数和参数假设检验之间的主要区别，并选择适用于每种情况的检验方法，将提供有效的标准来识别最合适的非参数检验。 4. 非参数假设检验的建模 - 详细介绍每种非参数假设检验，帮助学生建立非参数检验的应用结构模型。 5. 假设检验结果与决策 - 该模块旨在帮助学生解读涉及非参数检验的应用结果并作出相应决策。 通过这一系列的模块，学生将能够掌握必要的非参数统计技术，以支持更有效的决策制定过程。
Name:SOBRE O CURSO
Description: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 para confrontar 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 mais importantes, aplicar o teste não-paramétrico mais adequado para cada situação, e interpretar resultados e tomar decisões.
Name:ESTRUTURA DOS TESTES DE HIPÓTESES
Description:Ao final deste módulo espera-se que você possa descrever a estrutura geral dos testes de hipóteses, incluindo sua subdivisão em testes do tipo paramétrico e não-paramétrico. Os conceitos também serão revisados a partir da apresentação dos testes de hipóteses paramétricos de média e de proporções.
Name:TIPOS DE TESTES DE HIPÓTESES NÃO-PARAMÉTRICOS
Description: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.
Name:MODELAGEM DOS TESTES DE HIPÓTESES NÃO-PARAMÉTRICOS
Description:Este módulo contém a apresentação detalhada de cada uma dos testes de hipóteses não-paramétricos. Ao final deste módulo espera-se que você possa modelar a estrutura para a aplicação do teste de hipóteses não-paramétrico mais adequado.
Name:RESULTADOS DOS TESTES DE HIPÓTESES E TOMADA DE DECISÃO
Description:Ao final deste módulo espera-se que você possa interpretar os resultados das aplicações envolvendo testes não paramétricos e tomar decisões
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. 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.
