Pós-Graduação EAD em Estatística Aplicada e Análise de Dados - 720 Horas

Capacitar o profissional para aplicar métodos de estatística descritiva, probabilidade e inferência na análise de dados em diferentes contextos. Desenvolver competências para construir e avaliar modelos estatísticos e preditivos, como regressão, ANOVA, séries temporais e técnicas de machine learning, usando ferramentas como Excel, Power BI, R e Python. Preparar o profissional para interpretar e comunicar resultados de forma clara, ética e reprodutível, transformando dados em informação para a tomada de decisão.

Empresas, órgãos públicos e instituições de pesquisa tomam decisões com base em dados diariamente, e a qualidade dessas decisões depende de como os números são analisados e interpretados. Analisar dados com rigor, identificar as informações relevantes e comunicar resultados com clareza são competências cada vez mais demandadas em diferentes áreas de atuação. A pós-graduação em Estatística Aplicada e Análise de Dados tem abordagem prática, abordando a exploração de dados, testes de hipóteses, construção de modelos e técnicas de previsão, com aplicações em áreas como negócios, produção, saúde e educação. Ao longo da formação, você vai utilizar ferramentas amplamente empregadas no mercado, como Excel, Power BI, R e Python, e desenvolver habilidades de visualização e comunicação de resultados.

Conheça o conteúdo do curso Estatística Aplicada e Análise de Dados

Grade do curso

Módulo 1: Fundamentos da Estatística e Análise Exploratória

  - Estatística e análise exploratória de dados
  - Estatística descritiva para Ciência de Dados
  - Aplicações à estatística
  - Instrumentos de pesquisa, coleta e análise de dados

Módulo 2: Probabilidade, Distribuições e Simulação

  - Distribuições discretas de probabilidade e distribuições contínuas de probabilidade
  - Distribuições binomiais, distribuições Poisson e distribuições normais
  - Simulação de Monte Carlo
  - Simulação de Monte Carlo aplicada

Módulo 3: Inferência Estatística

  - Revisão e Fundamentos da Inferência
  - Teste de hipóteses e estimação de parâmetros
  - Qui-Quadrado e Tabelas de Contingência
  - Testes Não Paramétricos

Módulo 4: Correlação e Modelos de Regressão

  - Correlação e Regressão Linear Simples
  - Cálculos da Regressão dos Mínimos Quadrados
  - Regressão Linear Múltipla
  - Regressão Logística Binária

Módulo 5: Análise de Variância e Planejamento de Experimentos

  - ANOVA – Um Fator
  - ANOVA Multifatorial e Interações
  - Planejamento de Experimentos
  - ANOVA aplicada em processos produtivos

Módulo 6: Análise Multivariada e Previsão

  - PCA – Análise de Componentes Principais
  - Modelos de Agrupamento e Modelos de Regressão
  - Séries temporais e previsão de demanda com Excel
  - Estatística Aplicada a Finanças

Módulo 7: Preparação e Visualização de Dados

  - Limpeza e preparação de dados
  - Manipulação de dados
  - Visualização e análise de dados
  - Análise de Dados Utilizando Dashboards

Módulo 8: Ferramentas e Inteligência Artificial na Análise de Dados

  - Otimização de planilhas com IA: recursos para Excel e Sheets
  - Power BI e o uso de IA: comandos e ferramentas
  - Análise de Dados com IA: ferramentas de pesquisa e gerenciamento
  - Frameworks de visualização de dados

Módulo 9: Estatística Aplicada a Processos e à Qualidade

  - Controle Estatístico de Processos (CEP)
  - Ferramentas de Qualidade: Histograma, Diagrama de Correlação, CEP - Controle Estatístico do Processo (Cartas de Controle)
  - Testes não paramétricos e Qui-quadrado em casos da produção
  - Estudo de regressão com dados de produção

Módulo 10: Estatística Aplicada à Saúde, à Educação e às Ciências Sociais

  - Bioestatística: medidas de associação, risco e análise de sobrevivência
  - Estatística aplicada à avaliação educacional
  - Técnicas de amostragem e pesquisas por questionário
  - Indicadores sociais e bases de dados públicas (IBGE, DATASUS, INEP)

Módulo 11: Introdução ao Aprendizado de Máquina

  - Introdução ao Machine Learning
  - Técnicas de mineração (regras, clusters, classificação)
  - Aplicações práticas com dados reais
  - Avaliação de modelos preditivos: validação, métricas e sobreajuste

Módulo 12: Programação Estatística e Comunicação de Resultados

  - Análise estatística com a linguagem R
  - Análise de dados com Python: pandas e bibliotecas estatísticas
  - Reprodutibilidade, ética e erros comuns na análise de dados
  - Comunicação de resultados estatísticos: relatórios e storytelling com dados
*Estatística Aplicada e Análise de Dados* 720hrsbbbbbb*Módulo 1: Fundamentos da Estatística e Análise Exploratória*bbb*Módulo 2: Probabilidade, Distribuições e Simulação*bbb*Módulo 3: Inferência Estatística*bbb*Módulo 4: Correlação e Modelos de Regressão*bbb*Módulo 5: Análise de Variância e Planejamento de Experimentos*bbb*Módulo 6: Análise Multivariada e Previsão*bbb*Módulo 7: Preparação e Visualização de Dados*bbb*Módulo 8: Ferramentas e Inteligência Artificial na Análise de Dados*bbb*Módulo 9: Estatística Aplicada a Processos e à Qualidade*bbb*Módulo 10: Estatística Aplicada à Saúde, à Educação e às Ciências Sociais*bbb*Módulo 11: Introdução ao Aprendizado de Máquina*bbb*Módulo 12: Programação Estatística e Comunicação de Resultados*bbbbbbVocê pode visualizar a grade completa em https://www.estudesemfronteiras.com/pos-graduacao-ead/ciencias-contabeis/estatistica-aplicada-e-analise-de-dados-720-horas

Cada unidade de aprendizagem é composta por uma apresentação; um capítulo de livro; uma dica do professor, que poderá ser uma videoaula; 1 quiz com 5 questões de múltipla escolha com o objetivo de promover melhor fixação de cada conteúdo, links e materiais complementares. Observa-se que o quiz não possuem caráter avaliativo, ou seja, não comporão sua nota para a certificação. Como avaliação, cada módulo contará com uma prova de 5 questões de múltipla escolha que valerá 10 pontos, sendo necessário atingir a nota mínima 6 para aprovação. Caso o aluno não obtenha essa nota na primeira tentativa, uma nova chance é disponibilizada. Por fim, se ainda na segunda tentativa o aluno for reprovado, ele poderá realizar uma nova tentativa mediante ao pagamento de uma taxa.

Esta pós-graduação é destinada a profissionais de áreas como administração, economia, engenharia, saúde, educação, marketing e ciências sociais, analistas de dados e de negócios, pesquisadores, gestores e demais profissionais que precisam coletar, analisar e interpretar dados para apoiar decisões.