top of page
Logo-curso2_edited.png
Passe a analisar os dados das suas pesquisas com confiança

Mesmo que atualmente você não entenda nada de estatística ou programação

As matrículas para esse curso abrirão no dia 09/09 às 19h
(horário de Brasília)

Abaixo eu te explico exatamente como o curso vai funcionar!

Se quiser que eu mande um e-mail te lembrando da abertura das matrículas, se inscreva no botão abaixo:

Entender análise de dados é essencial para um pesquisador, mas...

Muitas vezes isso nos é ensinado em uma linguagem tão técnica e rebuscada que parece impossível aprender.

É por isso que há anos eu aprimoro um jeito mais simples de explicar esses conceitos. Em uma linguagem acessível a quem é da academia, mas não necessariamente tem uma formação em exatas.

E os comentários no meu canal do YouTube mostram que está dando certo:

depo8.png

Esse comentário é de uma aula sobre valor de p!

O que esperar do curso?

A parte teórica tem:

  • Aulas gravadas direto ao ponto, sem enrolação

  • Slide bem pensado, que acompanha o raciocínio

  • Linguagem acessível, com cada conceito sendo devidamente explicado

  • Material atualizado e completamente amparado na literatura científica

  • Lista de referências em Word, já especificando qual informação vem de qual referência​

  • Exemplos de aplicação do teste em artigos científicos

  • Vídeos editados para serem dinâmicos e objetivos

E a parte prática?

Todas as aulas práticas acontecem no software R

E você sempre recebe o script e a base de dados utilizados para treinar no seu computador

Uma informação importante: a gente já começa a colocar a mão na massa nas primeiras aulas, para sedimentar os aprendizados te​óricos na prática. Nada de longas aulas teóricas sem aplicação!

Todas as aulas sobre testes estatísticos incluem:

​

  • Testagem dos pressupostos e discussão do que fazer quando esses pressupostos não são atendidos

  • Cálculo do tamanho de efeito adequado àquele teste

  • Confecção de um gráfico adequado a publicação

  • Um arquivo em Word com os resultados descritos no padrão científico

Todos esses arquivos contêm:

  • Descrição da metodologia de análise empregada (com suas respectivas referências)

  • Descrição dos resultados em texto, gráfico e tabela (já com sugestões de legendas)

Ok, mas... Por que aprender R?

O R é uma linguagem de programação focada em análise de dados e...

logo_R.png

1. É um software gratuito

2. É ilimitado: permite que a gente rode qualquer análise estatística

3. Possibilita a criação de figuras incríveis

4. Permite automatizações que minimizam erros

5. É um software muito adaptado a análises acadêmicas

  • Conseguimos salvar as figuras nas resoluções exigidas pelas revistas científicas

  • Todos os pacotes e funções têm referências que podem ser citadas em artigos

Mockup final.png
Eu já achei que programar não era para mim...

Mas a minha dificuldade era reflexo da falta de didática das aulas que eu assistia

Hoje em dia eu acredito que qualquer um pode aprender a programar, desde que as aulas sejam adequadamente planejadas.

E os depoimentos do meu canal no YouTube confirmam isso:

Sim, eu também vou te ensinar a construir figuras...

... já adequadas a publicações, com a qualidade que as revistas científicas exigem

O pacote ggplot2 do R é – na minha opinião – a melhor ferramenta para construir figuras científicas

Com as aulas, você vai dominar o uso desse pacote e criar com segurança as suas figuras do zero

Algumas das figuras que vamos criar ao longo do curso...

O conteúdo do curso é diferente do que existe canal no YouTube?

Sim! Completamente diferente.

Todos os conteúdos são exclusivos do curso.

O curso conta com muitas aulas teóricas e práticas de temas que nunca foram discutidos no YouTube.

Aulas práticas de testes que já existem no YouTube foram todas regravadas com novos exemplos e scripts atualizados.

Video_promo.gif

Módulos disponíveis

Módulo 1

Conceitos iniciais de estatística e primeiros passos no R

Vamos conversar sobre:

  • Descritiva x inferencial

  • População x amostra

  • Tipos de variáveis

  • Como organizar sua base de dados

E já vamos começar a parte prática! Vamos instalar o R e entender como como ele funciona.

Módulo 2

Dominando análises descritivas

São 24 aulas extremamente detalhadas sobre estatística descritiva.

Você vai aprender, de uma vez por todas, medidas de posição e dispersão (como quartis, desvio-padrão, variância). Além disso, vamos discutir em detalhes como interpretar todos os principais tipos de gráficos, e como construí-los no R.

Módulo 3

Desmistificando conceitos de inferência estatística

​Teremos mais de 20 aulas didáticas sobre conceitos de inferência.

Não vamos fugir dos conceitos mais espinhosos: definição de valor de p, grau de liberdade, intervalo de confiança, escore z, cálculo amostral, tamanho de efeito, vieses...

Módulo 4

Testes de hipóteses para variável dependente numérica (ou ordinal) e independente categórica

Esse é um módulo para eu te ensinar os principais testes de hipóteses paramétricos (teste-t, ANOVA) e não-paramétricos (como Mann-Whitney e Kruskal-Wallis).

São mais de 30 aulas para conversarmos sobre a teoria dos testes, seus pressupostos (e o que fazer quando eles não são atendidos), como realizar as análises e como reportá-las.

Módulo 5

Testes de hipóteses para associações entre duas variáveis categóricas

Esse é um módulo para te ensinar testes específicos para variáveis nominais. Acredite: eles são super úteis, mas muitos deles a gente não aprende em disciplinas de análise de dados.

Vamos conversar sobre os testes qui-quadrado, exato de Fisher, McNemar e Q de Cochran.

Módulo 6

Correlações e modelos lineares gerais

É feio ter módulo favorito? Porque esse é o meu.

Aqui a gente vai conversar sobre os modelos lineares gerais (que englobam as regressões lineares, as ANOVAs e até o teste-t). Vou te explicar a equivalência entre esses testes e vamos aprender regressão com todo o detalhamento que ela merece.

Vou te ensinar também o que é e como interpretar interações.

Módulo extra

Entendendo o ggplot2

O ggplot2 é uma ferramenta incrível para construirmos gráficos e outras figuras acadêmicas.

Mas, ele tem uma lógica própria e muitas opções de personalização. Isso pode ser angustiante.

Esse é um módulo para te explicar a lógica por trás do ggplot2 e te colocar no caminho da fluência nesse pacote.

Eu te garanto: depois de aprender ggplot2, você não vai mais querer construir sequer um gráfico de barras em Excel.

Atualização

Será liberada em 09/12

Modelos lineares generalizados (GLMs)

Sim, teremos GLM!

Essa atualização vai ser lançada logo após o início do curso. Esse módulo de GLMs incluirá:

​​

  • Distribuições de probabilidade

  • Regressão logística binária

  • Regressão logística multinomial

  • Regressão logística ordinal

  • Regressão de Poisson para dados de contagem

  • Regressão de Poisson para taxas (com offset)

  • Regressão de Poisson robusta para dados binários​

Para quem é esse curso?

Alunos de iniciação científica

Mestrandos

Doutorandos

Professores universitários

Esse é um curso para acadêmicos que trabalham com pesquisas quantitativas

Para quem não é esse curso?

Pessoas que trabalham com dados fora da área acadêmica (como cientistas de dados)

Pessoas que trabalham apenas com análises qualitativas

Ficou em dúvida se o curso é para você?

Eu tenho uma boa e uma má notícia...

A boa é que todas as dúvidas que você venha a ter sobre as aulas serão respondidas por mim.

Ou seja: suas perguntas serão respondidas por quem desenvolveu o material.

Nada de respostas que não batem com o que é dito no vídeo!

A má notícia é que, para que eu consiga oferecer um suporte de qualidade, as vagas serão limitadas.

Eu sei, parece aquelas mentiras de marketing. Mas não é.

Eu quero que a sua experiência nesse curso seja maravilhosa, e a única forma de garantir isso é limitando a quantidade de alunos.

Por isso, se você tem interesse no curso, eu recomendo que você se inscreva assim que as vagas abrirem, combinado?

​

Elas abrirão no dia 09/09 às 19h!

Caso queira receber um e-mail te lembrando da

abertura, se inscreva clicando no botão abaixo.

Fernanda2.png

Essa será a primeira turma do curso! 

E para agradecer a confiança no meu trabalho, essa é a única turma que receberá acesso ao curso por dois anos.

Eu precifiquei o curso de acordo com os sete módulos de conteúdo que estarão disponíveis assim que você adquiri-lo.​

Isso corresponde a mais de 130 aulas e mais de 40 horas de um conteúdo dinâmico e objetivo.

Mas, ao comprar o curso na primeira turma você tem acesso a todas as atualizações que acontecerem nesse período de dois anos.

A primeira delas acontecerá no dia 09/12: um módulo super completo sobre modelos lineares generalizados (GLMs).

Além disso, o R e seus pacotes estão em constante atualização. Nesse período de dois anos você terá acesso a todas as atualizações de script que venham a ser necessárias.

Ou seja, você tem acesso a:

  • Mais de 130 aulas gravadas objetivas e extremamente didáticas

​​

  • Material para estudo: lista de referências, scripts e bases de dados

​

  • Dúvidas sobre as aulas respondidas por quem as montou e gravou

​​

  • Dois anos de acesso a todo o conteúdo, com atualização do material nesse período

Por apenas

12 x R$ 99,50

ou R$ 997,00 à vista

As matrículas abrirão no dia 09/09 às 19h!

Caso queira receber um aviso da abertura, inscreva-se abaixo:

quadrados_edited_edited.png

Com quem você vai aprender tudo isso?

Oi, eu sou a Fernanda!

Eu sou bacharel em Biomedicina, mestre e doutora em Farmacologia, tudo isso pela UNIFESP. Também possuo uma especialização em estatística aplicada.

Eu trabalho com pesquisa e análise de dados desde 2010 e sou professora desde 2011 (já faz 13 anos!). Tenho experiência como docente em cursos técnicos, de graduação e pós-graduação.

Há 7 anos eu comecei a criar conteúdo sobre análise de dados acadêmicos no meu canal do YouTube. Desde então, eu já ajudei milhares de pesquisadores a analisarem os seus dados. Agora, quero te oferecer um curso completo, com toda a base teórica e prática para que você tenha essa autonomia!

Fernanda1_edited.png
  • Módulo 1: Conceitos iniciais e primeiros passos no R
    Quando começar a se preocupar com a estatística do seu projeto? População x amostra Descritiva x inferencial Tipos de variáveis, com exemplos Organização da base de dados (Parte 1) Organização da base de dados (Parte 2) Instalação do R e do Rstudio Introdução ao software: instalação e carregamento de pacotes Introdução ao software: leitura do banco de dados Introdução ao software: tipos de variáveis Acentos no R
  • Módulo 2: Dominando análises descritivas
    Frequências (para variáveis categóricas e numéricas) Medidas de posição - Parte 1 (média, moda, mediana) Medidas de posição - Parte 2 (quartis e percentis) Medidas de dispersão (amplitude, variância e desvio-padrão) Medidas de dispersão (IQR e coeficiente de variação) Representação de dados em tabelas Criação de tabelas com estatísticas descritivas no R - Parte 1 Criação de tabelas com estatísticas descritivas no R - Parte 2 Gráficos de barras Gráficos de barras no R Histogramas e gráficos de pizza Histogramas no R Gráficos de linha, dispersão e barras de erro Gráficos de dispersão no R Gráficos de linhas no R Boxplot Gráfico de violino Boxplot e gráfico de violino no R Raincloud plot (teoria e prática no R) Representação de dados Likert: barras empilhadas deslocadas Representação de dados Likert no R Lidando com variáveis de múltiplas respostas Como pesquisar soluções para erros Qual gráfico escolher? Um fluxograma para te ajudar a decidir!
  • Módulo 3: Desmistificando conceitos de inferência estatística
    A curva normal: características e propriedades Escore-z e sua relação com a curva normal Assimetria e curtose Teorema central do limite - teoria e demonstração Desvio x erro-padrão Uma doutora toma chá Teste de hipóteses: valor de p, alfa, uni vs. Bicaudais - Parte 1 Teste de hipóteses: valor de p, alfa, uni vs. Bicaudais - Parte 2 O que são graus de liberdade? Tipos de erros: Tipo I x Tipo II O que é esse tal tamanho de efeito? Tamanho de efeito x tamanho da amostra Tamanho da amostra: implicações da amostra de tamanho inadequado Cálculo amostral simples: proporção Cálculo amostral simples: teste-t Intervalo de confiança e margem de erro Fatores que influenciam no IC Tipos de variáveis para os testes: dependente x independente, between x within Vieses Delineamento experimental Amostragem: tipos, vantagens e desvantagens - Parte 1 Amostragem: tipos, vantagens e desvantagens - Parte 2 Interpretação do valor de p em notação científica
  • Módulo 4: Testes de hipóteses para variável dependente numérica (ou ordinal) e independente categórica
    Como checar a normalidade? - Teoria Como checar a normalidade? - Prática no R Homogeneidade de variâncias e esfericidade - Teoria Como checar a homogeneidade de variâncias? - Prática no R Teste-t para uma amostra: teoria Teste-t para uma amostra no R Teste-t para duas amostras independentes Teste-t para duas amostras independentes no R - Parte 1 Teste-t para duas amostras independentes no R - Parte 2 Teste-t para duas amostras pareadas Teste-t para duas amostras pareadas no R - Parte 1 Teste-t para duas amostras pareadas no R - Parte 2 ANOVA de uma via Post-hocs para a ANOVA de uma via ANOVA de uma via no R - Parte 1 ANOVA de uma via no R - Parte 2 ANOVA de uma via com medidas repetidas ANOVA de uma via com medidas repetidas no R - Parte 1 ANOVA de uma via com medidas repetidas no R - Parte 2 Fluxograma da escolha do teste (Parte 1) O que são testes não-paramétricos? Teste de Mann-Whitney Teste de Mann-Whitney no R Teste de Wilcoxon Teste de Wilcoxon no R Teste de Kruskal-Wallis Teste de Kruskal-Wallis no R - Parte 1 Teste de Kruskal-Wallis no R - Parte 2 Teste de Friedman Teste de Friedman no R Fluxograma da escolha do teste (Parte 2)
  • Módulo 5: Testes de hipóteses para associações entre duas variáveis categóricas
    Teste qui-quadrado de aderência Teste qui-quadrado de aderência no R Teste qui-quadrado de independência Teste qui-quadrado de independência no R Teste de Fisher no R Teste de McNemar para amostras pareadas Teste de McNemar para amostras pareadas no R Teste Q de Cochran Teste Q de Cochran no R Fluxograma da escolha do teste (Parte 3)
  • Módulo 6: Correlações e modelos lineares gerais (LMs)
    Teste de correlação (Pearson, Spearman e Kendall) Teste de correlação no R Regressão linear simples - Equação da reta e resíduos Regressão linear simples - Pressupostos Regressão linear simples - Ajuste do modelo Regressão linear simples - Discussão sobre intercepto + exemplos de artigos Regressão linear simples no R Lidando com problemas na regressão linear - Parte 1 Lidando com problemas na regressão linear - Parte 2 Variáveis dummy Equivalência entre regressão, teste-t e ANOVA Regressão linear múltipla - Equação e resíduos Regressão linear múltipla - Pressupostos e tamanhos de efeito Regressão linear múltipla - Ajuste do modelo Regressão linear múltipla - Seleção de variáveis e representação dos resultados Uma breve conversa sobre variáveis de controle Regressão linear múltipla no R Regressão linear múltipla no R - Como reportar Uma conversa sobre interação para duas variáveis categóricas Uma conversa sobre interação - Podemos excluir os efeitos principais? Uma conversa sobre interação para uma variável categórica e uma numérica Uma conversa sobre interação - Podemos criar um modelo só com interação? ANOVA de dois ou mais fatores ANOVA de dois ou mais fatores no R ANOVA de dois ou mais fatores no R - Como reportar ANOVA mista ANOVA mista no R ANOVA mista no R - Como reportar Fluxograma da escolha do teste (Parte 4)
  • Módulo extra: Dominando o ggplot2
    A lógica de camadas + as camadas geom Argumentos dentro das camadas geom + cores desses argumentos Combinação de geoms + novos argumentos Stats e especificidades do summary Adição de uma terceira variável ao gráfico + argumento position Renomeando os eixos, adicionando título e legenda Modificando os eixos: limites, expansões, rótulos e breaks - Eixo numérico Modificando os eixos: rótulos e limits - Eixo categórico Facets wrap e grid (escala fixa ou livre) + temas prontos Modificações no tema (Parte 1) Modificações no tema (Parte 2) Cores nos gráficos (Parte 1) Cores nos gráficos (Parte 2) Patchwork + salvando as imagens em alta resolução
bottom of page