Os testes estatísticos desempenham um papel fundamental na pesquisa quantitativa. Saber quando cada teste deve ser utilizado e como interpretar seu resultado é uma habilidade básica para todo pesquisador.

Com o e-book “Análises Bi e Multivariadas: Definições e usos” você terá todas as informações essenciais de uma ampla gama
de análises na ponta dos dedos.

* O livro será enviado para o seu e-mail

Ampla variedade:

Você vai encontrar análises comuns em todos os campos de pesquisa (ex: Teste t, ANOVA, regressão linear), mas também testes de uso mais específicos (regressão de Cox, análise discriminante, Curva de Kaplan-Meier).

Abordagem direta:

Para responder rapidamente suas dúvidas durante a leitura de artigos científicos, todas as informações essenciais são apresentadas de forma objetiva e com linguagem acessível.

Informações essenciais:

Cada análise presente no livro conta com
as seções abaixo para te oferecer uma
visão global do teste.

Testes de Normalidade e Homogeneidade das variâncias

1.1. Teste de Shapiro-Wilk

1.2. Teste de Kolmogorov-Smirnov

1.3. Teste de Anderson-Darling

1.4. Teste de Levene

1.5. Teste de Bartlett

1.6. Teste de Mauchly para Esfericidade

1.7. Teste M de Box

1.8. Teste de Mardia

Testes de Correlação

2.1. Correlação de Pearson
 
2.2. Correlação de Spearman
 
2.3. Correlação de Kendall
 
2.4. Correlação ponto-bisserial
 
2.5. Correlação tetracórica
 
2.6. Correlação policórica
 
2.7. Correlação parcial

Regressão

3.1. Regressão linear simples
 
3.2. Regressão linear múltipla
 
3.3. Regressão logística binária
 
3.4. Regressão logística multinomial
 
3.5. Regressão ordinal
 
3.6. Regressão de Poisson
 
3.7. Regressão negativa binomial
 
3.8. Regressão de Cox
 
3.9. Regressão quantílica
 
3.10. Regressão de mínimos quadrados ponderados (WLS)
 
3.11. Generalized Linear Models
 
3.12. Generalized Estimating Equations

Testes t

4.1. Teste t para uma amostra
 
4.2. Teste t independente
 
4.3. Teste t pareado
 
4.4. Teste t de Welch
 
4.5. Teste t de Yuen (grupos independentes)

4.6. Teste t de Yuen (pareado)

Análises de
Variância (ANOVA)

5.1. ANOVA de um fator

5.2. ANOVA de Welch

5.3. ANOVA de medidas repetidas

5.4. ANOVA fatorial

5.5. ANOVA mista

5.6. ANCOVA

5.7. MANOVA

5.8. MANCOVA

Testes para Comparações Múltiplas (post hoc)

6.1. Teste de Bonferroni

6.2. Teste de Tukey

6.3. Teste de Games-Howell

6.4. Teste REGWF

6.5. Teste de Sidak

6.6. Teste de Duncan

6.7. Teste de Hochberg GT2

6.8. Teste C de Dunnett

Análises para Dados Categóricos

7.1. Qui-quadrado de aderência

7.2. Qui-quadrado de independência

7.3. Teste exato de Fisher

7.4. Teste de McNemar

7.5. Q de Cochran

7.6. Análise Log-linear

Análise de Agrupamento (Cluster Analysis)

8.1. Análise de Cluster Hierárquica

8.2. Análise de Cluster K-means

Análises Discriminantes

9.1. Análise Discriminante Linear

9.2. Análise Discriminante Quadrática

Análise de Sobrevivência

10.1. Curva de Kaplan-Meier

10.2. Teste Log-Rank

10.3. Teste de Wilcoxon-Gehan

Análise de Agrupamento (Cluster Analysis)

8.1. Análise de Cluster Hierárquica
 
8.2. Análise de Cluster K-means

Testes Não Paramétricos

11.1. Teste de Mann-Whitney

11.2. Teste de Wilcoxon Signed Rank

11.3. Teste de Kruskal-Wallis

11.4. ANOVA de Friedman

Quem sou eu

BRUNO FIGUEIREDO DAMÁSIO

Sou Psicólogo, mestre e doutor em Psicologia. Venho me dedicando à Psicometria e Análise Quantitativa de Dados desde 2007.

Fui professor e chefe do Departamento de Psicometria da UFRJ durante os anos de 2013 a 2020. Fui editor-chefe da revista Trends in Psychology, da Sociedade Brasileira de Psicologia (SBP) e Editor-Associado da Spanish Journal of Psychology, na sub-seção Psicometria e Métodos Quantitativos.

Tenho mais de 60 artigos publicados e mais de 3600 citações, nas melhores revistas nacionais e internacionais.

Atualmente, me dedico à formação de novos pesquisadores, através da Psicometria Online Academy. Minha missão é ampliar a formação em Análise Quantitativa de Dados no Brasil e lhe auxiliar a conquistar os seus objetivos profissionais.

PSICOMETRIA ONLINE ® (2024). Todos os direitos Reservados

Cadastre-se para ser notificado com o link das aulas ao vivo:

Módulo 4: Redes neurais artificiais

• Introdução a Deep Learning

• Avaliando sistemas de Deep Learning

• Redes Neurais feitas (sem programação) no SPSS

• Aula bônus: O futuro da IA na Sociedade

• Aula bônus: Dois Estudos de Caso 

Módulo 3: Interpretar e reportar resultados

• Gerar, interpretar e reportar resultados em Machine Learning

Módulo 2: Criando o seu sistema

• Selecionando algoritmos e métodos 
• Práticas de Machine Learning (Sem programação): Decision Tree (JASP), Linear Discriminant Classification (JASP) e Plataforma ORANGE
• Aula Bônus: Avaliação Psicológica e Machine Learning
• Aula Bônus: Livros e Cursos recomendados  
• Aula Bônus: Entrevista com Cientista de Dados focado na área da Saúde

Módulo 1: O que é Machine Learning

• O que é Machine Learning?
• Como a máquina aprende?
• Machine Learning para Psicometria e Pesquisa Quantitativa (pesquisas comentadas)
• Tipos de Machine Learning (Supervisionado e Não-supervisionado)
• Práticas de Machine Learning (Sem programação): JASP e SPSS
Aula Bônus: Filosofia da Inteligência Artificial
• Aula Bônus: Entrevista com Cientista de Dados graduado em Psicologia
• Aula bônus: Estudo de Caso sobre Redução Dimensional 

Preencha abaixo para
participar gratuitamente

Fique tranquilo, não utilizaremos suas informações de contato para enviar qualquer tipo de SPAM. Os dados coletados são tratados nos termos da Lei Geral de Proteção de Dados e você pode se descadastrar da nossa lista de contatos a qualquer momento.