Disciplina de Estatística da UNINOVE
Disciplina do Mestrado e Doutorado da UNINOVE. O conteúdo todo consegue ser acessado num formato interativo aqui.
- Prof. Dr. José Eduardo Storopoli - Currículo Lattes - ORCID - josees@uni9.pro.br
- Prof. Dr. Leonardo Vils - Currículo Lattes - ORCID - leonardo.vils@uni9.pro.br
Este conteúdo possui licença livre para uso. Caso queira utilizar o conteúdo para um curso ou estudos, por favor colabore nesse repositório quaisquer aprimorações que foram realizadas.
- Clone o repositório do GitHub:
git clone https://github.com/storopoli/Estatistica.git
- Acesse o diretório:
cd Estatistica
- Instale os pacotes necessários:
Rscript .binder/install.R
R é uma linguagem criada por estatísticos para estatísticos. Possui um vasto ecossistema de bibliotecas e é amplamente usado na ciência e em especial nas ciências aplicadas. Fizemos toda uma argumentação de porque você deve usar R aqui
Acesse o site dos tutoriais em storopoli.github.io/Estatistica.
- Comandos Básicos de R
- p-Valores, Hipóteses Nula e Pressupostos
- Teste de Hipóteses e Teste t
- Análise de Variância (ANOVA)
- Correlações
- Regressão Linear
- Regressão Logística
- Quarteto de Anscombe
- Dados Faltantes
- Tamanho de Amostra e Tamanho de Efeito
- Likert e Escalas Ordinais
- Tabelas para Publicação
- Dancey, Christine P.; Reidy, John; Viali, Lori (2013): Estatística sem matemática para psicologia. 5. ed. Porto Alegre, RS: Penso.
- Hair, Joseph F.; Sant’Anna, Adonai Schlup; Gouvêa, Maria Aparecida (2009): Análise multivariada de dados. 6. ed. Porto Alegre: Bookman.
- Levin, Jack; Fox, James Alan; Forde, David R.; Ritter, Jorge; Bonafini, Fernanda (2014, 2012): Estatística para ciências humanas. 11. ed. São Paulo: Pearson Education do Brasil.
- Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). L. Erlbaum Associates.
- Ioannidis, J. P. A. (2005). Why most published research findings are false. PLoS Medicine, 2(8), e124.
- Ioannidis, J. P. A. (2019). What Have We (Not) Learnt from Millions of Scientific Papers with P Values? The American Statistician, 73(sup1), 20–25. https://doi.org/10.1080/00031305.2018.1447512
- Cassidy, S. A., Dimova, R., Giguère, B., Spence, J. R., & Stanley, D. J. (2019). Failing Grade: 89% of Introduction-to-Psychology Textbooks That Define or Explain Statistical Significance Do So Incorrectly. Advances in Methods and Practices in Psychological Science, 2(3), 233–239. https://doi.org/10.1177/2515245919858072
- Smaldino, P. (n.d.). How to translate a verbal theory into a formal model. https://doi.org/10.31222/OSF.IO/N7QSH
- Cumming, G. (2014). The New Statistics: Why and How. Psychological Science, 25(1), 7–29. https://doi.org/10.1177/0956797613504966
- Bedeian, A. G. (2014). “More than meets the eye”: A guide to interpreting the descriptive statistics and correlation matrices reported in management research. Academy of Management Learning and Education, 13(1), 121–135. https://doi.org/10.5465/amle.2013.0001
- Murphy, K. R., & Aguinis, H. (2019). HARKing: How Badly Can Cherry-Picking and Question Trolling Produce Bias in Published Results? Journal of Business and Psychology, 34(1). https://doi.org/10.1007/s10869-017-9524-7
- Wasserstein, R. L., & Lazar, N. A. (2016). The ASA’s Statement on p-Values: Context, Process, and Purpose. American Statistician, 70(2), 129–133. https://doi.org/10.1080/00031305.2016.1154108
- Greenland, S., Senn, S. J., Rothman, K. J., Carlin, J. B., Poole, C., Goodman, S. N., & Altman, D. G. (2016). Statistical tests, P values, confidence intervals, and power: a guide to misinterpretations. European Journal of Epidemiology, 31(4), 337–350. https://doi.org/10.1007/s10654-016-0149-3
- Smaldino, P. E. (2017). Models Are Stupid, and We Need More of Them. In Computational Social Psychology (Issue March, pp. 311–331). Routledge. https://doi.org/10.4324/9781315173726-14
- Stark, P. B., & Saltelli, A. (2018). Cargo-cult statistics and scientific crisis. Significance, 15(4), 40–43. https://doi.org/10.1111/j.1740-9713.2018.01174.x
- Kerr, N. L. (1998). HARKing: Hypothesizing after the results are known. Personality and Social Psychology Review, 2(3), 196–217. https://doi.org/10.1207/s15327957pspr0203_4
- Whetten, D. A. (2009). Modeling theoretical propositions. In Designing research for publication (pp. 217–250).
- Etz, A. (2019). Technical Notes on Kullback-Leibler Divergence. https://doi.org/10.31234/OSF.IO/5VHZU
- Pearl, J. (2014). Comment: Understanding Simpson’s Paradox. The American Statistician, 68(1), 8–13. https://doi.org/10.1080/00031305.2014.876829
- Gelman, A., & Vehtari, A. (2020). What are the most important statistical ideas of the past 50 years? https://arxiv.org/abs/2012.00174
- Aguinis, H., Edwards, J. R., & Bradley, K. J. (2017). Improving Our Understanding of Moderation and Mediation in Strategic Management Research. Organizational Research Methods, 20(4), 665–685. https://doi.org/10.1177/1094428115627498
- Aguinis, H., Gottfredson, R. K., & Joo, H. (2013). Best-Practice Recommendations for Defining, Identifying, and Handling Outliers. In Organizational Research Methods (Vol. 16, Issue 2, pp. 270–301). https://doi.org/10.1177/1094428112470848
- Wilson, G., Bryan, J., Cranston, K., Kitzes, J., Nederbragt, L., & Teal, T. K. (2017). Good enough practices in scientific computing. PLOS Computational Biology, 13(6), e1005510. https://doi.org/10.1371/journal.pcbi.1005510
- Tierney, N. J., & Ram, K. (2020). A Realistic Guide to Making Data Available Alongside Code to Improve Reproducibility. https://arxiv.org/abs/2002.11626
Para citar o conteúdo use:
Storopoli & Vils (2021). Estatística com R. Retrieved from https://storopoli.github.io/Estatistica
Ou em formato BibTeX para LaTeX:
@misc{storopoli2021estatisticaR,
author = {Storopoli, Jose and Vils, Leonardo},
title = {Estatística com R},
url = {https://storopoli.github.io/Estatistica},
year = {2021}
}
Este obra está licenciado com uma Licença Creative Commons Atribuição-CompartilhaIgual 4.0 Internacional.