Conteúdo Programático
Módulos utilizados: Base, Advanced e Regression
Objetivo: Aprender métodos e princípios mais avançados de estatísticas disponíveis no IBM SPSS Statistics. O curso apresenta técnicas (análise de cluster, sobrevivência e regressão logística) que permitem que você melhore seu trabalho ou pesquisa.
Duração: 3 dias / 18 horas
Pré-requisito: ter cursado o treinamento Estatística com IBM SPSS Statistics ou alguma experiência equivalente a esse treinamento.
Observação: Apostilas e arquivos estão em inglês.
I – Introdução e Visão Geral
- Objetivos do curso
- Proposta geral
II – Análise Discriminante
- Os elementos de uma análise discriminante
- O modelo discriminante e como os casos são classificados?
- Suposições da análise
- Um exemplo de análise discriminante com dois grupos
- Os coeficientes discriminantes
- Modificando a lista de preditores
- Estatísticas caso a caso e valores extremos
- Ajustando probabilidades a priori
- Validando o modelo
- Seleção de variáveis usando o método de stepwise e um exemplo com três grupos
III – Regressão Logística Binária
- A equação logística
- Elementos e suposições da regressão logística
- Interpretando os coeficientes
- Fazendo predições e a acurácia
- Probabilidades estimadas
- Checando a classificação
- Análise dos resíduos
- Regressão logística stepwise
- Comparação com análise discriminante
IV – Regressão Logística Multinomial
- Executando a análise e visualizando os resultados
- Adicionando uma covariável
- Probabilidade prevista
- Tabela de classificação
V – Análise de Sobrevivência
- O que é análise de sobrevivência?
- Conceitos
- Censura
- O que procurar numa análise de sobrevivência?
- Procedimentos de análise de sobrevivência no IBM SPSS Statistics
- Exemplo: Kaplan-Meier
- Regressão de Cox e um exemplo
- Checando a suposição de riscos proporcionais
- Resultados e extensões
VI – Análise de Cluster
- Tipos de dados usados para o agrupamento
- Métodos
- Distâncias e padronizações
- Recomendações gerais
- Métodos hierárquicos
- Métodos não-hierárquicos: k-médias e “twostep”
- Exemplos
- Relacionando os clusters a outras variáveis
VII – Análise Fatorial
- Usos da análise fatorial
- Princípios
- A idéia dos componentes principais
- Análise fatorial versus componentes principais
- Número de fatores e rotação
- Escores e tamanho da amostra
- Métodos
- Olhando as correlações
- Rotação ortogonal e oblíqua
VIII – Análise de Variância Multivariada
- Suposições da MANOVA
- Um exemplo
- Examinando as saídas
- Testes post-hoc
IX – Análise de Variância com Medidas Repetidas
- A lógica de medidas repetidas
- Suposições
- Exemplos
- Examinando os resultados
- Análises posteriores
- Comparações planejadas
- Testes para as suposições
- Gráficos de perfis
|
