Conteúdo Programático:

​

• Introdução ao Software Stata.

​

• Estruturas de Bancos de Dados, Tipos de Variáveis e Escalas de Mensuração.

​​

• Técnicas Exploratórias de Análise de Dados:

​​

• ​Análise de Clusters ou de Agrupamentos:

  • Definição de Medidas de Distância ou de Semelhança em Análise de Clusters.

  • Esquemas de Aglomeração.

  • Análise de Clusters com Esquemas de Aglomeração Hierárquicos.

  • Análise de Clusters com Esquemas de Aglomeração não Hierárquicos k-means.

  • Escalonamento Multidimensional e Elaboração de Mapas.

​​

• Análise Fatorial:

  • Correlação Linear de Pearson e Conceito de Fator.

  • Adequação Global da Análise Fatorial: KMO e Teste de Bartlett.

  • Cargas Fatoriais e Comunalidades.

  • Rotação de Fatores.

  • Elaboração de Mapas de Cargas para Variáveis e Fatores.

​​

• Análise de Correspondência Simples e Múltipla:

  • Associação entre Variáveis Categóricas.

  • Anacor e ACM.

  • Definição de Coordenadas (Scores) de Categorias de Variáveis Qualitativas.

  • Elaboração de Mapas Perceptuais.

​

• Técnicas Confirmatórias de Análise de Dados e Modelos de Regressão:

​​

• ​Regressão Simples e Múltipla:

  • Estimação do Modelo de Regressão Linear por Mínimos Quadrados Ordinários.

  • Poder Explicativo do Modelo de Regressão.

  • A Significância Geral do Modelo e dos Parâmetros.

  • Intervalos de Confiança dos Parâmetros e Previsão.

  • Variáveis Dummy em Modelos de Regressão.

  • Modelos Não-Lineares.

​​

• Modelos Logísticos Binários e Multinomiais:

  • A Significância Geral do Modelo e dos Parâmetros.

  • Cutoff e Análise de Sensibilidade.

  • Eficiência Global do Modelo, Sensitividade e Especificidade.

  • Curva ROC.

  • Elaboração de Gráficos Multinomiais.

  • Modelos de Concessão de Crédito e de Probabilidade de Default.

​​

• Modelos para Dados de Contagem:

  • Modelo Poisson e Superdispersão em Dados de Contagem.

  • Modelo Binomial Negativo.