Pós-Graduação em Estatística Aplicada

Confira todas as informações sobre o seu curso de interesse.

  • Designed by Jannoon028 / Freepik

  • Designed by ijeab / Freepik

  • Designed by Jannoon028 / Freepik

TURMAS DISPONÍVEIS

Período Datas Investimento
Noite
19:00 às 23:00
Início: 13/11/2018
Programação: Ter e Qui

R$ 500,00 de matrícula + 15x de R$ 650,00

INFORMAÇÕES ADICIONAIS

Hoje em dia, em todos os ambientes de negócios (empresas de serviços ou indústrias), ou mesmo nos serviços públicos, a estatística se faz presente como um instrumento de apoio na descrição e análise dos dados, sejam eles relativos à saúde das pessoas ou saúde pública, a processos ou produtos da empresa, ou dados mercadológicos. Profissionais das mais diversas áreas, trabalhando nos mais diversos setores, lidam com dados diariamente, e deles precisam extrair informações e conhecimento relevantes. Precisam validar os testes realizados, ou precisam fazer previsões dentro de certo grau de confiança. Precisam controlar a qualidade dos seus produtos ou processos. Dessa forma, o curso de pós-graduação em Estatística Aplicada se propõe a capacitar o profissional nele interessado no uso e aplicação dos principais métodos e técnicas de análise estatística, habilitando-o a aplicar este conhecimento no seu ambiente de trabalho.
 

Objetivos do Curso

  • Propiciar uma visão geral de como descrever os dados através de tabelas, sumários estatísticos e gráficos.  
  • Ensinar os fundamentos de probabilidade e apresentar o potencial de suas aplicações ao mundo dos serviços ou das indústrias.
  • Apresentar o conceito de variáveis aleatórias e às principais distribuições de probabilidade, que perfazem a maioria das aplicações à vida prática, incluindo as distribuições amostrais.
  • Oferecer uma visão introdutória aos métodos de inferência estatística em duas etapas: na primeira abordando estimação pontual, intervalos de confiança e testes de hipóteses de uma e de duas amostras; na segunda etapa abordando ANOVA uni e multifatorial, tabelas de contingências e testes de aderência.
  • Enfatizar análise de dados reais e aplicações práticas, com dados coletados diretamente do ambiente de trabalho do próprio aluno.
  • Fortalecer os conceitos e métodos clássicos de análise de regressão, com destaque para regressão linear simples e múltipla, e regressão logística.
  • Introduzir o aluno às principais técnicas de análise multivariável, dentre elas análise de componente principal e análise fatorial.
  • Fornecer subsídios teóricos e práticos relacionados à análise de séries temporais.
  • Prover uma introdução aos métodos de controle estatístico aplicado à qualidade, tanto para empresas de serviços quanto para indústrias.
  • -Contribuir com o despertar de um comportamento analítico critico relativo ao exame e interpretação de dados.
  • Apoiar na produção de uma monografia de conclusão de curso, em área de interesse prático do aluno.
  • Fornecer subsídios teóricos relativamente à metodologia científica e didática de ensino superior

 

Coordenação

Prof. Antonio Gomes de Mattos Neto
Engenheiro pela Escola Politécnica da USP. Mestre pela UFRJ. Doutor pela Rice University, EUA. MBA em Gestão Empresarial pela Fundação Dom Cabral. Professor de ensino superior, tendo lecionado no IME (Instituto Militar de Engenharia – RJ), PUC/RJ e UFBA. Experiência gerencial em P&D, produção, projetos e gestão integrada da qualidade, segurança, saúde e meio-ambiente. Atualmente atuando nas instituições de ensino superior ALPHA CHANNEL e FMU.

Prof. Abílio Rodrigues Carvalho
Engenheiro Mecânico pela FEI. Engenheiro de Segurança pela FMU. PDE pela Fundação Dom Cabral. MBA em Gestão Empresarial pela Fundação Getúlio Vargas. Pós-graduado em Engenharia da Qualidade Integrada pela UNINOVE. Técnicas Japonesas de Manufatura pela JMA (Japan Management Association). Experiência gerencial no segmento industrial, nas áreas da qualidade, produtividade, segurança, engenharia industrial de montagem, produção e projetos. Coordenador de projetos ISO e OHSAS. Atualmente lecionando em cursos de pós-graduação na ALPHA CHANNEL e FMU.


Profissionais das mais diversas áreas que enfrentam crescente necessidade de uso de técnicas estatística para a análise de dados relativos aos processos, produtos ou mercados onde atuam. São exemplos analistas de marketing, economistas, administradores, atuários, engenheiros, profissionais diversos da área da saúde (tais como médicos, biomédicos, enfermeiros, radiologistas, fonoaudiólogos, psicólogos), advogados, comerciários, compradores, estatísticos, analistas diversos, operadores logísticos, geólogos, biólogos, etc.

Importante destacar que este curso será voltado para aqueles que desejam, neste momento, aprender os principais conceitos e métodos da estatística, assim como capacitar-se na formulação correta do problema, seleção do método de análise e interpretação dos resultados obtidos, porém sem fazer uso de softwares especializados que requerem conhecimentos de programação, tais como R, PYTHON, JULIA, MATH LAB ou outros, sejam públicos ou comerciais.

Dessa forma, pode-se dizer que será um curso com abordagem convencional, mãos na massa, onde apenas eventualmente se fará uso de softwares especializados para demonstrações onde sejam estritamente necessários. Será dada maior ênfase aos conceitos, à aplicação e à interpretação dos resultados, do que a demonstrações matemáticas que amedrontem e afastem o aluno da estatística.

Para aqueles que desejam um contato direto com softwares especializados e uso intensivo de técnicas computacionais e de programação aplicados à análise de dados, recomendamos nosso curso de Ciência dos Dados (ver descrição em página específica do site).


Matriz Curricular

Disciplinas Carga Horária
Estatística Descritiva 40
Introdução à Probabilidade 40
Inferência Estatística I 40
Inferência Estatística II 40
Análise de Regressão 40
Análise Multivariada 40
Séries Temporais 40
Estatística Aplicada ao Controle da Qualidade 40
Metodologia Científica e Didática de Ensino Superior (EAD) 40
Carga Horária Total 360

 

PROGRAMA DO CURSO
 

ESTATÍSTICA DESCRITIVA

Inicialmente faremos uma breve introdução histórica da estatística, sobre o que é a estatística hoje, seu papel e suas estratégias de análise. Em seguida, voltaremos nossas atenções para o tema central da disciplina, que é uma das mais importantes partes da estatística, a chamada “Estatística Descritiva”. Discutiremos o que são dados, população e amostra, coleta dos dados, como organizá-los, como criar sumários (também chamados de resumos). Para isso, serão introduzidos conceitos centrais da estatística. Finalmente, abordaremos a mais relevante forma de entendimento e interpretação dos dados por nós seres humanos, que é aquela de visualização dos dados por meio de gráficos. Por vezes, gráficos são usados para gerar (motivar) hipóteses sobre o comportamento do fenômeno estudado. Outras vezes, são úteis na comprovação dessas hipóteses. E, quase sempre, são usados para comunicar os resultados das análises. Todos principais gráficos da estatística, usados para qualquer desses propósitos, serão cuidadosamente apresentados e discutidos. Essa é uma forma tradicional de se introduzir o aluno ao aprendizado da estatística, e por isso a forma aqui adotada.


INTRODUÇÃO À PROBABILIDADE

Muitas vezes a estatística é definida como a ciência que estuda dados. Mas quase todas ciências tratam de dados, dos seus próprios dados. Mas estatística trata dos dados de qualquer das outras ciências. Isto já a distingue das outras ciências. Mas há outro ponto muito importante, que faz notável essa distinção da estatística como uma ciência ímpar. Ela se especializou no estudo de dados que representam fenômenos aleatórios, onde há incertezas, desconhecimento ou comportamento intrinsicamente não determinístico. E isso existe em todo lugar. Para isso, a estatística lança mão de uma área da matemática chamada de probabilidade. Aqui, na “Introdução à Probabilidade”, veremos o que são experimentos aleatórios, eventos e espaços amostrais. Definiremos probabilidade, estudaremos suas propriedades e as suas principais regras. Finalmente, abordaremos algo de enorme importância para a estatística, que são as distribuições de probabilidade. Todas principais distribuições serão apresentadas e interpretadas, assim como um dos mais famosos teoremas do mundo, e talvez o mais usado: O Teorema do Limite Central. Você aprenderá sobre seus poderes, e onde e quando usá-lo.


INFERÊNCIA ESTATÍSTICA I

Um dos ramos que melhor representa a estatística é “Inferência Estatística”. É na inferência estatística que realmente se desvendam os mistérios e as maravilhas da forma tão genuína do pensamento e da alma de um estatístico. Não é fácil para nós, seres humanos comuns, entrarmos nesse mundo, pois é diferente. Nós lhe ajudaremos nessa missão, em duas etapas. Na “Inferência Estatística I” definiremos população e amostra. Discutiremos sobre estimação pontual e estimação intervalar. Mostraremos como calcular vários tipos de intervalos de confiança. Falaremos sobre tamanho de amostras e como gerenciar esses tamanhos para atender suas necessidades, porém dentro das suas possibilidades – amostras sempre custam algo, às vezes muito. Discutiremos um pouco sobre técnicas de amostragem e muito sobre os cuidados que se deve ter nas amostragens. Encerraremos essa jornada apresentando vários testes: Testes Qui-Quadrado, testes de normalidade, testes de dependência e alguns dos principais testes não paramétricos. Acho que ficou claro que é outro mundo, não é? Venha conosco, pois caminharemos juntos, desvendando esses estranhos e maravilhosos caminhos!


INFERÊNCIA ESTATÍSTICA II

Na “Inferência Estatística II” continuaremos a trilhar por esses estranhos e maravilhosos caminhos do pensamento e da alma de um estatístico. Discutiremos hipótese estatística, um conceito central da estatística, e de enorme importância. Veremos teste de hipótese para uma amostra, tipos de erros, potência do teste e curva característica de operação. Prosseguiremos para teste de significância para a média, teste de significância para a variância e teste de significância para a proporção. Abordaremos teste de hipótese para duas amostras, para a média, a variância e a proporção. Apresentaremos o conceito de fatores na estatística, a assim poderemos discutir análise de variância – ANOVA – para experimentos com um único fator e experimentos com dois ou mais fatores. E, quem sabe, seu professor ainda não lhe oferecerá algo mais durante esse interessante caminho. Muita coisa, não é?    


ANÁLISE DE REGRESSÃO

Análise de regressão nasceu através das inquietas e interessantes investigações de Francis Galton, um primo de Charles Darwin. O Galton cunhou este termo, de uma forma muito curiosa e engenhosa, e ele – o termo – acabou por se estabelecer na história da estatística, e isso mesmo quando se refere a métodos que não são exatamente de regressão. Daremos início discutindo coeficiente de correlação de Pearson para duas variáveis contínuas, e teste de hipótese para a existência de correlação entre essas duas variáveis. Voltaremos ao tema de diagramas de dispersão, para então introduzir o modelo de regressão linear simples, e vários conceitos relevantes para a avaliação da qualidade do ajuste do modelo aos dados analisados. Veremos transformações de variáveis, e quão úteis podem ser para dar enorme flexibilidade ao modelo de regressão linear simples. Abordaremos o modelo de regressão linear múltipla e, aumentando ainda a flexibilidade desses modelos, introduziremos variáveis mudas (dummy variables). Finalizaremos com um poderoso e versátil método de classificação, historicamente discutido no âmbito dos métodos de análise de regressão, a chamada Regressão Logística.


ANÁLISE MULTIVARIADA

A análise multivariada, ou multivariável, nasceu devido à crescente capacidade do ser humano de observar os fenômenos à sua volta e coletar dados, não só de uma ou de duas variáveis, mas de três ou mais. Nessa situação, tudo fica mais delicado e complexo, mas é assim mesmo o mundo que nos cerca, e a nossa curiosidade nos compele a investigar e enfrentar essas situações, mesmo que mais delicadas e mais complexas. Para isso, os estatísticos inventaram técnicas chamadas de análise multivariada, às vezes chamadas de exploratórias, pois frequentemente usadas em etapas iniciais da investigação. Faremos uma introdução explicando o que vem a ser análise multivariável, tipos de variáveis, e exemplos de dados multivariáveis. Discutiremos covariâncias, correlações e distâncias. Falaremos sobre a função de densidade de probabilidade normal multivariada e técnicas de visualização de dados multivariados. Finalmente, apresentaremos a análise de componente principal e algumas técnicas de agrupamento (clusterização). Se couber no programa, o professor poderá discutir algumas outras interessantes técnicas, mas estas aqui mencionadas estão entre aquelas que pertencem ao núcleo da análise multivariada. 


SÉRIES TEMPORAIS

A estatística é uma ciência nova. Dentro dela, mais nova ainda, a análise de séries temporais. Como muito frequentemente observamos fenômenos naturais ou sociais coletando dados dentro de certos intervalos fixos de tempo, elas – as séries temporais – estão muito presentes em quase todas áreas de conhecimento ou atividade humana. Introduziremos séries temporais fornecendo vários exemplos e mostrando quão ricas e diversas são. Discutiremos sobre o processo de predição, quando queremos usar dos dados já coletados para prever algo no futuro. Para isso normalmente usam-se das etapas: Definição do problema, coleta de dados, análise dos dados, seleção e ajuste do modelo, validação do modelo, predição, monitoração da qualidade da predição. Definiremos algumas propriedades e funções relevantes para a análise de séries temporais, e técnicas de ajuste de tendência e de sazonalidade. E como modelar a série temporal assume um papel central, seja para entender o comportamento do fenômeno estudado, seja para predição, discutiremos os mais comuns modelos de séries temporais, para então finalizar com uma visão geral, de caráter informativo, sobre outros modelos mais sofisticados. Talvez venham a fazer parte de seus campos de interesse depois desse curso inicial de estatística aplicada. Quem sabe?


ESTATÍSTICA APLICADA AO CONTROLE DE QUALIDADE

Logo no início da história moderna da qualidade, Walter Shewhart desenvolveu uma abordagem conhecida como Controle Estatístico de Processo, o famoso CEP, enquanto que colegas seus construíram as bases do que chamamos de Inspeção por Amostragem. Mostrando-se técnicas muito eficientes, com o passar dos anos ampliaram seu leque de abrangência, abraçando não só as indústrias de manufatura – onde nasceram – mas também as de processo e empresas de serviços. Para aprender sobre essas técnicas, uma boa ordem é iniciar com uma cuidadosa apresentação das 7 Ferramentas Básicas da Qualidade: Estratificação, folha de verificação, histograma, diagrama de barras, diagrama de causa e efeito, diagrama de dispersão, cartas de corridas (run charts). Depois, passar para as principais distribuições de probabilidades aplicadas ao controle da qualidade, e os conceitos de medidas de tendência central e de dispersão. Neste ponto o terreno está pronto para a introdução dos métodos de controle estatísticos da qualidade: Amostragem de aceitação, planos de amostragem, estratégia geral do CEP, suas cartas de controle e, finalmente, as técnicas de análise de capacidade de processo. 


METODOLOGIA CIENTÍFICA E DIDÁTICA NO ENSINO SUPERIOR

Foi através do método científico que a humanidade mudou tudo que existe no mundo nos últimos 200 anos. Um rápido exame, só dos últimos 30 anos, já nos deixará estupefatos, pois não tínhamos sequer smartphones há 30 anos, e a internet apenas engatinhava. E hoje, sem eles, não sabemos mais viver! Por isso entender sobre a metodologia científica, que propiciou tudo isso, é tão relevante. Ela é parte central do processo de inovação. Veremos então vários tópicos centrais ao estudo da metodologia científica, incluindo o planejamento e a redação de trabalhos científicos. Mas, além disso, com o propósito de capacitar você – nosso pós-graduando – à docência no ensino superior, discutiremos também técnicas ligadas ao tema didática no ensino superior, tais como relação professor-aluno, recursos de ensino, técnicas de avaliação, e assim por diante. Didática no ensino superior vem de uma diretriz do MEC. Você, então, além de ser um profissional do mercado de trabalho, poderá também, se mostrar pendor, transformar-se num professor, para isso já tendo aprendido algumas coisas sobre este assunto aqui conosco. Essa disciplina será oferecida na modalidade EAD.