Treinamento Stata

Fabricante: StataCorp LLC

Público-Alvo dos Treinamentos:

Profissionais de Empresas, Consultores, Participantes de Cursos de Extensão, Pós-Graduação Lato Sensu e MBAs, e demais interessados que têm como principal objetivo o Tratamento e a Análise de Dados para a Estimação de Modelos e Geração de Informações Propícias à Tomada de Decisão. Destina-se também a Alunos de Cursos de Graduação e Pós-Graduação Stricto Sensu em Ciência da Computação, Administração, Engenharia, Economia, Contabilidade, Atuária, Estatística, Psicologia, Medicina e Saúde e Demais campos do conhecimento das Ciências Humanas, Exatas e Biomédicas.


Método de ensino:

Aulas expositivas, com aplicação de exemplos e exercícios reais e práticos. Utilização de microcomputacão para processamento e análise das listagens emitida, por meio dos softwares e Minitab.



Ver descrição detalhada

SOLICITE UM ORÇAMENTO


Descrição detalhada

Introdução ao Stata (08 horas)


Objetivos:

Capacitar os participantes para o manuseio e aplicação de análises básicas de datasets por meio do software Stata.


Conteúdo Programático:

  • Importância do do-file e do log using.
  • Importação de bases de dados (import, infix) em csv, Stat/Transfer.
  • Comandos preserve e restore.
  • Criação de variáveis (gen, egen, replace, rename etc).
  •  Exclusão e manutenção condicional de variáveis (keep if, drop if).
  • Manipulação de variáveis (bysort e suas funções, duplicate, tostring, destring, encode etc).
  • Organização de base (drop, order, sort etc).
  • União de bases (merge, append etc).
  • Alteração do nível da base (collapse).
  • Organização de do-file (loop etc).
  •  Descrição da base de dados (desc, codebook) e introdução à estatística descritiva (tab, sum).
  •  Aplicação de exemplos e casos reais e práticos.


Análise Descritiva de Dados em Stata (08 horas)


Objetivos:

Capacitar os participantes para o entendimento e a aplicação de técnicas descritivas e de diagnóstico para análises de bases de dados em Stata.


Conteúdo Programático:

  • Tabelas de distribuição de frequências.
  • Medidas de posição ou localização.
  • Identificação de outliers univariados.
  • Medidas de dispersão ou variabilidade.
  • Tabela de distribuição conjunta de variáveis (crosstabs).
  • Associação entre variáveis qualitativas.
  • Correlação entre variáveis quantitativas.
  • Distribuições de probabilidade.
  • Testes de hipóteses paramétricos.
  • Testes de hipóteses não paramétricos.
  • Aplicação de exemplos e casos reais e práticos.


Elaboração de Gráficos no Stata (08 horas)


Objetivos:

Capacitar os participantes para elaborações de gráficos por meio do uso de um dos principais softwares de modelagem utilizado por empresas e universidades de todo o mundo, o Stata.


Conteúdo Programático:

  • Introdução à elaboração de gráficos em Stata.
  • Gráficos bidimensionais:
  • Gráficos de dispersão (scatterplot).
  • Line, lfit e mspline.
  • Fits com intervalos de confiança.
  • Timelines.
  • Gráficos de pizza
  • Gráficos de barra.
  • Gráficos de distribuição.
  • Gráficos de matriz.
  • Boxplots únicos e por grupo.
  • Apresentação de gráficos combinados.
  • Visualização: legendas, cores, elementos textuais e dimensões.
  • Aplicação de exemplos e casos reais e práticos.


Análise Exploratória de Dados em Stata (08 horas)


Objetivos:

Capacitar os participantes para o entendimento e a aplicação de técnicas exploratórias (técnicas de interdependência, também conhecidas por técnicas não supervisionadas) de análise de dados por meio do Stata.


Conteúdo Programático:

  • Introdução e Visão Geral das 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 Muldimensional e Elaboração de Mapas.
  • Análise Fatorial por Componentes Principais (PCA):
  • 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 (Anacor e ACM):
  • Associação entre Variáveis Categóricas.
  • Implementação de Anacor e ACM.
  • Definição de Coordenadas (Scores) de Categorias de Variáveis Qualitativas.
  • Elaboração de Mapas Perceptuais.
  • Aplicação de exemplos e casos reais e práticos.


Análise de Dados e Modelos de Regressão em Stata (16 horas)


Objetivos:

Capacitar os participantes para o entendimento e a aplicação de técnicas confirmatórias (técnicas de dependência, também conhecidas por técnicas de aprendizagem supervisionada) de análise de dados por meio do Stata.


Conteúdo Programático:

  • Introdução aos Modelos Lineares Generalizados (GLM) e Estruturas de Bancos de dados para Estimação destes Modelos.
  • 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 para Previsão.
  • Variáveis Dummy em Modelos de Regressão.
  • Pressuposto da Normalidade dos Resíduos e Transformação de Box-Cox.


Regressão Logística Binária:

  • A Significância Geral do Modelo e dos Parâmetros.
  • Cutoff e Análise de Sensibilidade.
  • Eficiência Global do Modelo, Sensitividade e Especificidade.
  • Curva ROC.
  • Modelos de Risco de Crédito e de Probabilidade de Default.


Regressão Logística Multinomial:

  • A Significância Geral do Modelo e dos Parâmetros.
  • Elaboração de Gráficos Multinomiais.


Regressão para Dados de Contagem:

  • Regressão Poisson e Superdispersão em Dados de Contagem.
  • Regressão Binomial Negativa.
  • Aplicação de exemplos e casos reais e práticos.


Dados em Painel e Modelagem Multinível (16 horas)


Objetivos:

Capacitar os participantes para o entendimento e a aplicação de importantes técnicas de analytics para datasets com estrutura de dados multinível e/ou em painel, a partir do uso de um dos principais softwares de modelagem utilizado por empresas e universidades de todo o mundo, o Stata.


Conteúdo Programático:

  • Generalized Linear Models (GLM): Overview.
  • Generalized Estimating Equations (GEE):
  • Caracterização de um Painel de Dados.
  • Modelos Longitudinais para Dados em Painel.
  • Estimação de Parâmetros e Análise.
  • Análise de Efeitos overall, within e between.
  • Modelos POLS, Efeitos Fixos e Efeitos Aleatórios.
  • Testes para Definição do Modelo mais Adequado para Efeitos Preditivos.
  • Generalized Linear Latent and Mixed Models (GLLAMM):
  • Caracterização de Aninhamento e Agrupamento nos Dados.
  • Modelos Multinível para Dados em Painel.
  • Estimação de Parâmetros e Análise.
  • Efeitos Fixos e Aleatórios em Modelos Multinível.
  • Modelos Hierárquicos Lineares HLM2.
  • Modelos Hierárquicos Lineares HLM3 com Medidas Repetidas.
  • Aplicação de exemplos e casos reais e práticos.


Data Mining, Machine Learning e Big Data em Stata (08 horas)


Objetivos:

Capacitar os participantes para o entendimento e a aplicação de técnicas de data mining e machine learning em grandes volumes de dados por meio do software Stata.


Conteúdo Programático:

  • Data Mining e Machine Learning: Overview.
  • Regression Trees.
  • Random Forests.
  • Algoritmo Bagging.
  • Algoritmo Boosting:

-Boosted Gaussian Regression.

-Boosted Logistic Regression.

-Boosted Poisson Regression.

  • Validação Cruzada.
  • Aplicação de exemplos e casos reais e práticos.