Como organizar e importar dados no R antes de iniciar a análise da dissertação
Passo a passo para importar, tipar e limpar dados no R antes da análise da dissertação, com práticas reprodutíveis e tratamento de faltantes.
Ler →Arquivo
Passo a passo para importar, tipar e limpar dados no R antes da análise da dissertação, com práticas reprodutíveis e tratamento de faltantes.
Ler →Hosmer-Lemeshow, curva ROC e AUC, pseudo-R², calibração e validação: como avaliar se sua regressão logística está realmente bem ajustada.
Ler →Como selecionar variáveis na regressão logística: critério teórico, DAGs, confundimento e por que evitar a seleção automática por stepwise.
Ler →Diferença entre regressão logística simples e múltipla, o papel do ajuste por confundidores e como reportar as análises bruta e ajustada.
Ler →Como interpretar odds ratio na regressão logística, a diferença entre OR e risco relativo, o papel do intervalo de confiança e os erros comuns.
Ler →Os pressupostos reais da regressão logística — linearidade do logito, independência e ausência de multicolinearidade — e como verificá-los no R.
Ler →Como calcular o tamanho amostral de um estudo transversal em saúde pública: prevalência esperada, margem de erro, nível de confiança e ajustes, com exemplo passo a passo.
Ler →Cálculo amostral para estudos de prevalência: fórmula, precisão desejada, efeito de desenho (deff) em amostras por conglomerados e correção para perdas.
Ler →Guia prático de estatística aplicada: como estruturar e limpar o banco de dados, descrever as variáveis e usar uma matriz de decisão para escolher o teste estatístico adequado.
Ler →Mestrado em Estatística: formação teórica exigida, como funciona a seleção e o que o mercado espera de quem domina estatística em tempos de dados e inteligência artificial.
Ler →Conte em uma linha o que você precisa; não precisa enviar o banco agora. Devolvo escopo, prazo e valor por escrito no mesmo dia útil.