• Pensar estatisticamente pressupõe enxergar o mundo de um forma diferente. No lugar de certezas, probabilidades. No lugar de convicções, margens de erros. Haja como um bom analista de dados através do modelo mental;
• Desvio padrão e variância: dois conceitos que deveriam ser ensinados no ensino fundamental! Aprenda como funcionam as duas medidas de dispersão e e enxergue os cenários com as lentes da variabilidade;
• Enxergando padrões no caos: crie representações gráficas através de distribuições de frequência e probabilidade;
• Diferencie probabilidade e expectativa com propriedade e entenda a razão da Esperança Matemática se torna o parâmetro mais importante;
• Bernoulli, binomial, geométrica, hipergeométrica e normal: as principais ferramentas que te darão o prazer em estudar distribuições de probabilidade;
• Pensamento dedutivo, indutivo e abdutivo: aprenda em quais situações devemos utilizar cada uma das diferentes formas de pensar, evitando sua zona de conforto;

• Causalidade x correlação: Defina força e a direção do relacionamento entre variáveis e saiba qual mudança em uma variável indicará uma mudança em outra;
• Que índices de correlação fáceis de calcular e extremamente úteis para o dia a dia? São dos coeficientes de Pearson e Spearmam que você precisa;
• Regressão Linear múltipla: aprenda a analisar como as variáveis se relacionam e seus respectivos impactos em problemas de negócio.

• No mundo real, raramente temos acesso a todos os dados possíveis. Por isso, trabalhar com técnicas de amostragem é exatamente o que te fará reduzir o tempo e o custo sem perder qualidade!
• Conheça os conceitos fundamentais de inferência estatística – amostra versus conclusões acerca da população;
• Machine Learning já faz relação automaticamente com dados. Mas qual será sua relação com a Inferência estatística?
• Técnicas de amostragem: calculando e selecionando a amostragem perfeita através dos 5 tipos de técnicas;

• Distribuições amostrais como probabilidade: caracterize diversos valores de uma variável em uma população.

• A rotina do analista de dados: estabeleça hipóteses e teste-as! Aprenda as principais tarefas e atribuições do profissional que são importantes para o método de pensamento científico;
• Quando você rejeita a hipótese nula verdadeira, qual erro comete? E quando a hipótese nula é falsa? Decifre essas e outras probabilidades através do conceito de erros tipo I e tipo II;
• Interprete como ninguém os parâmetros do teste de hipótese: significância, p-value, intervalos de confiança;
• Aprendeu bastante? Hora da prática! Aplicando os principais tipos de teste de hipótese;
• Árvores de decisão como ferramenta fundamental para mapear possíveis resultados. As escolhas? Você quem toma!

• A Análise estatística não termina no resultado, viu? Saiba por que comunicar-se de forma eficaz é tão importante quanto aplicar o cálculo correto;
• Por mais sofisticado que seja o método de análise, nunca devemos apresentá-lo em si (embora seja o que mais nos orgulhe). O que importa são as conclusões e recomendações! Aprenda os principais métodos para apresentação de dados numéricos e encante seu cliente;
• Escolha como um experto no assunto o tipo de gráfico adequado para variáveis quantitativas;
• Gráfico, tabela, ou nenhuma delas? Sem neura! Conosco você saberá imediatamente e sem complicações como escolher o método correto