Introduction to Statistics – Manual de Sobrevivência

63% dos estudantes da UoPeople desistem após falhar no curso de Introdução à Estatística.

A sentença acima é falsa, mas só de ler já dá ansiedade. Exemplo tosco do poder da estatística. Assim começo a postagem dedicada ao curso de Introduction to Statistics da University of the People.

Do que se trata

O curso foca nos conceitos básicos de estatística descritiva e probabilidade, especialmente em preparar o estudante a pensar “estatisticamente”. Ao longo das unidades fazemos análises simples, baseadas em dados-modelo fornecidos pela universidade. Estatística inferencial será o foco de outro curso, que será compartilhado posteriormente aqui no blog.

É sempre válido apresentar uma lista com os tópicos principais, assim dá uma noção do que é esperado do estudante: Variáveis discretas e contínuas, distribuição de amostras, teorema do limite central (Central Limit Theorem), lei dos grandes números (Law of Large Numbers), aproximação binomial, variância, desvio padrão, etc. O pacote básico completo de um curso introdutório.

O detalhe das teorias matemáticas não é o foco. Elas são apresentadas sempre sob uma ótica prática. O curso utiliza a linguagem R nos exercícios, portanto é necessária a instalação do programa. Esse ponto faz o curso não ser muito amigável para dispositivos móveis (se alguém souber de bons apps que rodam R, por favor, compartilhe).

Recursos do curso

Conforme citado acima, usamos bastante a linguagem R ao longo das unidades. Instalar e se familiarizar um pouco com ela antes do curso começar pode ajudar, mas dá para ir aprendendo durante os estudos sem problema. O livro de referência se chama “Introduction to Statistical Thinking (With R, Without Calculus)”, de Benjamin Yakir. O título é auto explicativo e o livro é bom!

A qualidade dos materiais, exercícios e discussões é acima da média se comparado aos outros cursos, mas, — sempre tem um “mas” —, recomendo estudar pelo Khan Academy antes, durante e depois. Os tópicos mais complicados (Z-Scores, por exemplo) são muito bem explicados no Khan. Sei que essa é minha recomendação em quase todos os cursos, mas não consigo evitar. É difícil superar a didática do Sal.

Estrutura

Adivinhou? Pois é. UoPeople sempre consistente. Aqui também tem Learning Journal, Discussion Forum, Programming Assignments, e Graded Quiz. Vamos por partes:

Learning Journal

Ele segue o padrão de revisar os conceitos e aprendizados da semana. A grande surpresa deste curso para mim foi a instrutora, Jessica Rouen. Foi a melhor que tive até o momento, incluindo vários cursos que ainda não compartilhei no blog. Sem dúvida ela foi uma grande motivação para o curso. Além das revisões, toda semana tem três pequenos exercícios para postar no Journal: funções importantes em R, estimativa de horas de estudo, definição de conceitos (distribuição de amostra x distribuição de uma amostra, por exemplo), e até a elaboração de dicas que você daria para outros estudantes que irão fazer o curso.

Discussion Forum

Da instalação do R até a probabilidade de amostras. Uso de aproximações e modelos matemáticos. Pensamento crítico na análise de dados e dos resultados. Por que utilizar determinado modelo? Para que ele serve? Quais os pontos sensíveis? A maioria dos temas exploram o pensamento crítico sobre o resultado estatístico. Aprendemos que não é sobre calcular cegamente, mas conhecer a origem dos dados, possíveis inconsistências e falácias nos resultados.

Graded Quiz

São duas avaliações durante o curso e uma avaliação final. O peso das três avaliações representa 60% da nota, então é essencial se familiarizar com as questões, fazer todos os Self-Quiz e revisar sempre que possível.

Final Exam

Segue o padrão do Graded Quiz, por isso a importância de estudar bem as questões. O exame é proctored, o que significa que ele deve ser acompanhado pessoalmente (ou online) por um observador. É permitido usar o console do R, o livro do curso, e anotações. Calculadoras básicas são permitidas, mas nada de celular, tablet ou calculadora do computador! Meu método foi criar um documento com um resumo de todas as unidades, com a lista das fórmulas principais e funções de R mais comuns. Foi o suficiente para assegurar uma boa nota, ainda que tenha exigido um certo esforço!

Considerações Finais

É sempre importante lembrar que o objetivo da estatística não é efetuar mil cálculos complicados, com resultados indecifráveis. É saber usar ferramentas que permitam estabelecer sentido no meio do oceano de dados que temos ao nosso redor.

Os métodos estatísticos nos ajudam a chegar ao que se chama de “best educated guess”. Um palpite baseado em conceitos sólidos. Um palpite com esteróides, por assim dizer. Para isso é necessário lidar com a coleta, análise, interpretação, e apresentação de dados. É uma ciência útil para todos os campos, mas que também forma a base teórica dos campos mais “avançados” do momento, como ciência de dados e machine learning. Não perca a oportunidade de fazer esse curso com dedicação! Pode ter a certeza de que ele será útil no futuro.

2 thoughts on “Introduction to Statistics – Manual de Sobrevivência

Leave a Reply

Your email address will not be published. Required fields are marked *