📢 Primeiro crie seu cronograma!
👽 Dica: Use a plataforma Notion
Introdução à Lógica Matemática
Teoria de Conjuntos para Estatística
Equações Diferenciais Ordinárias
- Aplicação de Matrizes
- Psychometric perspectives on diagnostic systems
- Network analysis of multivariate data in psychological science
- Markov Chains
- Exploratory graph analysis
- What Is Conjoint Analysis?
- Technique of Factor Analysis
- Why is the "central limit" a normal distribution?
- How to tune LLMs in Generative AI Studio
- rempsyc: Convenience functions for psychology
- Quickly test linear regression assumptions
| Conteúdo | Curso |
|---|---|
| Metodologia | Coursera |
| Wrangling | Edx |
| Tools for Data Science | Coursera |
| Google Data Analytics | Coursera |
| Deep Learning | Coursera |
| Conteúdo | Aulas |
|---|---|
| Lógica de Regressão | AULA |
| Inferência Estatística | AULA |
| Variáveis Discretas | AULA |
| Variáveis Contínuas | AULA |
| GEE - Generalized Estimated Equations - Parte I | AULA |
| GEE - Generalized Estimated Equations - Parte II | AULA |
| GMM - General Mixed Models - Parte I | AULA |
| GMM - General Mixed Models - Parte II | AULA |
| GzLM - Generalized Linear Model (Regressão Poisson e Bin Neg) | AULA |
| GzLM - Análise de Sobrevida (Kaplan-Meyer) | AULA |
| GzLM - Regressão de Cox proporcional e Tempo Dependente | AULA |
| HGzLM e GAM - Modelos Hierárquicos e Aditivos Generalizados | AULA |
| Calculo de amostra para GZLM, GEE, GMM, Poisson e Sobrevida | AULA |
| Conteúdo | Aulas |
|---|---|
| Introdução às Séries Temporais para dados Biológicos | AULA |
| Autocorrelação, Correlação Cruzada, Convolução e ARIMA | AULA |
| Séries Temporais (ARIMA) - Aula Prática | AULA |
| Conteúdo | Aulas |
|---|---|
| SEM I - Path Analysis | AULA |
| SEM II - Moderação, Mediação, Modelos Formativos e Reflexivos | AULA |
| SEM III - CFA: Análise Fatorial Confirmatória e ajuste do modelo | AULA |
| SEM IV - Testes de Invariância em SEM | AULA |
| SEM V - LGM: Latent Growth Models | AULA |
| SEM VI - LCA: Latent Class Analysis | AULA |
| SEM VII - Modelos MIMIC e Bifatoriais | AULA |
| DAG I - Directed Acyclic Graphs - Princípios de Causalidade | AULA |
| DAG II Directed Acyclic Graphs - d' separation; algoritmo PC e IC | AULA |
| DAG III - Aplicações do DAG, Propensity Scores e diff-n-diff | AULA |
| Cálculo de Amostra para SEM | AULA |
| Structural Equation Modeling (SEM) - CFA e Path Analysis - Aula Prática | AULA |
| Conteúdo | Aulas |
|---|---|
| Introdução a Inferência Bayesiana | AULA |
| Inferência Bayesiana I - Conceitos Básicos | AULA |
| Inferência Bayesiana II - Tipos de Aprioris e uso do Forest Plot | AULA |
| Inferência Bayesiana III - Bayes Factors e Aplicações | AULA |
| Bayesian Network Fundamentals | AULA |
| Conteúdo | Aulas |
|---|---|
| Programação na linguagem Julia | AULA |
| Curso de Banco de Dados MySQL | AULA |
| JavaScript | AULA |
| Curso de Python | AULA |
| Data Analysis with R | AULA |
| MATLAB | AULA |