Recently Published
Entrega final - R aplicado a CCSS
Tema:
Percepción del nivel de vida en los hogares peruanos según escalón económico e ingresos (ENAHO 2021)
Grupo 1: Daniela Martuccelli, Carla Hinostroza, Michael Encalada, Santiago Ausejo
Introduction-to-me-lab-2
Part 1 of Lab 2, an introduction to me R markdown file
Analisi Esplorativa del Mercato Immobiliare del Texas
L'azienda Texas Realty Insights desidera analizzare le tendenze del mercato immobiliare nello stato del Texas, sfruttando i dati storici relativi alle vendite di immobili. L'obiettivo è fornire insight statistici e visivi che supportino le decisioni strategiche di vendita e ottimizzazione delle inserzioni immobiliari.
Coverage volume demo
Demo for MC 6000
Livro: Estatística Não-Paramétrica
A crescente complexidade dos estudos científicos em sanidade e produção animal exige o domínio de métodos estatísticos robustos, capazes de lidar com dados não convencionais, assimétricos, categóricos ou de pequena
amostragem — características frequentemente observadas em estudos clínicos, zootécnicos e epidemiológicos.
A Estatística Não-Paramétrica oferece um conjunto poderoso de ferramentas para analisar esses dados de forma rigorosa, sem a exigência de pressupostos de normalidade ou homogeneidade de variâncias, muitas
vezes inviáveis na prática.
Esse material visa não apenas consolidar os fundamentos dos testes não-paramétricos, mas também expandir a capacidade analítica dos pós-graduandos, introduzindo técnicas avançadas como análise de odds ratio, curvas ROC, regressão logística, análise de dados ordinais e interpretação do tamanho de efeito.
Espera-se que o aluno seja capaz de aplicar os testes estatísticos mais apropriados ao seu problema de pesquisa, interpretar os resultados com criticidade e comunicar suas análises com precisão, contribuindo para a qualidade metodológica da produção científica na área.
Lifestyle Habits & Obesity Analysis
Analyzed a 1,610-row lifestyle dataset (diet, exercise, and habits) to understand patterns linked to obesity. Built logistic regression models around physical activity, fast-food intake, and vegetable consumption, highlighting key lifestyle factors. Notably identified reverse causality effects and validated insights against the raw data.