StatrivaUm guia prático pra análise de dados de pesquisa.
Um hub de referência pra métodos estatísticos comuns e delineamentos de pesquisa. O método certo depende da pergunta, do delineamento, do desfecho e da estrutura dos dados.
Métodos com os quais trabalho com frequência
Use essas descrições como orientação, não como substituto pra encaixar o método com o delineamento real do estudo.
Testes t, ANOVA e testes não paramétricos
Comparar grupos considerando a escala do desfecho, independência, estrutura de variância e as premissas do teste escolhido.
Regressão e modelos generalizados
Modelar relações entre preditores e desfechos, incluindo estruturas contínuas, binárias, de contagem e outras.
Modelos de efeitos mistos e longitudinais
Considerar medidas repetidas, observações agrupadas e estruturas hierárquicas quando a regressão comum trataria as observações como independentes.
PCA, ordenação e análise de comunidade
Explorar estrutura multivariada e comparar observações complexas usando métodos apropriados aos dados e à pergunta de pesquisa.
Tamanho de amostra e poder
Planejar estudos em torno de um desfecho principal, efeito esperado, incerteza, poder alvo e a estrutura real da análise proposta.
Análise de sobrevivência
Analisar desfechos de tempo até evento considerando censura e como o risco muda ao longo do seguimento.
Meta-análise
Combinar estimativas de efeito entre estudos, quantificar heterogeneidade e apresentar evidência combinada com incerteza apropriada.
Avaliação de teste diagnóstico
Avaliar desempenho de discriminação e classificação usando sensibilidade, especificidade, valores preditivos e análise ROC.
Tendência, sazonalidade e previsão
Analisar observações coletadas ao longo do tempo considerando dependência temporal, tendência e sazonalidade.
R, SPSS e Python
O software é uma ferramenta, não o método. O fluxo de trabalho deve ser compreensível e reprodutível no ambiente que se encaixa no seu projeto.
Modelagem estatística flexível, visualização, análise multivariada e fluxos reprodutíveis.
Comum em fluxos de pesquisa acadêmica e aplicada, principalmente pra análises estatísticas convencionais.
Útil pra preparação de dados, análise estatística, automação e fluxos analíticos integrados.
Vá mais fundo
Pra orientação específica de projeto, explore as páginas de serviço em vez de escolher um método só de uma lista.
Análise estatística para teses →
Não tem certeza de qual método se encaixa?
Comece pela pergunta de pesquisa e pelo delineamento do estudo. Uma consultoria estatística pode identificar a análise apropriada antes de você gastar tempo rodando a errada.
Conversar sobre o projetoPerguntas sobre métodos
Você me ajuda a escolher um teste estatístico?
Sim. A escolha deve seguir a pergunta de pesquisa, o tipo de desfecho, o delineamento do estudo, os preditores, medidas repetidas e premissas, em vez de um gráfico simples de seleção de teste.
Você trabalha com R, SPSS e Python?
Sim. Fluxos estatísticos podem ser desenvolvidos em R, SPSS ou Python, dependendo do projeto e do software que você ou seu departamento usam.
Você explica um método estatístico em linguagem simples?
Sim. O objetivo não é só produzir o output, mas explicar o que o método estima, o que suas premissas significam e como o resultado se relaciona com a pergunta de pesquisa.