Célula de Ensino evolução que gera resultados
Núcleo de Probabilidade, Inferência Estatística e Ciência de Dados

Teoria da Probabilidade e Estatística: Da Probabilidade Condicional à Regressão Linear (Start)

Ao concluir este curso, o aluno será capaz de resolver com precisão problemas padrão em teoria da probabilidade e inferência estatística, formular hipóteses com rigor científico, estimar parâmetros populacionais com intervalos de confiança e modelar relações lineares entre variáveis.

6 células 6h Iniciante
🚀 Escada de Valor • Pacotes & Credit Upgrade (R$ 29,99 a R$ 199,99)

Jornada Executiva: Teoria da Probabilidade, Inferência Estatística & Ciência de Dados

Do curso base em Probabilidade e Estatística (R$ 29,99) ao Master Internacional em Modelagem Estocástica & Inferência Avançada (R$ 199,99).

🎯 1. Porta de Entrada (R$ 29,99) Inicie pela Trilha Start (R$ 29,99) com baixo atrito financeiro e domine os fundamentos globais na prática.
💳 2. Abatimento no Upgrade (Credit Upgrade) 100% dos R$ 29,99 investidos na Trilha Start viram crédito imediato (cupom PRB29) para abater nas Trilhas 2, 3, 4 ou 5!
🌍 3. Certificação Dupla (PT-BR & EN) + ODS Certificados emitidos em Português e Inglês com competências alinhadas aos ODS da ONU para seu perfil global no LinkedIn.
Alinhamento ONU / Agenda Pós-2030: ODS 4 (Educação Superior de Qualidade) ODS 9 (Indústria, Inovação e Infraestrutura) ODS 8 (Trabalho Decente e Crescimento Econômico) ODS 17 (Parcerias Globais)
Nível 1 • 6h Trilha Atual

Teoria da Probabilidade e Estatística: Da Probabilidade Condicional à Regressão Linear (Start)

Probabilidade clássica e condicional, Teorema de Bayes, variáveis aleatórias discretas e contínuas, esperança, variância e covariância, distribuições notáveis (Binomial, Poisson, Normal), Lei dos Grandes Números, Teorema do Limite Central, estimadores pontuais (MLE e Mínimos Quadrados), intervalos de confiança para médias/proporções/variâncias, testes de hipóteses, testes Qui-Quadrado e regressão linear simples.

R$ 29,99 Gera R$ 29,99 em crédito de upgrade
Selecionada
Nível 2 • 16h

Estatística Aplicada à Indústria, Agronegócio e Finanças no Brasil: Modelagem e Séries Nacionais

Aplicações em setores estratégicos nacionais: controle estatístico de processos (CEP / Six Sigma) na manufatura brasileira, modelagem de risco e crédito em fintechs (inadimplência e score), estatística experimental no agronegócio (delineamento de experimentos agrícolas) e séries temporais de índices econômicos (IPCA e Selic).

R$ 69,90 Com Credit Upgrade: R$ 39,91 (-R$ 29,99)
Fazer Upgrade →
Nível 3 • 24h

Inferência Estatística Avançada, Estatística Bayesiana e Teoria Assintótica

Fundamentos matemáticos profundos: propriedades de estimadores (eficiência, suficiência e Teorema de Rao-Blackwell), informação de Fisher e limite de Cramér-Rao, inferência Bayesiana (distribuições a priori conjugadas, verossimilhança e a posteriori), teste da razão de verossimilhanças e convergência em probabilidade e distribuição.

R$ 119,90 Com Credit Upgrade: R$ 89,91 (-R$ 29,99)
Fazer Upgrade →
Nível 4 • 32h

Estatística Computacional com Python/R: Simulação de Monte Carlo, MCMC, Bootstrap e Modelos Lineares Generalizados

Algoritmos computacionais de amostragem: métodos de Monte Carlo e reamostragem Bootstrap, amostragem de Gibbs e algoritmo de Metropolis-Hastings (MCMC com PyMC/Stan), e modelagem estatística multivariada com Modelos Lineares Generalizados (GLM: regressão logística, Poisson e binomial negativa).

R$ 159,90 Com Credit Upgrade: R$ 129,91 (-R$ 29,99)
Fazer Upgrade →
Nível 5 • 45h Mais Completo

Master Internacional em Teoria da Probabilidade, Estatística Matemática e Ciência de Dados

Consolidação das 5 trilhas executivas, teoria da medida preliminar para probabilidades (espaços de probabilidade de Kolmogorov e esperança condicional abstrata), processos estocásticos (martingales e cadeias de Markov), redação científica em LaTeX e certificação executiva bilíngue internacional.

R$ 199,99 Com Credit Upgrade: R$ 170,00 (-R$ 29,99)
Fazer Upgrade →
Sugestões CdE

Compare com trilhas semelhantes

Sugestões ligadas ao conteúdo desta trilha para apoiar sua decisão de matrícula.

Estatística Aplicada à Indústria, Agronegócio e Finanças no Brasil: Modelagem e Séries Nacionais R$ 59,90
Núcleo de Probabilidade, Inferência Estatística e Ciência de Dados

Estatística Aplicada à Indústria, Agronegócio e Finanças no Brasil: Modelagem e Séries Nacionais

Aplicações práticas da estatística e probabilidade nos setores de maior peso da economia brasileira: Controle Estatístico de Processos (CEP) e capacidade de processo (Cp e Cpk) na manufatura industrial nacional, delineamento e análise de experimentos agropecuários (ANOVA) para avaliação de cultivares em parceria com a Embrapa, modelagem de crédito e escores de risco de inadimplência em bancos e fintechs, e análise empírica de séries econômicas brasileiras (IPCA, Selic e taxa de câmbio).

📚 6 células ⏱️ 16h Intermediário
Inferência Estatística Avançada, Estatística Bayesiana e Teoria Assintótica R$ 69,90
Núcleo de Probabilidade, Inferência Estatística e Ciência de Dados

Inferência Estatística Avançada, Estatística Bayesiana e Teoria Assintótica

Fundamentação teórica avançada da inferência estatística e modelagem probabilística formal: propriedades ótimas de estimadores (suficiência, completude, estatísticas suficientes e Teorema de Rao-Blackwell), Informação de Fisher e cota inferior de variância de Cramér-Rao, o paradigma da Inferência Bayesiana (famílias conjugadas a priori, cálculo de distribuições a posteriori, estimadores de Bayes e intervalos de credibilidade), testes de hipóteses formais via Lema de Neyman-Pearson e Teste da Razão de Verossimilhanças Generalizada (GLRT), e teoria assintótica da inferência estatística.

📚 6 células ⏱️ 24h Intermediário / Avançado
Estatística Computacional com Python/R: Simulação de Monte Carlo, MCMC, Bootstrap e Modelos Lineares Generalizados R$ 79,90
Núcleo de Probabilidade, Inferência Estatística e Ciência de Dados

Estatística Computacional com Python/R: Simulação de Monte Carlo, MCMC, Bootstrap e Modelos Lineares Generalizados

Métodos computacionais intensivos para resolução de problemas estatísticos e probabilísticos complexos: técnicas de amostragem estocástica (geração de números pseudoaleatórios, método da transformada inversa e amostragem por rejeição), métodos de reamostragem não paramétricos (Bootstrap e Jackknife) para estimação de erros padrão e intervalos de confiança robustos, algoritmos de Cadeias de Markov Monte Carlo (MCMC: algoritmo de Metropolis-Hastings e Amostrador de Gibbs) para inferência bayesiana computacional (PyMC e Stan), e modelagem estatística multivariada com Modelos Lineares Generalizados (GLM: regressão logística, Poisson e binomial negativa com funções de ligação).

📚 6 células ⏱️ 32h Avançado
Jornada da trilha

Células de aprendizagem

1

Célula 01: Fundamentos de Probabilidade, Probabilidade Condicional, Independência e Teorema de Bayes

Espaço amostral, eventos e axiomas de probabilidade de Kolmogorov. Probabilidade condicional, regra da multiplicação e eventos mutuamente exclusivos versus eventos estatisticamente independentes. O Teorema da Probabilidade Total e o Teorema de Bayes: atualização de probabilidades a priori e cálculo de probabilidades a posteriori.

1h
2

Célula 02: Variáveis Aleatórias Discretas e Contínuas, Medidas de Tendência Central, Dispersão e Covariância

Conceito formal de variável aleatória. Variáveis discretas: Função de Massa de Probabilidade (PMF). Variáveis contínuas: Função Densidade de Probabilidade (PDF) e Função de Distribuição Acumulada (CDF). Propriedades do valor esperado (esperança matemática E[X]), variância (Var(X)), desvio-padrão, covariância (Cov(X,Y)) e coeficiente de correlação linear de Pearson.

1h
3

Célula 03: Modelos e Distribuições Notáveis (Binomial, Poisson, Normal), Lei dos Grandes Números e Teorema do Limite Central

Distribuições discretas notáveis: modelo de Bernoulli, distribuição Binomial e distribuição de Poisson (eventos raros). Distribuições contínuas: distribuição Uniforme, Exponencial e a Distribuição Normal (Gaussiana) e Normal Padrão (escore z). A Lei Fraca e Forte dos Grandes Números. O monumental Teorema do Limite Central (TLC) e suas condições de aplicabilidade prática.

1h
4

Célula 04: Estatística Descritiva e Métodos de Estimação Pontual (Máxima Verossimilhança e Mínimos Quadrados)

Exploração gráfica e numérica de dados: histogramas, boxplots, percentis e variabilidade. Teoria da estimação pontual: propriedades desejáveis de estimadores (não-viesamento, consistência e variância mínima). Métodos analíticos de estimação: o Método dos Momentos, o Método de Máxima Verossimilhança (MLE - Maximum Likelihood Estimation) e o Método dos Mínimos Quadrados Ordinários (OLS).

1h
5

Célula 05: Intervalos de Confiança para Médias, Variâncias e Proporções (Distribuições Normal, t-Student e Qui-Quadrado)

Conceito de distribuição amostral e nível de confiança ($1 - \alpha$). Intervalos de confiança para a média com variância conhecida (distribuição z) e desconhecida (distribuição t-Student). Intervalos de confiança para a variância populacional com distribuição Qui-Quadrado ($\chi^2$). Intervalos de confiança para proporções populacionais e para comparação de duas amostras (diferença de médias pareadas e independentes, e diferença de proporções).

1h
6

Célula 06: Laboratório Capstone: Testes de Hipóteses Estatísticas, Testes Qui-Quadrado (Chi2) e Regressão Linear Simples

Formulações de testes de hipóteses: hipótese nula ($H_0$) e alternativa ($H_1$), erros tipo I (nível de significância $\alpha$) e tipo II ($\beta$), poder do teste ($1 - \beta$), região crítica e tomada de decisão via $p$-valor. Testes z e t para uma e duas amostras. Testes Qui-Quadrado ($\chi^2$): teste de aderência/qualidade de ajuste, teste de homogeneidade e teste de independência em tabelas de contingência. Ajuste de modelo de regressão linear simples por mínimos quadrados, resíduos, coeficiente de determinação ($R^2$) e significância estatística do coeficiente angular.

1h