CURSOS INTRODUTRIOS

Introduo Estatstica

Professor: Jorge Alexandre Neves (UFMG)

A meta do curso apresentar conceitos tericos e ferramentas estatsticas relevantes para a
anlise de dados quantitativos. Ao final do curso as(os) estudantes estaro familiarizados com
os principais instrumentos analticos de dados e com os padres de distribuio estatstica
mais prevalentes nas cincias sociais. Os seguintes tpicos sero discutidos: 1- Estatsticas
Descritivas (Medidas de tendncia central; Medidas de variabilidade; Medidas de posio
relativa; Grficos exploratrios de dados); 2- Estatstica Inferencial; Distribuio normal de
probabilidade; 3 Estimativas de tamanhos de amostras; 4- Teoria da estimao estatstica; 5-
Testes de hipteses; 6- Anlise de associaes e correlaes estatsticas; 7- Regresso linear
simples e mltipla; 8 Utilizao de um software estatstico de anlise dos dados.


Estatstica com STATA

Professora: Elaine Vilela (UFMG)
Esse curso tem como objetivo introduzir a utilizao do programa computacional Stata, o qual
apresenta uma vasta possibilidade de explorao de dados e modelagem estatstica. Com os
conhecimentos adquiridos nesse curso, o aluno poder analisar dados provenientes de
diferentes fontes, tanto de bancos construdos com dados secundrios, como de bancos
elaborados pelo prprio pesquisador. Aps o curso os alunos estaro aptos a trabalhar com
bases de dados no desenvolvimento de suas pesquisas. Aps receberem explicao e
exemplificao de comandos de programao, os alunos podero desenvolver suas prprias
programaes em Stata. O curso propicia ao aluno o conhecimento bsico de como efetuar
manipulaes de dados no Stata, desde a montagem do banco de dados at a explorao de
estatsticas descritivas. Criaremos nomes para variveis e suas categorias, aprenderemos a
gerar novas variveis, elaborar tabelas e estatsticas descritivas, e gerar grficos atraentes.
Discutiremos o gerenciamento de dados no ambiente Stata e a seleo ou excluso de
variveis. Aprenderemos como anexar dois ou mais bancos, recodificar um grupo de variveis,
reorganizar os dados em diferentes formatos, e criar bancos de dados agrupados por
categorias de variveis.
Pblico-alvo: Pessoas que desejam/necessitam trabalhar com bancos de dados quantitativos e
conhecer melhor um software estatstico que permita fazer anlises de dados tanto bsicas
quanto avanadas.
Tpicos abordados nas aulas:
1) Familiarizao com o ambiente visual do Stata.
2) Importao de dados para o Stata
3) Juno de bancos de dados
4) Manipulao dos dados (nomeao, renomeao, construo e agregao de variveis)
5) Construo de tabelas e grficos
6) Anlise dos dados (da descrio associao)


Captura, sistematizao e anlise de "Big Data"

Professores: Leonardo Barone (FGV/ Cebrap) e Rogrio Barbosa (USP/ Cebrap)
Crescentemente temos acesso a maiores quantidades e variedades de informaes por meio
da internet. Este curso trata justamente da coleta, estruturao e uso, na pesquisa social,
daquilo que convencionalmente tem sido chamado de big data. Nosso objetivo ser
automatizar e acelerar a coleta e a "limpeza" de grandes volumes de dados - livrando-nos de
interminveis e repetitivas tarefas de copiar-colar-formatar. Chamamos esses procedimentos
de webscraping. Mas de que tipo de dados estamos falando? De qualquer tipo! Materiais
textuais, tabelas, bancos de dados, imagens, vdeos, arquivos de udio - enfim, tudo o que
puder ser visualizado e baixado. Faremos isso principalmente atravs do uso de um
ambiente/linguagem de programao, a plataforma R. Existem alguns softwares especializados
para realizar alguns tipos de coleta, mas neste curso, nosso propsito tambm capacitar os
alunos na leitura e compreenso bsica de cdigos computacionais. Quanto mais se avana no
aprendizado de tcnicas de anlise de dados, fugir de linguagens de programao se torna
mais difcil. Deste modo, esta ser tambm uma oportunidade de familiarizar-se com
programao.
Pr-requisitos: O requisito fundamental para participao no curso o conhecimento bsico
de estruturas de dados. importante que o participante esteja habituado com algum software
de estatstica e seja capaz de construir e manipular variveis e bases de dados. Um dos
propsitos do curso coletar informaes para a produo de anlises. Por isso necessrio
que o participante tenha compreenso clara de onde quer chegar antes de iniciar a captura de
informaes na internet. No necessrio que o participante saiba programar em HTML e
demais linguagens utilizadas na construo de websites. Entretanto, preciso ter alguma
noo sobre como websites so construdos e como textos ou outros formatos de dados
podem ser transformados e organizados. Mas ressaltamos: um curso para cient stas
sociais e no especialistas em exatas! Uma vez que a grande maioria dos materiais e tutoriais
esto em ingls, a capacidade de ler em ingls essencial.
Pblico alvo: Voc ja precisou clicar, copiar e colar centenas de vezes para coletar informaes
disponveis na internet para sua pesquisa? Se este um problema que voc enfrenta, ou quer
enfrentar, este um curso no qual voc deveria se matricular. Ele voltado para
pesquisadores em Cincias Humanas e outras que tm curiosidade e gosto por anlise de
dados (e um pouquinho de programao). Participantes podero aplicar diretamente as
tcnicas do curso na sua vida acadmica e profissional.
Tpicos abordados nas aulas:
1. Panorama sobre big data e webscraping
2. Introduo ao R
3. Estrutura de dados
4. Pacotes do R para webscraping
5. Noes da estrutura de dados em HTML
6. Download automtico de arquivos
7. Coleta de materiais textuais
8. Coleta de tabela
9. Preenchimento automtico de formulrios
10. Utilizando APIs
11. Obteno de dados geogrficos
12. Geocodicao de endereos e construo de mapas


CURSOS INTERMEDIRIOS
Metodologia de survey e construo de questionrios

Professora: Solange Simes (Eastern Michigan University)
O curso ser centrado na aplicao da teoria cognitiva na metodologia de survey e nas suas
implicaes para a construo de questionrios. Tem-se como objetivo o entendimento dos
processos cognitivos subjacentes ao processo de pergunta e resposta e a validade das
medidas. Significado, memria e efeitos contextuais sero tpicos centrais. O presteste
tambm ser abordado enquanto parte crucial do processo de construo do dado.
Tpicos a serem abordados:
1) A aplicao da teoria cognitiva e da psicolingustica na metodologia de survey
2) Controvrsia sobre padronizao das medidas - entrevista estruturada vs entrevista em
profundidade; experimentos com questes abertas vs questes fechadas; a entrevista
enquanto interao social
3) Medidas de atitudes: os efeitos contextuias (ordem das questes); experimentos com o uso
da opo No Sabe; cristalizao de opines e no-atitudes, acquiescence bias; padroes
de resposta: escalas vs ordenao; surveys e medidas do socialmente desejvel
4) Medidas de comportamento e teorias sobre a memria
5) Estruturao do preteste; preteste com entrevistas cognitivas; uso de grupos focais para o
preteste; codificao de comportamento


Regresso Linear

Professor: Gilvan Guedes (UFMG)
Os modelos de regresso linear, simples e mltipla, so os mais utilizados em publicaes
cientficas e estudos aplicados em todo o mundo. Foi o primeiro modelo a ser desenvolvido
para anlise de efeitos e significncia desses efeitos, e adequa-se a uma ampla gama de
fenmenos que seguem uma distribuio contnua normal ou aproximadamente normal.
Embora a estatstica inferencial tenha se desenvolvido com a criao de outros modelos
inferenciais, como os modelos de regresso no-lineares, a regresso linear ainda um
recurso de extrema utilidade prtica toda vez que lidamos com variveis contnuas que
tenham distribuio aproximadamente normal. Ademais, ele nos d a base fundamental para
entender a diferena entre associao, correlao e causalidade, possuindo uma estrutura
algbrica relativamente simples e uma interpretao bastante direta e intuitiva. Ao concluir
este curso voc estar apto a: 1) fazer anlise descritiva exploratria e bivariada para
diagnosticar possveis associaes a serem analisadas posteriormente por regresso; 2)
Entender os pressupostos de um modelo de regresso linear; 3) Discutir e problematizar
alternativas de solues no caso de violao desses pressupostos; 4) Operar bases de dados e
modelos de regresso linear no ambiente Stata; 5) Computar e interpretar medidas de
ajustamento de modelos de regresso, como R2 e R2 Ajustado; 6) Fazer anlise de resduos; 7)
Fazer testes formais de diagnstico; 8) Calcular intervalos de confiana baseados em regresso
e 9) Testar e decidir sobre melhores subconjuntos de variveis independentes a serem
introduzidas num modelo de regresso.
Pblico alvo: Pessoas interessadas em utilizar com rigor modelos de regresso. Os alunos so,
tradicionalmente, oriundos de uma ampla variedade de campos do conhecimento, como
sociologia, demografia, economia, sade, assim como gestores pblicos.
Tpicos abordados nas aulas:
1. Inferncia e estimao (1 aula): Conceitos fundamentais; Estimao por MQO e Mxima
Verossimilhana.
2. Anlise de regresso (2 aulas): Conceitos fundamentais; Regresso, correlao, causao.
3. Regresso linear simples (3 aulas): Modelos, estimao dos parmetros e testes sobre a
inclinao e o intercepto; Previso da resposta mdia e de novas observaes; Cuidados no
uso da regresso; Anlise da adequao do modelo: Anlise residual.
4. Regresso linear mltipla (4 aulas): Modelos, estimao e testes sobre os parmetros;
Variveis Indicadoras. Multicolinariedade; Medidas de adequao e de deteco de pontos
influentes; Discusso sobre medidas de ajuste e correo.


Grupos Focais

Professora: Corinne Davis Rodrigues (UFMG)
O curso tem por objetivo familiarizar os alunos com a tcnica de coleta de dados de grupos
focais. Muito utilizado na rea de marketing, o grupo focal ou entrevista enfocada em
grupo, tem a suas origens nas Cincias Sociais e amplamente usado para captar percepes e
motivaes de atores sociais em diversas reas, da sade pblica estudos econmicos. No
curso sero enfocadas as questes tericas e prticas na elaborao e uso de grupos focais
como tambm a integrao desta tcnica com a metodologia quantitativa. Durante o curso, os
alunos elaboraro uma prtica nesta tcnica.
Pblico alvo: Pessoas de diversas reas que se interessam em aprender sobre os usos e
aplicaes deste mtodo qualitativo. Se voc quer aprender mais sobre como e quando usar
este mtodo desenhado para capturar as dimenses subjetivas das percepes e motivaes
de atores, este curso para voc.
Tpicos abordados nas aulas:
1) Objetivos, Usos, e Teoria de Grupos Focais
2) Questes Prticas na Elaborao de Grupos Focais
3) Elaborao e Realizao de Grupos Focais
Voltar ao topo


Anlise de dados qualitativos

Professor: Rogrio Barbosa (USP/ Cebrap)
No campo da Metodologia Qualitativa, h a uma polariza o entre duas perspectivas. De um
lado, existem aqueles que compreendem que a investiga o deve ser sempre explorat ria,
descritiva e indutiva. De outro, os que acreditam que mesmo com "Small N", os m todos
qualitativos podem ser dedutivos e prover explicaes de cunho causal. Esse embate se reflete
na forma como as pesquisas so organizadas, e tamb m nos procedimentos de an lise do
material
produzido. Para ilustrar alguns aspectos dessa polarizao, veremos duas abordagens que
representam bem essas diferenas: (1) a Grounded Theory e (2) a Anlise de Contedo (anlise
quantitativa do texto). A proposta deste curso fornecer perspectivas e ferramentas para
potencializar a anlise do material qualitativo coletado a partir de entrevistas, observao e
anotaes. Veremos como a leitura e a interpretao podem ser complementadas com
tcnicas de codificao, fragmentao e cruzamento. Alm disso aprenderemos a produzir
indicadores quantitativos simples sobre o texto para a identificao de regularidades e
diferenas.
Pblico-alvo: Pessoas que trabalham com pesquisa qualitativa e desejam conhecer um pouco
mais sobre teorias e tcnicas de analise textual. Alm disso, aqueles que possuem uma grande
(ou razovel) quantia de material qualitativo podem se servir bem da praticidade e
sistematicidade provida pelos softwares que utilizaremos.
T picos abordados nas aulas
1. Elementos de Metodologia Qualitativa: Coleta e Analise
2. Apresentao do Atlas.TI
3. Modelo indutivo de codificao: Grounded Theory
4. Modelo dedutivo de codificao e tcnicas de Anlise de Contedo
5. Ferramentas avanadas do Atlas.TI
6. Validade e confiabilidade na pesquisa qualitativa





CURSOS AVANADOS

Anlise de Dados Categricos
Professor: Jernimo Muniz (UFMG)
O objetivo deste curso possibilitar a exposio e o aprendizado de tcnicas bsicas e
avanadas de anlise de dados categricos. Os famigerados modelos logsticos sero
enfatizados, mas o curso tambm ir introduzir outras abordagens estatsticas para se analisar
eventos binrios, ordinais e nominais. Ao final do curso as participantes sero capazes de
construir, utilizar e interpretar com eficincia modelos baseados em probabilidades e variveis
condicionais de interesse. Com o intuito de maximizar a absoro do conhecimento, os
exerccios sero baseados em bancos de dados das reas de Sade e Cincias Sociais.
Utilizaremos o software estatstico Stata. Aulas tericas e prticas sero intercaladas para que
os alunos possam se familiarizar com o material lecionado. Espera-se que os alunos
matriculados saibam ler em ingls e estejam minimamente familiarizados com regresso linear
e Stata. Estes quesitos so recomendados e desejveis, mas no obrigatrios.
Pblico alvo: Este curso destina-se queles que: 1) querem investigar a existncia de
associaes estatsticas entre variveis categricas; 2) desejam calcular as probabilidades de
ocorrncia de determinado evento a partir de observaes condicionantes; 3) querem
entender os passos para se construir, validar e interpretar modelos estatsticos para a
estimativa de probabilidades latentes. Se a tua varivel de interesse possui duas ou mais
categorias (ordenadas ou no) e voc estiver interessado em entender como utiliz-la em
modelos de probabilidade, este curso para voc.
Tpicos abordados nas aulas:
1) Limitaes do mtodo de Mnimos Quadrados Ordinrios (MQO) para a estimao de
probabilidades
2) Testes de associao e independncia para dados categricos nominais e ordinais
2) Diferena entre probabilidade, risco, chance e razo de chances
3) Modelo logstico binrio
4) Modelo logstico multinomial
5) Pressupostos e testes de validao para modelos categricos
6) Interpretao de coeficientes, estimao de probabilidades latentes e construo de
cenrios contrafactuais



Anlise de sobrevivncia
Professor: Bernardo Lanza (UFMG)
Este curso cobre problemas estatsticos na utilizao de dados longitudinais (medidas
repetidas no tempo). A cada dia, aumenta a oferta de dados nos quais podemos seguir as
observaes ao longo do tempo. No caso especfico, estamos interessados em estudar eventos
nos quais o tempo o objeto de interesse. Por exemplo, o tempo at a ocorrncia de um
evento ou o risco de ocorrncia de um evento por unidade de tempo.
Pblico-alvo: Se voc precisa analisar dados de eventos longitudinais e tem conhecimento de
estatstica bsica, este curso para voc. Por exemplo, estamos interessados em responder
perguntas como: Quais os fatores associados ao tempo de durao do desemprego? Quais os
fatores associados ao tempo de vida das empresas? O curso envolve uma srie de exerccios
prticos e anlise de dados utilizando o software Stata. importante que os participantes
tenham conhecimento prvio do Stata e algum conhecimento de programao em Stata. Em
alguns itens especficos, usaremos o R para mostrar alguns exemplos. Os participantes devem
ter conhecimento de anlise de regresso (teoria e prtica) e conhecimento bsico de
inferncia estatstica.
Tpicos abordados nas aulas:
1) Anlise de sobrevivncia e funes bsicas - mecanismos de censura e truncamento
2) Estimao no-paramtrica - Estimador de Kaplan-Meier
3) Estimao paramtrica
4) Modelos de regresso paramtrico -
5) Modelos de regresso semi-paramtrico - Modelo de Cox

Causalidade e anlise experimental

Professora: Natalia S. Bueno (Yale University)
A busca por causalidade e comum em cincias sociais. Politicas de transferencia de renda
reduzem a pobreza? A presena de mdicos em municpios melhora a sade da populao
local? A diferena de renda entre brancos e negros causada por diferenas de classe,
escolaridade ou discriminao racial? Qual o efeito de programas governamentais de
treinamento na renda de trabalhadores? Supomos que uma causa tem certo efeito num
resultado, mas essa causa no pode ser dissociada de outra causas: como dissociar o efeito de
classe, escolaridade e cor, uma vez que essas esto correlacionadas? Como identicar o efeito
de um treinamento na renda de trabalhadores sendo que aqueles que se inscrevem em tal
programa so diferentes daqueles que no se inscrevem? Como controlar por "motivao" do
trabalhador?
O desenho e a anlise experimental ficaram distantes das cincias sociais. Em outras cincias,
em especial em certos ramos da medicina com nfase na produo de medicamentos, a
anlise experimental essencial. No entanto, recentemente, observa-se a "revoluo
experimentalista"nas cincias sociais, em especial em psicologia, economia e cincia poltica.
Apesar dos exageros que vem com as promessas de revoluo (ns discutiremos os limites do
desenho e anlise experimental durante o curso), h grandes potenciais.
O curso exige conhecimento bsico de teste de hipteses e anlise de regresso. O curso
utilizar o programa R para os exerccios prticos. Conhecimento de R desejvel, mas no
necessrio.
Pblico-Alvo: Se voc tiver interesse em anlise experimental ou em como fazer inferncias
causais atravs de experimentos em cincias sociais, esse curso para voc. A maior parte dos
exemplos em sala de aula sero em temas de cincia e economia poltica, mas veremos
tambm exemplos da sociologia, psicologia e avaliao de polticas pblicas.
Tpicos abordados nas aulas
1. O que so experimentos? Causalidade, Contra-factuais, Correlao vs. Causalidade,
Experimentos e Randomizao.
2. Introduo ao R.
3. Experimentos de campo e em laboratrio.
4. Experimentos em survey.
5. Experimentos Naturais.
6. Anlise experimental (e algumas complicaes).
7. tica e anlise experimental.
8. Implementando seu experimento