Estatística Básica para Ciências Sociais
Prefácio
Como usar este livro
Pré-requisitos
I Fundamentos e Ferramentas
1
Introdução: O que é pesquisa quantitativa?
Objetivos do capítulo
1.1
Teorias e hipóteses
1.1.1
Frame teórico versus perguntas empíricas
1.2
Tipologias A
1.3
Variáveis
1.3.1
Tipos de variáveis
1.3.2
Operacionalização de conceitos
1.3.3
Tipologias: o que são, quando usar e quando evitar
1.4
Mensuração
1.4.1
Validade e confiabilidade
1.5
Exercícios
2
Introdução ao R e RStudio
2.1
R e RStudio
2.1.1
Instalação do R
2.1.2
Instalação do RStudio
2.1.3
A interface do RStudio
2.2
R como calculadora
2.3
Objetos no R
2.4
Tipos de objetos
2.4.1
Numeric
2.4.2
Character
2.5
Armazenando dados
2.5.1
Vetor
2.5.2
Matriz
2.5.3
Data Frame
2.6
Bibliotecas/pacotes
2.7
Importando dados
2.8
Data wrangling
2.9
Visualização
2.10
Exercícios
2.10.1
Importação de dados
2.10.2
Data wrangling com dplyr
2.10.3
Visualização com ggplot2
3
Reprodutibilidade: Git, R Markdown e Workflow
Objetivos do capítulo
3.1
Por que reprodutibilidade?
3.2
Controle de versão com Git e GitHub
3.2.1
O que é Git e GitHub?
3.2.2
Criando uma conta no GitHub
3.2.3
Instalando o Git
3.2.4
Configuração inicial do Git
3.2.5
Conectando o RStudio ao GitHub
3.2.6
Criando um projeto com controle de versão
3.2.7
Fluxo básico de trabalho com Git no RStudio
3.2.8
Boas práticas com Git
3.2.9
Branches: acabando com
tese_final_final_v7.docx
3.2.10
Worktrees: trabalhando em várias versões ao mesmo tempo
3.3
R Markdown
3.3.1
O que é R Markdown?
3.3.2
Estrutura de um documento
.Rmd
3.3.3
Gerando relatórios
3.3.4
Fórmulas matemáticas com LaTeX
3.4
Organizando o workflow de um projeto
3.4.1
Por que organizar?
3.4.2
Estrutura de pastas
3.4.3
Pipeline de análise
3.4.4
Replication package
3.4.5
Escrevendo com RMarkdown e referências bibliográficas
3.5
Agentes de IA no fluxo de trabalho acadêmico
3.5.1
O que são agentes de IA?
3.5.2
Como agentes podem ajudar na pesquisa
3.5.3
Custos e acesso
3.5.4
Limites e cuidados
3.6
Exercícios
3.6.1
Git e GitHub
3.6.2
R Markdown
3.6.3
Workflow
4
Desenho de Pesquisa
Objetivos do capítulo
4.1
O que é um desenho de pesquisa?
4.1.1
Duas visões: puzzles e problemas
4.2
Tipos de pesquisa
4.2.1
Pesquisa normativa vs. positiva: a visão tradicional
4.2.2
A crítica de Samii: o normativo como ponto de partida
4.2.3
Pesquisa descritiva, preditiva e explicativa
4.2.4
Geração, teste e aplicação de teoria
4.2.5
Os três estágios de um programa de pesquisa orientado a problemas
4.3
Da pergunta à hipótese
4.3.1
Objetivo geral, objetivos específicos e pergunta de pesquisa
4.3.2
Questão de pesquisa
4.3.3
Hipóteses
4.3.4
Scope conditions
4.4
A estrutura de um argumento de pesquisa
4.4.1
1. Afirmação (
claim
)
4.4.2
2. Razões (
reasons
)
4.4.3
3. Evidência (
evidence
)
4.4.4
4. Ressalvas e respostas (
acknowledgment and response
)
4.4.5
5. Garantia (
warrant
)
4.4.6
O argumento como um todo
4.4.7
A pesquisa como ato de persuasão
4.5
Contribuição: por que sua pesquisa importa
4.5.1
O teste da “célula vazia”
4.5.2
Posicionando a contribuição na literatura
4.6
Unidade de análise
4.7
Validade interna e externa
4.7.1
Validade interna
4.7.2
Validade externa
4.8
Desenhos de pesquisa
4.8.1
Estudos experimentais
4.8.2
Estudos observacionais
4.8.3
Tratamento versus manipulação
4.8.4
Estudos transversais e longitudinais
4.9
Causalidade: uma introdução
4.9.1
A abordagem dos resultados potenciais
4.9.2
Causalidade e correlação
4.9.3
Mecanismos causais
4.10
Desenho de projetos de políticas públicas
4.10.1
Pesquisa e policy: atividades separadas ou estágios de um mesmo programa?
4.10.2
Teoria da mudança
4.10.3
A cadeia de resultados: insumos, atividades, produtos, resultados e impacto
4.10.4
Objetivos SMART
4.10.5
Indicadores e metas
4.10.6
Avaliação: monitoramento, avaliação de resultados e avaliação de impacto
4.10.7
Pesquisa acadêmica vs. projetos de policy: síntese
4.11
Erros comuns em desenho de pesquisa
4.11.1
1. Escolher o método antes da pergunta
4.11.2
2. Confundir descrição com explicação
4.11.3
3. Motivar um problema e depois mostrar que ele é irrelevante
4.11.4
4. Usar o caso gerador da teoria como teste da teoria
4.11.5
5. Derivar scope conditions dos resultados
4.11.6
6. Afirmar mais do que a evidência sustenta
4.11.7
7. Confundir significância estatística com importância substantiva
4.11.8
8. Ignorar explicações alternativas
4.11.9
9. Tratar a escolha do tema como normativamente neutra
4.12
Escrevendo sobre seu desenho de pesquisa
4.12.1
A introdução é tudo
4.12.2
Bottom Line Up Front (BLUF)
4.12.3
Precisão de linguagem
4.13
Exercícios
5
Redação Acadêmica
Objetivos do capítulo
5.1
Como ler um paper acadêmico
5.2
O que faz um paper publicável
5.3
Estrutura de um artigo científico
5.3.1
Introdução
5.3.2
Revisão de literatura
5.3.3
Metodologia
5.3.4
Resultados
5.3.5
Conclusão
5.4
Descoberta versus narrativa: da hipótese nula ao paper
5.4.1
A importância de descartar explicações alternativas
5.5
Dicas de escrita acadêmica
5.6
Exercícios
II Estatística Descritiva
6
Amostragem
Objetivos do capítulo
6.1
População e amostra
6.2
Tipos de amostragem
6.2.1
Amostragem aleatória simples
6.2.2
Amostragem estratificada
6.2.3
Amostragem por conglomerados
6.2.4
Amostragem por conveniência
6.3
Viés de seleção
6.4
Tamanho da amostra
6.5
Exemplo: pesquisas eleitorais no Brasil
6.6
Exercícios
7
Medidas de Tendência Central e Variabilidade
Objetivos do capítulo
7.1
Medidas de tendência central
7.1.1
Média
7.1.2
Mediana
7.1.3
Moda
7.1.4
Quando usar cada medida?
7.2
Medidas de variabilidade
7.2.1
Amplitude
7.2.2
Variância
7.2.3
Desvio-padrão
7.2.4
Amplitude interquartílica (IQR)
7.3
Visualização de distribuições
7.3.1
Histogramas
7.3.2
Boxplots
7.3.3
Gráficos de densidade
7.4
Dados assimétricos e outliers
7.5
Exercícios
8
Correlação e Associação
Objetivos do capítulo
8.1
Covariância
8.2
Correlação de Pearson
8.2.1
Cálculo
8.2.2
Interpretação
8.2.3
Limitações
8.3
Associação entre variáveis categóricas
8.3.1
Tabelas de contingência
8.3.2
O teste qui-quadrado
8.4
Visualização
8.4.1
Scatterplots
8.4.2
Matrizes de correlação
8.5
Correlação não é causalidade
8.5.1
Variáveis confundidoras
8.5.2
Exemplos clássicos
8.6
Exercícios
III Probabilidade
9
Probabilidade I: Fundamentos
Objetivos do capítulo
9.1
Por que estudar probabilidade? O Processo Gerador de Dados
9.2
Experimentos aleatórios e espaço amostral
9.3
Eventos
9.4
Axiomas de probabilidade
9.5
Regras de probabilidade
9.5.1
Regra da adição
9.5.2
Regra da multiplicação
9.6
Probabilidade condicional
9.7
Independência
9.8
Teorema de Bayes
9.9
Exercícios
10
Probabilidade II: Variáveis Aleatórias e Distribuições
Objetivos do capítulo
10.1
Variáveis aleatórias
10.1.1
Variáveis aleatórias discretas
10.1.2
Variáveis aleatórias contínuas
10.2
Valor esperado e variância
10.3
Distribuições discretas
10.3.1
Bernoulli
10.3.2
Binomial
10.4
Distribuições contínuas
10.4.1
Distribuição Normal
10.4.2
Distribuição Normal Padrão
10.5
Lei dos Grandes Números
10.6
Teorema Central do Limite
10.6.1
Simulação do TCL em R
10.7
Exercícios
IV Inferência Estatística
11
Inferência Estatística: da Amostra à População
Objetivos do capítulo
11.1
A lógica da inferência
11.2
Parâmetros e estimadores
11.2.1
O que é um parâmetro?
11.2.2
O que é um estimador?
11.2.3
Estimativa pontual
11.3
Distribuição amostral
11.3.1
Simulando distribuições amostrais em R
11.4
Erro padrão
11.5
Propriedades dos estimadores
11.5.1
Viés
11.5.2
Consistência
11.5.3
Eficiência
11.6
Exercícios
12
Teste de Hipóteses e Poder do Teste
Objetivos do capítulo
12.1
A lógica do teste de hipótese
12.2
Hipótese nula e alternativa
12.2.1
A nula no teste versus a alternativa no paper
12.3
Estatística de teste
12.4
O p-valor
12.4.1
Cálculo
12.4.2
Interpretação (e erros comuns)
12.5
Erros do Tipo I e Tipo II
12.6
Poder do teste
12.6.1
Fatores que afetam o poder
12.6.2
Tamanho do efeito
12.7
Testes para médias
12.7.1
Teste t para uma amostra
12.7.2
Teste t para duas amostras
12.8
Testes para proporções
12.9
Críticas ao uso de p-valores
12.10
Exercícios
13
Intervalo de Confiança
Objetivos do capítulo
13.1
O que é um intervalo de confiança?
13.2
Construção de intervalos de confiança
13.2.1
IC para a média (variância conhecida)
13.2.2
IC para a média (variância desconhecida): distribuição t
13.2.3
IC para proporções
13.3
Interpretação correta (e erros comuns)
13.4
Margem de erro
13.5
Relação com testes de hipótese
13.6
Tamanho da amostra e precisão
13.7
IC em R
13.8
Exercícios
V Tópicos Aplicados
14
Análise de Texto
Objetivos do capítulo
14.1
Text-as-data em Ciência Política
14.2
Pré-processamento de textos
14.2.1
Tokenização
14.2.2
Stopwords
14.2.3
Stemming e lematização
14.3
Frequência de termos
14.3.1
Matriz documento-termo
14.3.2
TF-IDF
14.4
Visualização de textos
14.4.1
Nuvens de palavras
14.4.2
Frequências ao longo do tempo
14.5
Exemplo aplicado: discursos no plenário
14.6
Exercícios
15
Funções e Repetições em R
Objetivos do capítulo
15.1
Por que escrever funções?
15.2
Anatomia de uma função em R
15.2.1
Argumentos e valores de retorno
15.2.2
Escopo de variáveis
15.3
Estruturas de repetição
15.3.1
Loops
for
15.3.2
A família
apply
15.3.3
purrr::map()
15.4
Simulação como ferramenta de aprendizado
15.4.1
Simulando o lançamento de dados
15.4.2
Simulando distribuições amostrais
15.4.3
Simulando o poder de um teste
15.5
Exercícios
Apêndices
A
Matemática Essencial
A.1
Somatórios
A.2
Produtórios
A.3
Logaritmos
A.4
Derivadas básicas
A.5
Notação de conjuntos
B
Tabelas de Distribuições
B.1
Distribuição Normal Padrão
B.2
Distribuição t de Student
B.3
Distribuição Qui-Quadrado
Published with bookdown
Estatística Básica para Ciências Sociais
A
Matemática Essencial
A.1
Somatórios
A.2
Produtórios
A.3
Logaritmos
A.4
Derivadas básicas
A.5
Notação de conjuntos