Unidades

1. Inteligência Artificial em Econometria e Estatística: Funções, Limites, Autenticação e Privacidade 2. Limpeza e preparação de dados: dados ausentes, valores discrepantes e codificação 3. Análise Exploratória e Visualização de Dados: Gráficos e Interpretação com Inteligência Artificial 4. Regressão Linear: Construção de Modelo, Interpretação de Coeficientes e Suposições 5. Diagnósticos de regressão e violações: colinearidade, heterocedasticidade, autocorrelação 6. Teste de hipóteses e valor p: significância, poder e comparações múltiplas 7. p-hacking, HARKing e integridade estatística: armadilhas na era da inteligência artificial 8. Análise de série temporal: estacionariedade, ARIMA e previsão 9. Análise de causalidade e política: DiD, IV, RDD e Inteligência Artificial 10. Geração e reprodutibilidade de código: R/Python, versionamento e reprodutibilidade 11. Redação de relatórios, comunicação e ética: apresentação de resultados e comunicação de limites

Unidade 10 / 11

Geração e reprodutibilidade de código: R/Python, versionamento e reprodutibilidade

Ganhos:

Capacidade de verificar lendo e testando o código de análise R/Python produzido por inteligência artificial e estabelecer um projeto reproduzível com seed, bloqueio de versão e estrutura de pastas
Capacidade de usar controle de versão (Git), programação alfabetizada (R Markdown/Quarto/Jupyter) e gerenciamento de ambiente com suporte de inteligência artificial, tornando a análise reprodutível do início ao fim
Capacidade de realizar testes de unidade e verificação de integridade para detectar erros silenciosos no código de IA (mistura incorreta, vazamento, filtro perdido)

Antigo Próximo