Aprenda estatística, analise seus dados e torne-se um cientista de alto impacto
Estatística básica e avançada
Programação em R, Bash, Perl e Python
Análise de dados em SPSS
A estatística, análise de dados e programação me garantiram um emprego no 4º melhor hospital do mundo, o Johns Hopkins.
Durante meus 10 anos de trabalho com análise de dados, eu publiquei +25 artigos de alto impacto.
Os alunos STATLAB perderam o medo da estatística,
rodam suas próprias análises e leem artigos científicos com mais rigor e método.
No STATLAB, você vai aprender a analisar seus próprios dados e a programar em R, BASH e Python.
Um curso desenhado cuidadosamente para ser absurdamente fácil de acompanhar.
Método científico e filosofia da ciência
Com Prof. Dr. Thiago Vidotto
Porque apertar botões e rodar códigos qualquer um faz. Mas poucos sabem raciocinar cientificamente. Esse material vai te colocar em outro patamar científico.
Núcleos de estatística básica
Com Prof. Dr. Thiago Vidotto
Você vai entender o que são populações, métodos de amostragem, distribuição normal, teorema do limite central, desvio padrão, quartis, categorização, etc.
Núcleos de estatística aplicada
Com Prof. Dr. Thiago Vidotto
Aqui, você vai aprender a escolher o teste adequado para seus dados: teste T, ANOVA, Kruskal Wallis, Mann Whitney, Wilcoxon, Fisher, Qui-quadrado, modelos lineares, modelos logísticos, regressão de Cox, etc.
Núcleo de programação
Com Prof. Thiago, Prof. Mateus, Prof. Daniele e Prof. Nilo
Nesses núcleos, você aprenderá a realizar testes estatísticos em R e Python. Além disso, você vai aprender a programar em BASH e a criar imagens INCRÍVEIS em R, JASP e MATLAB.
Bibliotecas de bases de dados, livros, artigos e comunidade
Com Prof. Thiago
No STATLAB, você receberá listas de referências de livros, artigos e bases de dados gratuitas para aprofundar seus conhecimentos em estatística e programação.
Exercícios em todas as aulas do curso
Fixe seu conhecimento e treine tudo que aprendeu com exercícios após as aulas do curso.
Veja abaixo alguns dos núcleos de aulas do STATLAB!
Programação e visualização de dados é o nosso forte.
Você vai aprender a usar o MATLAB para gerar visualizações de dados avançados em passos simples.
A base está aqui. Você vai aprender a programar na linguagem BASH para ser mais rápido e prático em suas análises avançadas.
O JASP é um app gratuito. No STATLAB ele é usado para te guiar nas análises psicométricas.
SQL é uma linguagem usada para gerenciar, consultar, armazenar e manipular grandes volumes de dados. Essencial para todo cientista que trabalha com big data.
Com os nossos módulos de estatística e programação em R, você será capaz de:
1. Entender a lógica de programação na linguagem R.
2. Aplicar inúmeros testes estatísticos nos seus dados.
3. Visualizar seus dados e resultados em gráficos belíssimos!
Em Python, você vai:
1. Desenvolver uma base sólida em linguagem Python.
2. Aplicar testes estatísticos nos seus dados.
3. Aprender a criar gráficos e figuras incríveis com facilidade!
Você pediu, e agora o STATLAB tem conteúdos completos para te ensinar a analisar dados no SPSS.
1. Faça estatística descritiva com poucos cliques.
2. Analise seus dados usando testes estatísticos básicos e avançados.
3. Visualize seus dados em gráficos fáceis de criar.
Veja alguns dos gráficos que você vai criar com autonomia:
Conheça todas as aulas disponíveis no STATLAB!
| Aula 1 – Filosofia em um curso de estatística? |
| Aula 2 – Indução e Dedução |
| Aula 3 – Os problemas da indução |
| Aula 4 – Falsificacionismo e Teste de Hipóteses |
| Aula 5 – Pseudociência |
| Aula 6 – Falácias |
| Aula 1 – Introdução à Estatística |
| Aula 2 – População e Amostra |
| Aula 3 – Métodos de Amostragem |
| Aula 4 – Estatística Descritiva |
| Aula 5 – Variáveis |
| Aula 6 – Medidas de Tendência Central |
| Aula 7 – Quartis |
| Aula 8 – Medidas de Dispersão |
| Aula 9 – Distribuição Normal |
| Aula 10 – Probabilidade Básica |
| Aula 11 – Teorema do Limite Central e Erro Padrão |
| Aula 12 – Teste de Hipóteses |
| Aula 13 – Valor de P |
| Aula 1 – Testes Paramétricos e Não-Paramétricos |
| Aula 2 – Qui-Quadrado |
| Aula 3 – Teste de Fisher |
| Aula 4 – Teste T |
| Aula 5 – Wilcoxon |
| Aula 6 – Mann-Whitney |
| Aula 7 – ANOVA |
| Aula 8 – Kruskal Wallis |
| Aula 9 – Correlações |
| Aula 1 – Regressão linear |
| Aula 2 – Regressão linear univariada |
| Aula 3 – Regressão linear multivariada |
| Aula 4 – Regressão logística univariada |
| Aula 5 – Regressão logística multivariada |
| Aula 1 – O que são séries temporais? |
| Aula 2 – Análise de séries temporais |
| Aula 3 – Análise de séries temporais em Python |
| Aula 4 – Modelo auto-regressivo integrado de médias móveis |
| Aula 5 – Transformada de Fourier |
| Aula 6 – Transformada de Wavelet |
| Aula 7 – Métodos de suavização de séries temporais |
| Aula 1 – Instalação R e RStudio |
| Aula 2 – Introdução ao R e RStudio |
| Aula 3 – Instalação de Pacotes |
| Aula 4 – Pedindo ajuda |
| Aula 5 – Introdução à Linguagem R |
| Aula 6 – Objetos em R |
| Aula 7 – Funções Básicas |
| Aula 8 – Funções Matemáticas |
| Aula 9 – Manipulação de Dataframes |
| Scripts R – Material complementar |
| Aula 1 – Agrupando linhas e colunas – cbind() e rbind() |
| Aula 2 – Lidando com dados faltantes |
| Aula 3 – Categorizando dados com cut() e ifelse() |
| Aula 4 – Abrindo arquivos .xlsx no R |
| Aula 5 – Salvando planilhas com write.table() |
| Aula 6 – Agrupando planilhas a partir de colunas – merge() |
| Aula 7 – Transpondo e manipulando data.frames |
| Aula 8 – Renomeando colunas e linhas |
| Aula 9 – Curva ROC e AUC |
| Aula 10 – Kappa |
| Aula 11 – PCA plot |
| Introdução ao módulo |
| Aula 1 – Condicionais |
| Aula 2 – Loops |
| Aula 3 – Funções |
| Aula 4 – Família de funções apply |
| Aula 5 – Introdução ao Tidyverse |
| Aula 6 – Tibble, readr e magrittr |
| Aula 7 – Stringr |
| Aula 8 – Dplyr | Parte 1 |
| Aula 9 – Dplyr | Parte 2 |
| Aula 10 – Tidyr |
| Aula 1 – Estatística descritiva em R |
| Aula 2 – Qui-Quadrado no R |
| Aula 3 – Teste de Fisher no R |
| Aula 4 – Teste de Shapiro-Wilk no R |
| Aula 5 – Teste T Independente em R |
| Aula 6 – Teste T Dependente |
| Aula 7 – Teste de Wilcoxon em R |
| Aula 8 – Teste Mann-Whitney em R |
| Aula 9 – Teste de Kruskal Wallis em R |
| Aula 10 – ANOVA One-Way em R |
| Aula 11 – ANOVA Two-Way em R |
| Aula 12 – Correlação de Spearman e Pearson em R |
| Aula 1 – Criação de figuras e introdução ao ggplot |
| Aula 2 – Ajustes gráficos em ggplot2 |
| Aula 3 – Boxplots (Gráfico de Caixa) em ggplot2 |
| Aula 4 – Boxplot (Gráfico de Caixa) em ggpubr |
| Aula 5 – Barplots (Gráfico de Barras) em ggplot2 |
| Aula 6 – Scatterplot (Gráfico de Dispersão) em ggplot |
| Aula 7 – Gráficos de Correlação em corrplot |
| Aula 8 – Lineplot (Gráfico de Linhas) em ggplot |
| Aula 8 – Salvando Figuras |
| Aula 1 – Visualização de boxplots por categoria combinada |
| Aula 2 – Boxplots estilo PRISM |
| Aula 3 – Combinação de plots usando facet_wrap em ggplot2 |
| Aula 1 – Regressão linear univariada em R |
| Aula 2 – Regressão linear multivariada |
| Aula 3 – Regressão logística univariada |
| Aula 4 – Regressão logística multivariada |
| Aula 1 – Introdução ao Python & Anaconda |
| Aula 2 – Detalhes do Spyder |
| Aula 3 – Jupyter Notebook |
| Aula 4 – Comandos básicos em Python |
| Aula 5 – Comandos básicos para análise de dados em Python |
| Aula 6 – Como plotar um gráfico e seus componentes |
| Aula 7 – Como alterar componentes de um gráfico |
| Aula 8 – Exemplos de gráficos com diferentes tipos de dados |
| Aula 9 – Como salvar arquivos em alta qualidade |
| Aula 1 – Introdução ao módulo |
| Aula 2 – Qui-Quadrado | Parte 1 |
| Aula 3 – Qui-Quadrado | Parte 2 |
| Aula 4 – Fisher |
| Aula 5 – Teste T Não-Pareado |
| Aula 6 – Teste T Pareado |
| Aula 7 – Wilcoxon |
| Aula 8 – Mann Whitney |
| Aula 9 – One-Way ANOVA |
| Aula 10 – Two-Way ANOVA |
| Aula 11 – Kruskal Wallis |
| Aula 12 – Correlações de Spearman e Pearson |
| Aula 1 – Introdução ao Matlab |
| Aula 2 – Comandos básicos em Matlab |
| Aula 3 – Comandos básicos para análise de dados em Matlab |
| Aula 4 – Como plotar um gráfico e seus componentes |
| Aula 5 – Como alterar componentes de um gráfico |
| Aula 6 – Exemplos de gráficos com diferentes tipos de dados |
| Aula 7 – Exemplos de gráficos com diferentes tipos de dados |
| Aula 1 – Introdução ao Linux |
| Aula 2 – Scripts e interpretadores de scripts |
| Aula 3 – Instalação |
| Aula 4 – Máquina Virtual |
| Aula 5 – Pipelines, scripts e workflow |
| Aula 6 – VSCode para BASH |
| Aula 7 – Terminal e comandos básicos |
| Aula 8 – Funções e variáveis |
| Aula 9 – Estruturas de controle |
| Aula 10 – Manipulação de arquivos e diretórios |
| Aula 11 – Manipulação de textos |
| Aula 12 – Gerenciamento de processos |
| Aula 13 – Controle de permissões |
| Aula 14 – Gerenciamento de pacotes |
| Aula 15 – Customização de ambiente |
| Aula 16 – Automações e agendamento de tarefas |
| Aula 17 – Tratamento de erros |
| Aula 18 – Segurança básica e arquivos compactados |
| Aula 1 – Medidas de Associação |
| Aula 2 – Medidas clínicas de efeito |
| Aula 3 – Correlação e Regressão |
| Aula 4 – Como estudos clínicos são analisados? |
| Aula 5 – Análise de Sobrevida (Cox, Log-rank test e Kaplan-Meier) |
| Aula 6 – Per Protocol x Intention to Treat |
| Aula 7 – Dimensionamento Tamanho Amostral |
| Aula 8 – Análise de Subgrupo |
| Aula 9 – Interpretação Contextualizada de Resultados Estatísticos |
| Aula 10 – Missing Data e Imputação de Dados |
| Aula 11 – Testes diagnósticos |
| Aula 12 – Boas práticas em relato estatístico |
| Aula 1 – Risco Relativo |
| Aula 2 – Log-rank e Kaplan Meier |
| Aula 3 – Regressão de Cox uni e multivariada |
| Aula 1 – Introdução à Psicometria |
| Aula 2 – Construir ou adaptar? Eis a questão. |
| Aula 3 – Validade |
| Aula 4 – Fidedignidade |
| Aula 5 – Modelagem de Equações Estruturais |
| Aula 6 – Teoria de Resposta ao Item |
| Aula 1 – Como elaborar bons itens |
| Aula 2 – Coeficiente de Validade de Conteúdo |
| Aula 3 – Análise Fatorial Exploratória com o Factor |
| Aula 4 – Como interpretar a saída do Factor |
| Aula 5 – Análise Fatorial Confirmatória com o R |
| Aula 6 – Análise Fatorial Confirmatória com o JASP |
| Aula 7 – Fidedignidade com o R e JASP |
| Aula 8 – Modelagem de Equações Estruturais com o R |
| Aula 9 – Modelagem de Equações Estruturais com o JASP |
| Aula 10 – Teoria de Resposta ao Item com o R |
| 1. Qui-Quadrado |
| 2. Fisher |
| 3. Teste T Não-Pareado |
| 4. Teste T Pareado |
| 5. Wilcoxon |
| 6. Mann Whitney |
| 7. One-Way ANOVA |
| 8. Two-Way ANOVA |
| 9. Three-Way ANOVA |
| 10. Kruskal Wallis |
| 11. Correlações de Spearman e Pearson |
| 12. Regressão linear uni e multivariada e regressão logística uni e multivariada |
| 13. Cálculo de tamanho amostral |
| 14. Criação de tabelas |
| 15. Coeficiente de Kappa |
| 16. Análise de mediação e moderação (Hayes) |
| 17. PCA |
| 18. AUC e ROC |
| Aula 1 – Passos iniciais com Perl |
| Aula 2 – Operadores e controle de fluxo |
| Aula 3 – Manipulação de strings e arrays |
| Aula 4 – Hashes |
| Aula 5 – Funções e subrotinas |
| Aula 6 – Input – Output e Debugging |
| Aula 1 – Fenômeno aleatório |
| Aula 2 – Axiomas de Probabilidade |
| Aula 3 – Teorema de Bayes |
| Aula 4 – Variável aleatória |
| Aula 5 – Desigualdades de Bienayme e Tchebycheff |
| Aula 6 – Distribuição de amostragem |
| Aula 7 – Distribuições de probabilidade discretas |
| Aula 8 – Distribuição de probabilidades contínuas | Parte 1 |
| Aula 9 – Distribuições de probabilidade contínuas | Parte 2 |
| Aula 10 – Distribuições estatísticas de probabilidade |
| Aula 11 – Função de uma variável aleatória |
| Aula 12 – Método de simulação de Monte Carlo |
| Aula 13 – Geração de números aleatórios |
| Aula 14 – Simulação com variáveis contínuas e discretas |
| Aula 15 – Simulação de funções aleatórias |
| Aula 16 – Técnicas de redução de variância |
| Aula 17 – Aplicação de Monte Carlo |
| Aula 18 – Aplicação de Monte Carlo II |
| Aula 1 – O que é Revisão Sistemática e Metanálise? |
| Aula 2 – Como conduzir uma Revisão Sistemática |
| Aula 3 – Registros da Revisão Sistemática em sites de depósito |
| Aula 4 – Fases da Revisão Sistemática |
| Aula 5 – Qualidade e risco de viés |
| Aula 6 – Escrita da Revisão Sistemática – PRISMA |
| Aula 1 – Introdução às metodologias qualitativas |
| Aula 2 – Planejamento de pesquisa qualitativa |
| Aula 3 – Pesquisa experimental |
| Aula 4 – Pesquisa quase-experimental qualitativa |
| Aula 5 – Análise de conteúdo e do discurso |
| Aula 6 – Análise do discurso na prática |
| Aula 1 – Quais serviços você pode oferecer? |
| Aula 2 – Como conseguir clientes? |
| Aula 3 – Notas fiscais e outras burocracias |
| Aula 4 – Como precificar serviços |
| Aula 5 – Propostas de serviço |
| Aula 6 – Contratos de serviço |
BÔNUS EXTRAORDINÁRIOS!
Sinta-se acolhido e acolhida com a nossa comunidade exclusiva para alunos!
Tire dúvidas, tenha conversas profundas com nossos alunos especialistas e torne a sua jornada com a análise de dados mais leve!
Coloque em prática o seu conhecimento em estatística e programação e receba um certificado exclusivo!
Os Projetos STATLAB serão disponibilizados apenas para alunos e terão prazos para conclusão. Novidades em breve na plataforma do curso!
Tenha acesso à IA exclusiva do STATLAB para tirar suas dúvidas, ter resolução em erros de códigos e tutoriais fáceis de compreender.
Programe mais rápido, tire suas dúvidas imediatamente e progrida ainda mais na sua pesquisa e análise de dados.
Nossos alunos publicam mais, leem mais artigos, têm mais oportunidades de trabalho, arrasam na defesa e estão tendo o prestígio que merecem!
O STATLAB é diferente de tudo que você já viu.
Outros cursos
Conteúdo que conecta teoria e prática
SIM
Não
Estilo de aulas e professores
Entusiasmo e comunicação simples
Comunicação tediosa e complicada
Passo a passo sobre programação
Do básico absoluto ao avançado
Pulam etapas e confundem alunos
Linguagens de programação
R, BASH, MATLAB, JASP e PYTHON
Só focam em R
Visualização de dados
Figuras de tirar o fôlego!
Nem ensinam visualização de dados
Bases de dados para análises
Lista com bases de dados pra você trabalhar gratuitamente
Não fornecem
Biblioteca de referências
Recomendações de livros e artigos de referências
Não fornecem
Compreensão do método científico
Você se torna um cientista completo
Não falam de método e enfatizam apertar em botões apenas
O curso STATLAB vai te transformar em um cientista e programador completo!
Estatística básica e avançada R$997
Programação em R R$997
Programação em Python R$997
Estatística com SPSS R$497
BASH, Perl e MATLAB R$497
Exercícios e materiais R$497
Projetos STATLAB R$497
Comunidade STATLAB Incalculável
STATLAB IA R$1297
⚠️ ÚNICA TURMA DE 2025 ⚠️
R$ 1000 OFF POR TEMPO LIMITADO!
12X DE R$ 134,14
ou DE R$2.297 POR R$1297 À VISTA
PIX, cartão de crédito e PayPal.
É possível pagar usando dois cartões de crédito ou pagar parte do valor no PIX e o restante no cartão de crédito.
Tudo que você precisa em um só lugar.
O STATLAB VAI SER O SEU ÚLTIMO CURSO DE ESTATÍSTICA. DEPOIS DELE, VOCÊ SÓ VAI TRABALHAR E ANALISAR SEUS DADOS.
PARA AQUELES QUE QUEREM SAIR NA FRENTE COM 4 PILARES PRINCIPAIS
EXPERIMENTE O STATLAB SEM RISCOS
Oferecemos 7 dias de teste gratuito para que você possa experimentar o STATLAB sem preocupações. Estamos assumindo todo o risco por você!
Se em 7 dias você não tiver certeza de que o investimento valeu a pena, devolveremos todo o seu dinheiro.
Sem complicações, sem burocracia. Basta solicitar o seu dinheiro de volta diretamente na plataforma de vendas dentro dos 7 dias, e nós reembolsaremos cada centavo investido, combinado?
PERGUNTAS FREQUENTES
Você terá acesso vitalício ao STATLAB.
Todas. Você vai ter resultados com o STATLAB se você for das humanas, agrárias, sociais aplicadas, biológicas, saúde, exatas, etc.
Sim! Os conteúdos do curso vão do complexo e extremo básico ao avançado!
Sim! Ensinamos linguagem de programação do básico pra quem NUNCA sequer usou R ou Python na vida.
É só pedir seu dinheiro de volta dentro de 7 dias!
Thiago Vidotto 2025 © Todos os direitos reservados
