7. Intervalos de Confiança

Duração total de cerca de 50 minutos; recomenda-se assistir em partes e pausar para acompanhar as demonstrações de código. Este episódio dá continuidade ao percurso do curso MIT 6.0002 Computational Thinking and Data Science, com foco em um conceito-chave da inferência estatística: o intervalo de confiança. O curso não se limita a deduções de fórmulas abstratas; com Python e simulações de Monte Carlo, transforma distribuições de probabilidade abstratas em código visual intuitivo. O destaque central é mostrar, por meio de muitos experimentos de amostragem repetida, a relação dinâmica entre tamanho da amostra, desvio padrão e largura do intervalo, ajudando o aprendiz a desenvolver intuição estatística sob uma perspectiva computacional. O conteúdo é sólido e enfatiza a implementação em código, sendo adequado para iniciantes em ciência de dados com conhecimento básico de Python que queiram suprir lacunas em estatística, ou para estudantes de computação que estejam começando a se introduzir sistematicamente na estatística computacional.