Aula 13. Intervalos de Confiança, Testes de Hipótese e Cálculos de Potência

Esta é uma explicação sistemática do curso MIT 14.310x, *Análise de Dados para Cientistas Sociais*, ministrado pela professora Sara Ellison, com foco em três ferramentas centrais da estatística: intervalos de confiança, testes de hipóteses e cálculo de poder estatístico. No contexto do conteúdo, o curso é voltado para situações comuns enfrentadas por pesquisadores das ciências sociais — como inferir características da população a partir de amostras, determinar se diferenças observadas são reais e estimar o tamanho amostral necessário ainda na fase de delineamento da pesquisa, a fim de evitar "experimentos sem poder estatístico" ou "amostragem excessiva". O principal destaque está na forma como a professora Ellison conecta conceitos estatísticos abstratos à pesquisa empírica, não apenas explicando fórmulas e lógica, mas também enfatizando usos equivocados e armadilhas na aplicação prática. Por exemplo: como interpretar o verdadeiro significado de um intervalo de confiança, por que o valor-p não pode ser simplesmente equiparado à "probabilidade de erro" e de que maneira a análise de poder estatístico afeta a confiabilidade das conclusões de um experimento. A estrutura do curso é clara: parte da estimativa intervalar, avança para os princípios dos testes de hipóteses e, em seguida, chega ao cálculo de poder, em uma progressão gradual que ajuda o aprendiz a construir um arcabouço completo de raciocínio em estatística inferencial. Público-alvo: estudantes com conhecimentos básicos de estatística, pesquisadores que estejam aprendendo ou atuando em pesquisa quantitativa nas ciências sociais, bem como profissionais que desejem revisar de forma sistemática a estatística inferencial. Recomendações de visualização: sugere-se revisar antes os conceitos de distribuição normal e erro padrão, fazer anotações durante as aulas e tentar reproduzir os estudos de caso com softwares estatísticos. Se o tempo for limitado, priorize a parte sobre cálculo de poder estatístico, pois é a etapa mais negligenciada e, ao mesmo tempo, crucial no delineamento de pesquisas.