Estatística aplicada com exemplos brasileiros
Artigos didáticos de 2 a 3 mil palavras, com gráficos, exemplos resolvidos e links para as calculadoras certas. Escritos por para estudantes, pesquisadores e profissionais que aplicam estatística no dia a dia.
As calculadoras deste site resolvem a conta — os artigos daqui entregam a compreensão por trás dela. A coleção cobre os cinco temas em que mais vemos mal-entendidos na prática: o p-valor, o tamanho amostral, os erros tipo I e tipo II, correlação versus causalidade e os testes A/B. São exatamente os conceitos que decidem se uma conclusão se sustenta — num TCC, num ensaio clínico ou numa equipe de marketing.
Todos os artigos seguem o mesmo formato: um caso motivador da realidade brasileira, a teoria explicada em linguagem clara, um exemplo resolvido com números de verdade, as armadilhas típicas e uma seção de perguntas frequentes no final. Ao longo do texto, cada artigo aponta para a calculadora certa para o tema, para você refazer os exemplos com os seus próprios dados. As referências de cada artigo aparecem ao final da página, e as fórmulas seguem os mesmos livros-texto das calculadoras — veja a nossa metodologia e as fontes. Os artigos são revisados periodicamente segundo os mesmos princípios do restante do site, descritos na política editorial.
Como interpretar o p-valor em pesquisas brasileiras
O artigo apresenta a definição formal do p-valor e explica por que ele é tão mal interpretado. Você encontra os cinco erros de interpretação mais comuns no Brasil, um exemplo resolvido com pesquisa de intenção de voto e um guia de como reportar p-valores segundo ABNT/SBPC. O texto também mostra por que o p-valor nunca deve aparecer sozinho, sem intervalo de confiança e tamanho de efeito.
AmostragemTamanho amostral em pesquisa eleitoral: por que a margem é de 2 pontos?
Por que uma pesquisa eleitoral com cerca de 2.500 entrevistas tem margem de erro de 2 pontos? O artigo deduz a fórmula clássica de tamanho amostral para proporções, resolve o exemplo numérico e explica o design effect em pesquisas de institutos como IBOPE e Datafolha. Vinhetas históricas de 1989, 2018 e 2022 mostram o que acontece quando as pesquisas erram — e por que isso muitas vezes é esperado.
Pesquisa clínicaErro tipo I e tipo II na prática clínica
Partindo da prática clínica, o artigo traduz hipótese nula e hipótese alternativa para o dia a dia: medicamento que funciona versus paciente que sofre. Você encontra a matriz 2×2 das decisões, o poder estatístico, o trade-off entre α e β e a correção de Bonferroni para endpoints múltiplos. O texto fecha com boas práticas para ensaios clínicos brasileiros.
CausalidadeCorrelação não implica causalidade: 7 armadilhas com dados brasileiros
Sete armadilhas concretas que fazem correlações parecerem relações de causa e efeito: confundidores, causalidade reversa, restrição de range, outliers, paradoxo de Simpson, cherry-picking e correlações espúrias. Cada armadilha é ilustrada com dados brasileiros, e o artigo traz uma lista de perguntas a fazer antes de acreditar em um r. No final: quando é possível, de fato, inferir causalidade.
ExperimentaçãoTeste A/B em marketing digital: como ler resultados sem se enganar
Um guia prático para planejar e ler testes A/B sem se enganar: escolha da métrica, cálculo do tamanho amostral antes de começar e por que "espiar" o resultado no meio do caminho estraga o p-valor. O artigo percorre oito armadilhas comuns — de sample ratio mismatch a parada precoce — com um exemplo resolvido de landing page com 12.000 visitas por braço, e mostra como reportar o resultado com intervalo de confiança e tamanho de efeito.
Sugestão de artigo
Tem um tema de estatística aplicada que você gostaria de ver explorado por aqui? Mande pelo formulário de contato.