Estatística e Ciência de Dados

Guia de videoaulas do Canal Cibele Russo USP

Profa. Dra. Cibele M. Russo • ICMC • Universidade de São Paulo

1 Videoaulas

1.1 SME0123 Estatística I (SME0320)

Aula Videoaula
1 SME0123 Estatística I - Apresentação da Disciplina (SME0320 Estatística I)
2 SME0123 Estatística I - Probabilidades: Elementos de Probabilidades Espaço amostral tipos de eventos
3 SME0123 Estatística I - Probabilidades - Independência probabilística e probabilidade condicional
4 SME0123 Estatística I - O problema de Monty Hall e variáveis aleatórias Aplicação Python
5 SME0123 Estatística I - Variáveis aleatórias discretas e contínuas
6 SME0123 Estatística I - Monty Hall (correção no código) - Esperança e Variância
7 SME0123 Estatística I - Esperança e Variância
8 SME0123 Estatística I - Principais modelos probabilísticos discretos
9 SME0123 Estatística I - Principais modelos contínuos - Distribuição Normal
10 SME0123 Estatística I - Distribuição Normal e Normal Padrão
11 SME0123 Estatística I - Principais modelos contínuos: Distribuição Normal - Variáveis bidimensionais
12 SME0123 Estatística I Variáveis aleatórias bidimensionais
13 SME0123 Estatística I - Teorema do Limite Central e resolução de exercícios
14 SME0123 Estatística I - Análise Exploratória de Dados
15 SME0123 Estatística I - Análise Exploratória de Dados Parte 2
16 SME0123 Estatística I - Introdução à Inferência Estatística
17 SME0123 Estatística I - Introdução à Inferência Estatística Aula 13/10/2026
18 SME0123 Estatística I - Intro Inferência Estatística - Estimação pontual Aula de 16/10/2026
19 SME0123 Estatística I - Intro Inferência Estatística - Estimação Intervalar Aula de 27/10/2026
20 SME0123 Estatística - Testes de Hipóteses - Aula de 13/11/2026

1.2 5500004 Fundamentos em Ciências de Dados

Aula Videoaula
1 Fundamentos em Ciências de Dados - Introdução a Data Analytics e Python
2 Fundamentos em Ciências de Dados - Introdução ao Python para Ciência de Dados
3 Fundamentos em Ciências de Dados - O método científico
4 Fundamentos em Ciências de Dados - Laços For e while Numpy, Pandas, Estruturas de dados em Python
5 Fundamentos em Ciência de Dados - Dados estruturados, não estruturados, séries temporais e imagens
6 Fundamentos em Ciências de Dados - Fatiamentos (slicing) em listas, matrizes, dataframes. loc e iloc
7 Fundamentos em Ciências de Dados - Aula Prática Introdução ao Python
8 Fundamentos em Ciências de Dados - Numpy mais sobre vetores e matrizes
9 Fundamentos em Ciências de Dados - Dados em Painel
10 Fundamentos em Ciências de Dados - Dados de séries temporais em painel
11 Fundamentos em Ciências de Dados - Análise Exploratória de Dados
12 Fundamentos em Ciências de Dados - Pré-Processamento de dados
13 Fundamentos em Ciências de Dados - KNN para classificação
14 Fundamentos em Ciências de Dados - KNN para Regressão
15 Fundamentos em Ciências de Dados - Árvores de decisão
16 Fundamentos em Ciências de Dados - Introdução ao Aprendizado de Máquina.
17 Fundamentos em Ciências de Dados - Validação de modelos e validação cruzada
18 Fundamentos em Ciências de Dados - Métricas de desempenho em modelos supervisionados
19 Fundamentos em Ciências de Dados - Aprendizado Não Supervisionado

1.3 SME0803 Visualização e Exploração de Dados

Aula Videoaula
1 #AULAnaUSP Aulas Abertas - Aula Introdutória de Visualização e Exploração de Dados - ICMC USP
2 Visualização e Exploração de Dados - Aula 1 Organização e Natureza dos Dados
3 Visualização e Exploração de Dados - Aula 2a Representação tabular e gráfica de dados qualitativos
4 Visualização e Exploração de Dados - Aula 2b Representação tabular e gráfica de dados qualitativos R
5 Visualização e Exploração de Dados - Aula 2c Representação de dados qualitativos - Aplicação em R
6 Visualização e Exploração de Dados - Aula 3 - Medidas descritivas de dados quantitativos
7 Visualização e Exploração de Dados - Aula4a - Medidas descritivas de dados quantitativos - Parte 2
8 Visualização Exploração de Dados -Aula 4b Medidas descritivas de dados quantitativos Aplicações em R
9 Visualização e Exploração de Dados - Aula 6 - Representação de dados quantitativos
10 Visualização e Exploração de Dados - Aula 5 Medidas de concentração e desigualdade
11 VED - Aula 5b Medidas de concentração e desigualdade em R - Curva de Lorenz e Índice de Gini
12 Visualização e Exploração de Dados - Aula 6b Histograma e boxplots feitos “à mão”
13 Aula 6c Representação de dados quantitativos em R - Gráfico de barras, histograma, boxplot e outros
14 Visualização e Exploração de Dados - Aula 6d Visualização e Exploração de dados em Python - Parte 1
15 Visualização e Exploração de Dados - Introdução ao R
16 Visualização e Exploração de Dados - Aula7a Associação de variáveis
17 Visualização e Exploração de Dados - Aula7b - Associação de variáveis qualitativas
18 Visualização de dados geolocalizados no R Shiny
19 Visualização e Exploração de Dados - Aula8a Associação entre variáveis quantitativa e qualitativa
20 Visualização e Exploração de Dados - Aula8b Associação v. quantitativa e qualitativa Aplicações em R
21 Visualização e Exploração de Dados - Curva de Sensibilidade de medidas descritivas
22 Visualização e Exploração de Dados - Aula8c Associação entre variáveis quantitativas e qualitativas
23 Visualização e Exploração de Dados - Aula9a Associação entre variáveis quantitativas
24 Visualização e Exploração de Dados - Aula9b Associação entre variáveis quantitativas Aplicações em R
25 Visualização e Exploração de Dados - Aula9c Revisao
26 Visualização e Exploração de Dados - Aula9d Modelo de Regressão Linear Simples
27 Visualização e Exploração de Dados - Aula 10 Associação entre variáveis em Python
28 Visualização e Exploração de Dados - Python no google colab - Associação de variáveis
29 Visualização e Exploração de Dados - Aula 11 Representação de dados multidimensionais
30 Visualização e Exploração de Dados - Aula 11b Representação de dados multidimensionais Parte 2
31 Visualização e Exploração de Dados - Aula 11c Representação de dados multidimensionais - Tree map
32 Visualização e Exploração de Dados - Aula 12 - Pirâmide etaria ou pirâmide populacional
33 VED - Exercícios resolvidos: propriedade de invariância coeficiente de correlação linear de Pearson
34 Visualização e Exploração de Dados - Aula8d Relatório de análises em RMarkdown
35 Visualização e Exploração de Dados - Aula 3b ao vivo - Propriedades da média e da variância

1.4 SME0221 Introdução à Inferência Estatística

Aula Videoaula
1 Introdução à Inferência Estatística - Análise exploratória de dados - parte 1
2 Introdução à Inferência Estatística - Análise Exploratória de Dados - parte 2
3 Introdução à Inferência Estatística - Revisão Probabilidades
4 Introdução à Inferência Estatística - Variáveis aleatórias
5 Introdução à Inferência Estatística - Principais modelos probabilísticos
6 Introdução à Inferência Estatística - Principais modelos probabilisticos em Python
7 Introdução à Inferência Estatística - Elementos de Inferência estatística
8 Introdução à Inferência Estatística - Elementos de Inferência Estatística
9 Introdução à Inferência Estatística - Distribuições amostrais
10 Teorema do Limite Central - Estatística básica
11 Introdução à Inferência Estatística - Propriedades dos estimadores
12 Introdução à Inferência Estatística - Estimação pontual: método dos momentos
13 Introdução à Inferência Estatística - Estimação pontual - Propriedades dos estimadores
14 Introdução à Inferência Estatística - Estimação pontual: Método de mínimos quadrados ordinários
15 Introdução à Inferência Estatística- Estimador de mínimos quadrados ordinários modelo linear simples
16 Introdução à Inferência Estatística - Estimador de máxima verossimilhança
17 Introdução à Inferência Estatística - Estimador de máxima verossimilhança
18 Introdução à Inferência Estatística - Comparação de médias - Teste t pareado
19 Introdução à Inferência Estatística - Comparação de médias - Teste t para amostras independentes
20 Intro Inferência Estatística Caso3A Comparação de médias em amostras indep. com var. desc e iguais
21 Introdução à Inferência Estatística - Teste Qui Quadrado para associação de variáveis qualitativas
22 Introdução à Inferência Estatística - ANOVA 1 fator
23 Introdução à Inferência Estatística - Regressão Linear Simples
24 Introdução à Inferência Estatística - Uma conversa sobre Testes de hipóteses

1.5 Modelos de regressão

Aula Videoaula
1 Introdução à Inferência Estatística - Regressão Linear Simples
2 Modelos de Regressão e Aprendizado Supervisionado II - Aprendizado de Máquina
3 Modelos de Regressão e Aprendizado Supervisionado II - MLGs Resposta Binomial e funções de ligações
4 Modelos de Regressão e Aprendizado Supervisionado II - Diagnóstico em MLGs - a função desvio
5 Modelo linear simples - matricialmente SME0812 Modelos Lineares 2025 03 25 ICMC USP
6 Modelos de Regressão - Modelo de regressão logística e MLGs - Teoria e aplicação em Python
7 Visualização e Exploração de Dados - Aula9d Modelo de Regressão Linear Simples
8 Visualização e Exploração de Dados - Aula9a Associação entre variáveis quantitativas

1.6 SME0823 Modelos de Regressão e Aprendizado Supervisionado II

Aula Videoaula
1 Modelos de Regressão e Aprendizado Supervisionado II - Aprendizado de Máquina
2 Modelos de Regressão e Aprendizado Supervisionado II - MLGs Resposta Binomial e funções de ligações
3 Modelos de Regressão e Aprendizado Supervisionado II - Diagnóstico em MLGs - a função desvio
4 Modelos de Regressão e Aprendizado Supervisionado II - Estimação de máxima verossimilhança em MLGs
5 Modelos de Regressão e Aprendizado Supervisionado II - Modelos para resposta binária

1.7 SME0824 Gestão da Qualidade

Aula Videoaula
1 #AulasAbertas2021 Gestão da Qualidade
2 Gestão da Qualidade - Aula1 Qualidade e Processo
3 Gestão da Qualidade - Aula 2 - Melhoria da Qualidade
4 Gestão da Qualidade - Aula 1b - Metodologia Seis Sigma
5 Gestão da Qualidade - Aula 1c - Exemplo qualidade fast food
6 Gestão da Qualidade - Aula2b - Exemplo peças retrabalhadas
7 Gestão da Qualidade - Aula3 - Revisão de Técnicas descritivas
8 Gestão da Qualidade - Aula4 - Ferramentas básicas da qualidade
9 Gestão da Qualidade - Aula4b Exemplo DMAIC
10 Gestão da Qualidade - Aula6 Gráficos de controle
11 Gestão da Qualidade - Aula5 Métodos para o Controle Estatístico do Processo (CEP)
12 Gestão da Qualidade - Aula4c - Exemplo gráfico Pareto
13 Gestão da Qualidade - Aula5b Gráfico de controle Xbarra e R
14 Gestão da Qualidade - Aula6b - Gráfico de controle Xbarra e S
15 Gestão da Qualidade - Aula6d - Gráficos Xbarra-R e Xbarra-S - Aplicação em R
16 Gestão da Qualidade - Aula7c Revisão Ferramentas da qualidade e capacidade do processo
17 Gestão da Qualidade - Aula7d Resolução de Exercício - Xbarra e R e Capacidade do processo
18 Gestão da Qualidade - Aula7a Introdução à capacidade do processo
19 Gestão da Qualidade - Aula7b Gráfico Xbarra e S
20 Gestão da Qualidade - Aula8 Gráfico de controle por atributos - Fração não-conforme
21 QG Aula8c - Exercício tempo de atendimento - Análise de capacidade do processo - Análise de custo
22 GQ Aula8b Gráfico de controle para a fração não-conforme: Aplicação em R: embalagem suco de laranja
23 Gestão da Qualidade - Aula8d - Gráficos de controle para não-conformidades
24 Gestão da Qualidade - Aula8e - Exemplos de Gestão da Qualidade com Minitab
25 Gestão da Qualidade - Aula9 Análise da Capacidade do Processo
26 Gestão da Qualidade - Aula9b Análise da capacidade de um medidor ou sistema de medição
27 Gestão da Qualidade - Aula 9c Análise da capacidade de um sistema de medição via ANOVA
28 Gestão da Qualidade - Aula9d Exercício Capacidade do Processo em Python
29 Gestão da Qualidade - Aula9e Gráficos de controle em Python
30 Gestão da Qualidade - Aula10 Gráfico de controle das somas cumulativas CUSUM
31 Gestão da Qualidade - Aula11 Gráfico de controle da média móvel exponencialmente ponderada MMEP
32 Gestão da Qualidade - Aula12 Gráfico de controle multivariado
33 Gestão da Qualidade - Aula10b - Gráficos de controle, CUSUM e EWMA em R
34 Gestão da Qualidade - Aula10c - Exemplo Máscara V em R
35 Gestão da Qualidade - Aula11b Gráficos de controle, CUSUM e EWMA em Python

1.8 EST5507 Modelos de Regressão (PIPGEs)

Aula Videoaula
1 EST5507 Modelos de Regressão - Apresentação da disciplina (PIPGEs)
2 EST5507 Modelos de Regressão - Notação Matricial, Vetores aleatórios
3 EST5507 Modelos de Regressão - Notação matricial derivadas vetoriais Estimador de mínimos quadrados
4 EST5507 Modelos de Regressão - Distribuições de probabilidades úteis para modelos regressão
5 EST5507 Modelos de Regressão - Propriedades e resultados da Distribuição Normal Multivariada
6 EST5507 Modelos de Regressão - Modelos lineares com matriz de planejamento de posto completo Parte 1
7 EST5507 Modelos de Regressão - Distribuição Normal Multivariada
8 Modelo linear simples - matricialmente SME0812 Modelos Lineares 2025 03 25 ICMC USP
9 Modelos Lineares - ANOVA Distribuição de somas quadráticas
10 Modelos Lineares - Aplicação mod linear e Estimador de máxima verossimilhança
11 Modelos Lineares - Modelo linear geral com matriz de planejamento de posto completo
12 Modelos Lineares - Distribuição de formas quadráticas
13 EST5507 Modelos de Regressão Modelo matriz de planej posto completo estimador máxima verossimilhança
14 EST5507 Modelos de Regressão ANOVA no modelo c matriz de planejamento de posto completo c intercepto
15 EST5507 Modelos de Regressão Teste Razão de verossimilhanças generalizado para hipótese linear geral
16 EST5507 Modelos de Regressão - Modelo linear com erros correlacionados - Caso 2
17 EST5507 Modelos de Regressão 2026 09 29 10 04 Modelos Lineares Inferência no Caso 3
18 EST5507 Modelos de Regressão 20261009 Análise de diagnóstico em ML e Modelos Lineares Generalizados
19 EST5507 Modelos de Regressão 20261006 Modelo linear com matriz de planejamento de posto incompleto
20 EST5507 Modelos de Regressão 2026 10 13 Modelos Lineares Generalizados - Condições de regularidade
21 EST5507 Modelos de Regressão 2026 10 16 MLGs: Estimação de parâmetros
22 EST5507 Modelos de Regressão - Qualidade do ajuste em MLGs
23 EST5507 Modelos de Regressão 2026 10 23 Função desvio em MLGs e exemplos de proporção e contagem
24 EST5507 Modelos de Regressão MLG com resposta binária - Regressão logística + dados eleitorais
25 EST5507 Modelos de Regressão - MLGs para contagem - Modelos (log) Poisson e binomial negativa

1.9 CDPO Estatística e Otimização para Ciência de Dados e Pesquisa Operacional

Aula Videoaula
1 Aula aberta CDPO 1a edição: Estatística e Otimização para Ciência de Dados e Pesquisa Operacional
2 Aula aberta CDPO 2a edição: Estatística e Otimização para Ciência de Dados e Pesquisa Operacional
3 Como executar notebooks em Python e uma brevíssima introdução ao NumPy, Pandas e Matplotlib.
4 Testes de Hipóteses não provam nada: eles servem para decidir. Aula aberta Estatística 3 edição CDPO

1.10 Palestras

Aula Videoaula
1 R x Python para Estatística e Ciência de Dados. Quem ganha essa briga? com Dalson Figueiredo
2 Descubra o Curso de Estatística e Ciência de Dados da USP São Carlos - Sabidão Podcast
3 Ômega Talks | Cibele Russo · Revisitando modelos não-lineares com efeitos aleatórios
4 Live Cibele Russo (IME | USP) - Por que o cientista de dados precisa estudar matemática?
5 CONE 2022 - Painel 1
6 Cibele Russo: +1Café #139