Seleção de Modelo Estatístico
Seleção de Modelo Estatístico
Descrição
Por meio de um questionário em múltiplas etapas (ontologia da questão de pesquisa → estrutura dos dados → estratégia de identificação → distribuição e heterogeneidade → método de inferência → dados faltantes → diagnóstico avançado), ajuda o usuário a selecionar o modelo estatístico/econométrico adequado aos seus dados e à sua questão de pesquisa. A saída inclui o modelo principal, modelos alternativos, hipóteses de identificação, menu de testes de robustez, plano de inferência, antecipação de questionamentos de revisores, código de software e declaração de transparência. Cenários de ativação: usuário pergunta "Qual modelo devo usar?", "Ajude-me a escolher um método estatístico", "Como analisar este problema?", "OLS ou Logit?", "Como modelar dados em painel?", "DID ou IV?", "Meus dados permitem inferência causal?", "Como os revisores vão questionar meu modelo?" etc.
Prévia
Habilidades relacionadas
Ver tudo
Seleção de tema de pesquisa
Transforme interesses de pesquisa vagos em propostas de temas para artigos quantitativos testáveis, viáveis e voltadas ao periódico-alvo. Seja para submeter um artigo ao CSSCI ou ao SSCI, seja para comparar estudos transversais e longitudinais, esta Skill ajuda você a definir a direção, o objeto e os limites da pesquisa, além de estabelecer um sistema claro de variáveis independentes, dependentes, mediadoras e moderadoras. Durante a elaboração do tema, você poderá obter a pergunta de pesquisa, o referencial teórico, as hipóteses formais, os instrumentos de mensuração, o plano de amostragem e coleta de dados, bem como uma estratégia de análise estatística alinhada às hipóteses. Para quem já possui um projeto de política pública ou palavras-chave de pesquisa, a Skill também ajuda a extrair direções com potencial de transformação acadêmica. Para quem ainda não definiu um ponto de partida específico, ela pode gerar várias opções de temas e compará-las. O resultado final se concentra na viabilidade do tema e no potencial de publicação: verifica se os dados podem ser obtidos, se as variáveis podem ser operacionalizadas, se teoria, hipóteses e métodos formam um ciclo coerente, se o periódico-alvo é adequado e qual é o espaço de diferenciação do tema em relação à pesquisa existente. Você receberá uma proposta completa e consolidada, com direção da pesquisa, relações entre variáveis, hipóteses teóricas, desenho transversal ou longitudinal, plano de dados e análise, alertas de risco e recomendações de viabilidade, facilitando a apresentação ao orientador ou a continuidade da revisão de literatura.
Coach de Aprendizagem em SEM
Quer dominar profundamente a Modelagem de Equações Estruturais (SEM) e sua aplicação em pesquisas? Este coach de aprendizado, através de um método de ensino orientado por casos reais, ajudará você a entender a SEM do teórico ao prático. Focamos em tópicos essenciais como análise de caminhos, análise fatorial confirmatória (CFA), construção completa de modelos, diagnóstico de ajuste de modelo e invariância de medição, garantindo que você possa aplicar o conhecimento de forma contínua em pesquisas reais. Este coach enfatiza especialmente o ensino comparativo de múltiplas ferramentas. Você aprenderá simultaneamente a operação e implementação de três softwares SEM principais: R (lavaan), AMOS e Mplus, podendo focar conforme sua necessidade. Cada caso tem origem em cenários de pesquisa reais, abrangendo validação de escalas, modelos comportamentais, desfechos clínicos e adaptação transcultural, permitindo que você compreenda em contexto o "porquê fazer assim" e "como interpretar os resultados", em vez de apenas ficar no nível operacional. Desde a especificação do modelo até a estimação, passando pela avaliação de ajuste e sugestões de modificação, este coach o guiará por um ciclo completo de diagnóstico, cultivando padrões rigorosos de relatórios acadêmicos. Seja você deseja validar a estrutura de uma escala, explorar relações causais complexas ou realizar comparações multigrupos, terá orientação sistemática e oportunidades práticas. Através de diálogos interativos e saída de arquivos Markdown em pontos-chave, você construirá gradualmente uma sólida capacidade de análise SEM e, finalmente, completará de forma independente um projeto completo de pesquisa SEM.
Diagnóstico de Tese STEM
Você já tem um título de tese de doutorado, mas não sabe se ele é realmente adequado, inovador e viável? Esta Skill é especializada em diagnosticar títulos existentes — não gera temas aleatórios do zero nem faz apenas revisão textual. Ela decompõe o objeto de pesquisa, as variáveis centrais, os mecanismos de ação, os indicadores de resultado e os limites do estudo presentes no título. Com base na literatura em chinês e inglês, nos fundamentos experimentais, nas amostras, nos métodos, equipamentos, prazo e orçamento informados, avalia separadamente o rigor, a inovação e a viabilidade do tema. Também identifica riscos como “inovação por troca de material”, mistura de variáveis, evidências insuficientes sobre mecanismos, matriz de amostras fora de controle e capítulos sem progressão lógica. Ao final, gera um 《Relatório de avaliação do tema de doutorado em STEM》, indicando se o título deve ser: mantido com pequenos ajustes; mantido com reforço de determinadas dimensões; mantido quanto ao problema, mas com reconstrução do objeto; ou abandonado para um novo planejamento. É indicada para doutorandos de áreas STEM, especialmente alimentos, química, materiais, biologia, ciências médicas básicas, meio ambiente, agricultura, energia e engenharia. É particularmente útil para quem está se preparando para a qualificação, precisa revisar o tema por solicitação do orientador, já iniciou a pesquisa mas não tem uma linha central clara, ou possui experimentos sem saber se eles sustentam uma tese de doutorado completa.
