← Voltar para Tools Statistics

Ferramentas de Estatística

Seis métodos fundamentais, cada um com input, método, resultado e interpretação.

Dados demonstrativos: os valores pré-preenchidos em cada aba são apenas ilustrativos, escolhidos para fins didáticos — não representam nenhuma empresa real.

Margin of Error Calculator

Quantas observações você precisa para atingir uma margem de erro específica.

Resultado

—

Amostra mínima necessária

Preencha e clique em calcular.

Effect Size Calculator

Resultado

—

—

—

Classificação (Cohen, 1988)

Preencha e clique em calcular.

Z-Score Calculator

Resultado

—

Z-score

—

Percentil

Preencha e clique em calcular.

Conceito · Teste de proporções

Técnico: teste usado para comparar proporções entre grupos, como taxa de conversão, abertura ou resposta.

Em linguagem simples: responde perguntas como "10% no controle e 11% no tratamento é uma diferença estatisticamente relevante?"

Proportion Test

Testa se uma proporção observada é diferente de um valor hipotético (ex: "essa taxa de conversão é diferente de 10%?").

Resultado

—

—

Z e p-valor

Preencha e clique em calcular.

Conceito · Teste de médias

Técnico: teste estatístico usado para comparar a média de uma métrica contínua entre dois grupos, como ticket médio ou tempo de resposta.

Em linguagem simples: equivalente ao teste de proporções, mas para métricas que não são "sim/não" — por exemplo, "o ticket médio do tratamento é maior que o do controle?"

Mean Difference Test

Resultado

—

—

Diferença entre médias

Preencha e clique em calcular.

Conceito · Correlação

Técnico: medida de associação entre variáveis.

Em linguagem simples: duas coisas variam juntas, mas isso não prova que uma causou a outra. Correlação pergunta "eles andam juntos?"; causalidade pergunta "a intervenção provocou a mudança?".

Correlation Calculator

Resultado

—

—

Coeficiente de Pearson (r)

Preencha e clique em calcular.

Metodologia

Margin of Error: inverso do Confidence Interval Calculator — dado o erro máximo tolerável, resolve para o tamanho de amostra mínimo.

Effect Size: Cohen's d (médias) ou Cohen's h (proporções). Classificação (pequeno/médio/grande) segue Cohen (1988) — convenção de campo, não regra universal.

Proportion Test: usa a variância sob a hipótese nula (p₀) para calcular o erro padrão — a formulação clássica de livro-texto. Vale registrar: bibliotecas como statsmodels podem usar por padrão a variância da proporção observada, o que gera um p-valor ligeiramente diferente. Nenhuma das duas está "errada" — são testes ligeiramente diferentes (teste sob H0 vs. teste de Wald).

Mean Difference Test: aproximação normal (válida para amostras grandes). Para amostras pequenas, um teste t seria mais apropriado — não implementado nesta versão.

Correlation: coeficiente de Pearson calculado diretamente dos dados. Significância via transformação de Fisher (z), que também usa aproximação normal — validado contra scipy.stats.pearsonr, com resultado equivalente (pequena diferença esperada por usar aproximação normal em vez de distribuição t exata).