Sobre este proyecto
it-programming / data-science-1
Abierto
Buscamos um estatístico experiente para realizar a validação estatística formal de um software web focado em regressão linear. O objetivo principal é demonstrar, de forma técnica e defensável, que o software calcula corretamente os parâmetros da regressão linear, aplica corretamente os testes das premissas da regressão, apresenta resultados equivalentes a softwares estatísticos consolidados e pode ser utilizado com segurança em ambiente regulado. Este trabalho resultará em um relatório técnico que servirá como evidência de credibilidade, rastreabilidade e confiabilidade do sistema.
O escopo do projeto inclui:
- Avaliação detalhada dos cálculos estatísticos da regressão linear.
- Validação das premissas estatísticas, como normalidade dos resíduos (ex: Shapiro-Wilk), homoscedasticidade, identificação de outliers e pontos influentes (alavancagem, Cook's Distance), e independência dos resíduos.
- Comparação rigorosa dos resultados gerados pelo nosso software com os de softwares de referência reconhecidos no mercado, como R, Minitab, Action Stat e SAS, utilizando os mesmos conjuntos de dados.
Os entregáveis esperados são:
- Um relatório técnico estatístico completo, em formato Word.
- Tabelas comparativas detalhadas e evidências numéricas que suportem as conclusões da validação.
- Uma descrição objetiva e clara dos métodos estatísticos empregados na validação.
Requisitos para o profissional:
- Formação superior em Estatística, Matemática, Engenharia ou áreas correlatas.
- Domínio aprofundado de regressão linear e inferência estatística.
- Experiência comprovada com testes de premissas, análise de resíduos, identificação de outliers e pontos influentes.
- Experiência prática com softwares estatísticos reconhecidos no mercado.
- Excelente capacidade de redação técnica formal, essencial para a elaboração do relatório.
Este é um trabalho técnico-regulatório de alto rigor, com os resultados sendo utilizados por empresas. O relatório deve conter a assinatura do responsável pela avaliação estatística no relatório.
Categoría Programación y Tecnología
Subcategoría Data Science
Tamaño del proyecto Grande
Plazo de Entrega: No definido
Habilidades necesarias