Métodos Avançados em Análise de Dados

Método 1 – A unidade curricular será ministrada em formato teórico-prático, de forma expositiva ativa e onde irão estar presentes os elementos conceptuais da ciência estatística quer univariada, bivariada e multivariada.
Método 2 – Aplicação dos métodos aprendizados com componente prática através da integração de modelos de simulação aplicados a diferentes realidades de estudo no âmbito das áreas da Saúde, Nutrição e Metabolismo.

Quanto à avaliação dos conhecimentos ministrados, a mesma irá suportar-se por uma avaliação individual (prova escrita) onde serão vertidas as várias metodologias adquiridas ao nível da análise de dados com recurso a software especializado em Estatística

O mestrando irá adquirir um conjunto de conhecimentos sobre modelos analíticos em Estatística ao nível da análise de dados, de forma especializada, com aplicação nas áreas core de investigação: Alimentação, Nutrição e Metabolismo.
Quanto às aptidões, o mestrando irá adquirir capacidade quer no planeamento de estratégias de investigação e recolha analítica de dados (qualitativos e quantitativos) de acordo com as melhores práticas no que diz respeito ao processo de investigação quer na capacitação, enquanto investigador, para a tomada de decisão na escolha analítica de modelos robustos de análise e tratamento de dados.
Também o mestrando deverá adquirir competências ao nível da utilização de software especializado em tratamento de dados; capacidade de análise de dados resultantes da modelação estatística; na distinção e escolha de metodologias de investigação estatística simples ou multifatoriais

1 – Conceitos fundamentais em Estatística Básica alicerçada em modelos de análise descritiva e inferencial (univariada e bivariada) no que diz respeito a testes de hipóteses em probabilidades.
2 -Quanto a métodos estatísticos avançados irá recorrer-se a modelos que procuram assumir uma análise exploratória multivariada bem como modelos preditivos.
3 – Modelos Lineares Generalizados – Análise de Variância Fatorial e Análise de Variância Multivariada.
4 – Modelos de Regressão Lineal Univariada, Multivariada e Hierárquica.
5 – Modelos de Regressão Logística Univariada e Multivariada.
6 – Modelos Exploratórios de Análise de Cluster.
7 – Modelos de Análise Fatorial.
8 – Meta-análise e meta-regressão.
9 – Aplicação de Software especializado em análise de dados

NAO