Análise e Tratamento de Dados

– Recorre-se a uma metodologia expositiva-ativa de fácil compreensão por parte dos mestrandos.
– A exposição irá centrar-se na identificação e compreensão dos conceitos teóricos de Estatística com ênfase às áreas da Saúde Ocupacional e Ambiente.
– Apresentação de diferentes modelos de estudos de investigação nas áreas core do mestrado (Modelos Observacionais – descritivos e analíticos; Modelos Quase-Experimentais).
– Exposição de cada método e técnica estatística (princípios, pressupostos e algoritmo) no âmbito quer da Estatística Descritiva quer ao nível da Estatística Inferencial.
– Contacto com softwares de análise de dados (passos e procedimentos): Excel; IBM SPSS Statistics.
– Manipulação de Bases de Dados (construção/projeção) em função dos desenhos de estudo.
– Aplicação dos conhecimentos teórico-prático de estatística, no âmbito univariado, bivariado e multivariado com a aplicação do Software IBM SPSS Statistics.
– Extração de resultados com o software IBM SPSS e análise crítica dos mesmos.

A avaliação final consistirá na realização de um trabalho individual ou de grupo que irá versar nos seguintes elementos:
– Aplicação de decisões analíticas univariadas, bivariadas e multivariadas.
– Tratamento e análise de dados em função das propostas de investigação (modelos teórico-práticos – simulações).
– Análise interpretativa e reflexiva dos resultados em função dos objetivos do estudo no âmbito da saúde ocupacional e ambiental.

Conhecimentos sobre modelos analíticos em Estatística ao nível da análise de dados, de forma especializada, com aplicação nas áreas core de investigação em Saúde Ambiental ao nível da Saúde Ocupacional e Ambiente.
Aptidões 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.
Competências ao nível da utilização de software especializado em tratamento de dados; realizar análise de dados nas suas diferentes vertentes (descritiva e inferencial) com recurso às medidas univariadas, bivariadas e multivariadas; na distinção e escolha de metodologias de investigação estatística simples ou multifatoriais.

ESTATÍSTICA DESCRITIVA:
Medidas de estatística descritiva univariada e bivariada.
Introdução aos conceitos de população, métodos de amostragem e estimação amostral.
INFERÊNCIA ESTATÍSTICA:
Introdução à inferência estatística. O ensaio de hipóteses; Probabilidades e níveis de significância; Erros do tipo I e erros do tipo II.
Modelos Univariados/Bivariados:
– Noções de probabilidades (Simples; Conjunta e condicional). Medidas de ocorrência; Medidas relativas e absolutas; Medidas de impacto.
– Paramétricos/não paramétricos: Testes t-Student (independente/emparelhado) /Mann-Whitney/Wilcoxon, ANOVA a I Fator/Kruskal-Wallis/
Friedman; Correlação de Pearson/Spearman.
Modelos Multivariados:
– Para amostras independentes: ANOVA Fatorial; ANCOVA; MANOVA.
– Para amostras emparelhadas (modelos longitudinais): ANOVA medidas repetidas); MANOVA.
– Regressão linear simples/ Linear múltipla/ Regressão categorial.
Aplicação dos modelos anteriores com recurso ao software especializado.

NAO