Estatística Multivariada

Estatística Aplicada

As aulas são teórico-práticas em que os conceitos e as metodologias estatísticas são introduzidos e explicados, seguindo-se da
apresentação de exemplos de aplicação. Desenvolvem-se atividades que consistem na apresentação, resolução e discussão de
problemas com dados multivariados, suportadas num software estatístico.

Nesta unidade curricular, pretende-se introduzir técnicas de análise de dados multivariados, focando metodologias, condições de aplicação
e interpretação de resultados. Pretende-se ainda dotar os alunos de competências técnicas específicas que permitam encontrar soluções
para diferentes problemas envolvendo múltiplas variáveis e incerteza.
No final do semestre, os estudantes devem ser capazes de:
– efetuar análises de variância e análises de variância multivariada;
– realizar análises fatoriais;
– realizar análises de cluster;
– efetuar análises de regressão (linear e logística);
– utilizar software estatístico para apoio à análise multivariada de dados.

1. Introdução à Estatística Multivariada
2. Análise de Variância (ANOVA)
2.1 Abordagem paramétrica
2.2 Abordagem não paramétrica
3. Análise de Variância Multivariada (MANOVA)
3.1 Abordagem paramétrica
3.2 Abordagem não paramétrica
4. Análise Fatorial
5. Análise de Clusters
6. Extensões da Regressão Linear
7. Regressão Logística

Nesta UC, o estudante é avaliado pelo regime de avaliação periódica, o qual integra duas componentes obrigatórias: a realização de uma frequência e a realização de um trabalho e respetiva defesa. Assim, não é possível a avaliação exclusivamente por exame.

 A frequência é uma prova escrita individual, cotada para 10 valores, e com classificação mínima de 3 valores. Esta prova é realizada durante o período de aulas, em data a anunciar pelo docente com, pelo menos, uma semana de antecedência. Os conteúdos a avaliar nesta prova serão comunicados aos estudantes com pelo menos uma semana de antecedência.

 O trabalho e a respetiva defesa estão cotados para 10 valores, sendo exigida uma classificação mínima de 5 valores. As regras relativas à utilização de inteligência artificial generativa no trabalho serão devidamente explicitadas aquando da sua divulgação.

- Caso o trabalho seja entregue para avaliação durante o período de aulas, este será realizado em grupo (2 a 3 elementos), com prazo de entrega e defesa agendada para esse período.

- Se o trabalho for entregue para avaliação numa época de exame, trata-se de um trabalho individual, com entrega até dois dias úteis antes da data do exame em que o estudante se encontre inscrito, sendo a defesa realizada no próprio dia do exame.

 A classificação final (CF) é obtida aplicando a seguinte fórmula, sendo o resultado arredondado às unidades: CF = CT + CF, onde CT é a classificação do trabalho e respetiva defesa, numa escala de 0 a 10 valores, sem arredondamento; CF é a classificação da frequência, numa escala de 0 a 10 valores, sem arredondamento.

Serão aprovados os alunos que obtenham classificação final mínima de 10 valores.

 Observações:

 1) O estudante que, numa época, obtenha a classificação mínima em apenas uma das duas componentes de avaliação, mantém a classificação dessa componente nas restantes épocas do mesmo ano letivo até obter aprovação.

2) Para efeitos de melhoria de nota, o estudante pode optar por uma das seguintes modalidades:

a) realizar uma nova prova, na época de exame na qual está inscrito para melhoria de nota, mantendo-se a classificação do trabalho e respetiva defesa;

b) realizar uma nova prova e um novo trabalho individual e respetiva defesa, ambos na época de exame na qual o estudante está inscrito para melhoria.

NAO