Análise de Dados para as Ciências Empresariais

• CB1. Domínio de conceitos elementares de estatística descritiva (tipos de variáveis, medidas de localização e de dispersão, tabelas de frequências e representações gráficas), ao nível dos vários programas das disciplinas de Matemática dos diversos ramos do ensino obrigatório em Portugal (http://www.dge.mec.pt/).
• CB2. Competências instrumentais básicas de utilização de software de folha de cálculo, incluindo introdução e organização de dados, utilização de fórmulas simples e construção de gráficos.

As aulas são, de acordo com o plano curricular, teórico-práticas, planeadas para um envolvimento ativo do estudante ao longo de toda a sessão. As metodologias adotadas são centradas no estudante e articulam a exposição de conceitos com a sua aplicação imediata a dados reais, privilegiando a interação, o questionamento e a resolução orientada de problemas.

• ME1. Exposição interativa: introdução estruturada de conceitos, resultados fundamentais e métodos, intercalada com tarefas que suscitam a participação de todos os estudantes – colocação de questões aos e pelos estudantes, de forma oral e/ou através de plataforma digital, e propostas de debate/discussão em pequenos grupos sobre um aspeto ou tópico exposto.
• ME2. Demonstração comentada de procedimentos: exemplificação, passo a passo e com comentário crítico, da aplicação das técnicas de análise de dados com recurso a software estatístico, evidenciando decisões metodológicas, leitura de resultados e respetiva interpretação.
• ME3. Resolução de problemas orientada: trabalho sobre situações concretas e reais, individualmente ou em pequenos grupos, sob orientação e tutoria da docente, com incentivo ao trabalho autónomo. Confere um papel central à visualização e ao tratamento de dados e promove a transferência entre teoria e prática.
• ME4. Orientação tutorial e acompanhamento continuado: apoio à consolidação das aprendizagens e ao esclarecimento de dúvidas, dentro e fora da sala de aula, pressupondo uma presença assídua e a continuidade do envolvimento do estudante para além das aulas, com o início ou a conclusão das tarefas acordadas.

Num contexto empresarial cada vez mais orientado por dados, a análise estatística de dados tornou-se indispensável para descrever e explorar a realidade empresarial e diagnosticar os problemas que nela emergem, sustentando uma tomada de decisão informada. Esta unidade curricular introduz o estudante a essa análise, procurando equipá-lo com as técnicas e o juízo crítico necessários para transformar dados em conhecimento útil. Este propósito concretiza-se nos objetivos de aprendizagem e competências que se seguem.

Após a conclusão desta unidade curricular, o estudante deverá ser capaz de:

• OA1. Identificar contextos e situações de decisão empresarial que podem beneficiar de um estudo baseado em dados, selecionando as técnicas de análise adequadas.
• OA2. Descrever estatisticamente um conjunto de dados, através de análise descritiva univariada e bivariada.
• OA3. Aplicar técnicas de transformação e criação de novas variáveis e de análise multivariada para aprofundar a exploração dos dados.
• OA4. Analisar dados em série temporal, identificando as suas componentes estruturais e a evolução ao longo do tempo.
• OA5. Interpretar criticamente os resultados de uma análise de dados, retirando conclusões relevantes para o suporte à tomada de decisão.
• OA6. Utilizar software de análise estatística como suporte à implementação das técnicas de análise de dados.

Competências a desenvolver:

• CD1. Literacia de dados: capacidade de trabalhar com dados reais ao longo de todo o ciclo de análise, desde a sua organização até à extração de conclusões fundamentadas.
• CD2. Competência instrumental: capacidade de utilizar autonomamente software de análise estatística na resolução de problemas concretos.
• CD3. Pensamento crítico: capacidade de avaliar a adequação e a correta aplicação das técnicas de análise e de ajuizar a plausibilidade dos resultados no contexto do problema em análise.
• CD4. Comunicação técnica: capacidade de descrever e justificar, de forma clara e rigorosa, os procedimentos e as conclusões de uma análise de dados.

• P1. Introdução
  • 1.1. Tipos de dados
  • 1.2. Amostragem
• P2. Análise de dados fundamental
  • 2.1. Análise descritiva univariada
  • 2.2. Análise descritiva bivariada
• P3. Análise de dados complementar
  • 3.1. Transformação e criação de novas variáveis
  • 3.2. Análise descritiva multivariada
• P4. Análise de dados temporais
  • 4.1. Componentes das séries temporais
  • 4.2. Linhas de tendência
  • 4.3. Decomposição

Em conformidade com o Regulamento Académico do 1.º Ciclo de Estudos da Universidade Politécnica de Coimbra (https://www.iscac.pt/aluno-a/regulamentos-e-legislacao-academica/), são propostos os seguintes dois regimes de avaliação: avaliação periódica e avaliação por exame.

A) AVALIAÇÃO PERIÓDICA

MA1. Testes Individuais: Cada teste classificado de 0 a 20 valores. Nota mínima de 6,0 valores por teste. Testes com igual ponderação entre si. Sem consulta. Diretriz de Inteligência Artificial (IA): Nível 0 - Proibido (sem recurso a IA).

Notas relativas à avaliação periódica:

• Estrutura: A avaliação periódica consiste na realização de um conjunto de testes individuais distribuídos ao longo do semestre letivo. Os testes realizam-se em aula ou em períodos destinados especificamente para o efeito, podendo o último coincidir com a data do exame da época normal, consoante da disponibilidade de datas e de espaços. O número exato de testes e as respetivas datas de realização são divulgados aos estudantes nas aulas e na plataforma InforEstudante, até ao final do mês de setembro.
• Inscrição: Os estudantes que pretendam realizar os testes têm, obrigatoriamente, de se inscrever entre os dias 15 e 30 de setembro, através de link oportunamente divulgado na plataforma InforEstudante.
• Assiduidade: Não é exigida assiduidade mínima às aulas para acesso ou aprovação por este regime de avaliação, embora a presença nas aulas seja fortemente recomendada.
• Fórmula de Classificação Final (CF): CF = (T1 + T2 + ... + Tn) / n, sendo n o número de testes definido para o ano letivo e T1, …, Tn as classificações obtidas em cada um deles.
• Condição de aprovação: A aprovação por este regime só é possível se a classificação obtida em cada um dos testes for igual ou superior a 6,0 valores. O incumprimento deste requisito em qualquer um dos testes implica a não aprovação por este regime de avaliação, sendo atribuída a classificação NRC (Não Reúne Condições). Um estudante que não obtenha aprovação pelo regime de avaliação periódica passa para o regime de avaliação por exame.
• Faltas: Em caso de falta do estudante a um teste, independentemente do motivo, não há lugar à marcação de novo teste, sendo a classificação atribuída de 0 (zero) valores.

B) AVALIAÇÃO POR EXAME

MA2. Exame Individual: Exame classificado de 0 a 20 valores. Data de realização de acordo com o mapa de exames. Sem consulta. Diretriz de Inteligência Artificial (IA): Nível 0 - Proibido (sem recurso a IA).

• Fórmula de Classificação Final (CF): CF = MA2, correspondente à classificação obtida no exame.

Normas finais aplicáveis aos dois regimes:

• Em qualquer um dos regimes de avaliação, a aprovação ocorre com classificação final, arredondada à unidade, de pelo menos 10 valores.
• Para efeitos de avaliação por exame, não há lugar à manutenção das classificações obtidas nos testes da avaliação periódica.
• A melhoria de classificação implica a realização de exame na época para a qual o estudante se inscreva com esse propósito.
• No caso de suspeita fundada de fraude detetada na fase de correção de prova, o estudante será convocado para prestação de prova oral para verificação dos conhecimentos e competências demonstradas. Esta verificação é realizada por um júri constituído pelo docente da UC e por mais 2 docentes da mesma área. Caso o estudante não comprove ter os conhecimentos e competências demonstrados na prova escrita, a prova ser-lhe-á anulada.

NAO