Conhecimentos de Base Recomendados
Esta unidade curricular pressupõe conhecimentos básicos de Estatística, correspondentes à (s) unidade(s) curricular(es) de Estatística de uma licenciatura.
Métodos de Ensino
Aulas de cariz teórico-práticas, de acordo com o estipulado no plano curricular.
- Componente teórica: exposição dos conceitos e resolução de exemplos ilustrativos; perguntas aos alunos durante a exposição.
- Componente prática: resolução de exercícios práticos ilustrativos e complementares da matéria exposta nas aulas teóricas, sob orientação do professor, mas incentivando a resolução autónoma (recorrendo à utilização de software estatístico).
Resultados de Aprendizagem
A Estatística é uma ciência de reconhecida importância, com aplicações em diversos domínios científicos, inclusivamente na área dos sistemas de informação, sendo igualmente a base de muitas abordagens de aprendizagem computacional (machine learning). Deste modo, esta unidade curricular tem por objetivo apresentar um conjunto de técnicas estatísticas de tratamento, análise e interpretação de dados no contexto dos sistemas de informação, com recurso a software estatístico.
Definem-se, assim, os seguintes objetivos de aprendizagem:
- Planear as fases do método estatístico, mais concretamente identificar o problema, tratar os dados e identificar as técnicas estatísticas mais adequadas tendo em conta os objetivos definidos;
- Realizar as análises estatísticas, através de software, retirando a informação pertinente e essencial do output;
- Interpretar os resultados da análise estatística, identificando até que ponto os mesmos permitem responder/clarificar os objetivos estabelecidos.
Programa
Capítulo 1 – Notas de Estatística
- Estatística e aprendizagem computacional (machine learning)
- Técnicas de estatística para análise descritiva dos dados
- Testes de hipóteses
Capítulo 2 – Estatística Multivariada
- Análise fatorial
- Análise de clusters
Capítulo 3 – Modelos Econométricos
- Modelos de regressão (linear)
- Extensões do modelo de regressão
Docente(s) responsável(eis)
Francisco José Nibau AntunesMétodos de Avaliação
Nesta UC, o estudante, para obter aproveitamento, terá de realizar dois trabalhos e um exame, ambas as componentes obrigatórias. Cada trabalho será realizado em grupo (máximo 4 alunos), e cotado para 5 valores. O exame é uma prova escrita, cotada para 10 valores, composta por questões que contêm outputs do software estatístico utilizado e que incide sobre todos os capítulos do programa, com data de realização conforme o mapa de exames.
A classificação final é obtida aplicando a seguinte fórmula, cujo resultado é arredondado às unidades: CF = CT1 +CT2+CE, onde CT1 e CT2 são as classificações obtidas no 1º e 2º trabalhos, respetivamente, numa escala de 0 a 5 valores, sem arredondamento; CE é a classificação obtida na prova escrita, numa escala de 0 a 10 valores, sem arredondamentos.
Serão aprovados os alunos que obtenham classificação final mínima de 10 valores.
Observações
1) A realização dos dois trabalhos é obrigatória em qualquer época de avaliação.
2) As classificações dos trabalhos são válidas para as épocas normal, de recurso e especial.
3) Nas épocas de recurso e especial, serão também definidos os mesmos 2 trabalhos com prazo de entrega até ao dia agendado para a realização do exame. Os alunos que optem por esta modalidade terão de realizar os 2 trabalhos individualmente. O cálculo da classificação final obedece às regras acima enunciadas.
4) Para obter melhoria de nota, o estudante pode optar por uma das seguintes situações:
a) realizar um novo exame (na época de exame na qual está inscrito para melhoria de nota), mantendo-se as classificações dos dois trabalhos de grupo;
b) realizar um novo exame e dois novos trabalhos individuais, ambos na época de exame na qual o estudante está inscrito para melhoria de nota.
Estágio(s)
NAO
Bibliografia
Bibliografia Fundamental
- Maroco, J. (2021). Análise Estatística com o SPSS Statistics. 8ª Edição, ReportNumber.
- Alwan, L. C., Craig, B. A. and McCabe, G.P. (2020). The Practice of Statistics for Business and Economics, 5th Edition. Macmillan Learning.
- Newbold, P., Carlson, W. and Thorne, B. (2019). Statistics for Business and Economics, 9th Edition. Pearson.
Bibliografia Complementar
- Hair, J.F., Black, W.C., Babin, B.J., Anderson, R.E. (2019). Multivariate Data Analysis, 8th Edition. Cengage.
- Anderson, D.R., Sweeney, D.J. and Williams, T.A. (2000). Estatística Aplicada à Administração e Economia. Pioneira
- Maroco, J. (2014). Análise de Equações Estruturais – Fundamentos teóricos, Software e Aplicações. Report Number
- Hill, M., Hill. A. (2012). Investigação por questionário, 2.ª edição revista e corrigida. Edições Sílabo.