Conhecimentos de Base Recomendados
Estatística descritiva univariada e bivariada.
Métodos de Ensino
O desenvolvimento de cada assunto será feito de forma semelhante, em particular: introdução e caracterização da técnica, com apresentação e discussão das opções e outputs do SPSS, recorrendo a um exemplo e resolução de casos práticos.
Resultados de Aprendizagem
Pretende-se que os alunos compreendam e apliquem as técnicas de análise de dados multivariados abordadas, que utilizem de forma adequada software específico e que interpretem criticamente os resultados obtidos.
Programa
Introdução: Tipo de dados. Classificação das técnicas multivariadas. Exemplos.
Análise Fatorial: Formulação do modelo. Métodos de estimação dos pesos fatoriais. Rotação dos fatores. Estimação dos valores dos fatores. Análise de casos práticos recorrendo a software estatístico.
Análise de Componentes Principais: Definição, construção, propriedades, significado geométrico e interpretação. ACP sobre dados normalizados vs. dados não normalizados. Resolução de exemplos de aplicação usando o SPSS e interpretação de resultados.
Análise de Regressão Linear Múltipla: O modelo. Estimação dos coeficientes. Inferência sobre o modelo. Pressupostos. Métodos de seleção sequencial de variáveis. Resolução de exemplos de aplicação usando o SPSS e interpretação de resultados.
Análise Classificatória: Conceitos de dissemelhanças entre indivíduos. Métodos hierárquicos e métodos não-hierárquicos. Resolução de exemplos de aplicação usando o SPSS e interpretação de resultados.
Introdução aos Modelos de Equações Estruturais: caracterização geral.
Docente(s) responsável(eis)
Métodos de Avaliação
- - Exame - 50.0%
- - Trabalho Individual - 25.0%
- - Trabalho individual - 25.0%
- - Teste - 50.0%
- - Trabalho de Grupo - 25.0%
- - Trabalho de grupo - 25.0%
Estágio(s)
NAO
Bibliografia
Hair, J. F., Black, W., Babin, B., & Anderson, R. E. (2019). Multivariate Data Analysis (8th ed.). CengageLearning.
Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2022). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM) (3rd ed.). SAGE Publications.
Johnson, R. A., & Wichern, D. W. (2019). Applied Multivariate Statistical Analysis (6th ed.). Pearson.
Malhotra, N. (2019). Pesquisa de Marketing: Uma Orientação Aplicada (7.ª ed.). Bookman.
Marôco, J. (2021). Análise de Equações Estruturais: Fundamentos teóricos, software & aplicações (3.ª ed.). ReportNumber.
Marôco, J. (2021). Análise Estatística com o SPSS Statistics (8.ª ed.). ReportNumber.
Pestana, M. H., & Gageiro, J. N. (2014). Análise de Dados para Ciências Sociais: A complementaridade do SPSS (6.ª ed.). Edições Sílabo.