Conhecimentos de Base Recomendados
Conhecimentos de Matemática e Probabilidades e Estatística ao nível das Licenciaturas em Engenharia.
Métodos de Ensino
Nas aulas teóricas será utilizado o método expositivo com discussão. As aulas práticas serão dedicadas à resolução de problemas sob orientação do professor. Alguns dos problemas a abordar irão permitir a introdução à linguagem R ou Python e a manipulação e análise de dados com o Excel por parte dos alunos.
Resultados de Aprendizagem
Objetivos
Pretende-se que o aluno adquira as bases necessárias para realizar análises de dados, recorrendo a
ferramentas computacionais como o Excel, R ou Python.
Competências
– Aquisição da “linguagem” essencial associada à Análise e Tratamento de Dados que permita aos estudantes
desenvolver de forma autónoma os seus futuros projetos profissionais, bem como a capacidade de integrar
equipas multidisciplinares envolvendo especialistas e clientes.
– Saber escrever código básico usando linguagens computacionais (R ou Python) e interpretar os resultados obtidos.
Programa
1. Introdução à análise de dados
Design de experiências. A natureza dos dados. A importância da Estatística. Etapas de um estudo estatístico.
2. Estatística descritiva
Organização e apresentação de dados. Indicadores de localização central e de
dispersão. Indicadores de assimetria e achatamento. Correlação e independência.
3. Estatística inferencial
Estimação e testes de hipóteses. Inferência para parâmetros de populações normais e outras. Testes de ajustamento e independência.
4. Fiabilidade
Conceitos básicos. Modelos paramétricos importantes. Aplicações.
5. Modelos de regressão
Regressão linear simples e múltipla. Validação de pressupostos. Modelos não
lineares.
6. Métodos de classificação.
Docente(s) responsável(eis)
Estágio(s)
NAO
Bibliografia
Bibliografia Recomendada (disponível gratuitamente online)
Apontamentos das aulas, disponibilizados pelo docente no Moodle.
Vários (2020), ALEA – Ação Local Estatística Aplicada, Instituto Nacional de Estatística, http://www.alea.pt
Dunn, K. (2020) – Process Improvement Using Data, https://learnche.org/pid/
Bibliografia Complementar
Farinha, J. (2018) – Asset Maintenance Engineering Methodologies, CRC Press.
Ross, Sheldon (2014) – Introduction to Probability and Statistics for Engineers and Scientists, Elsevier
Ryan, T. (2007) – Modern Engineering Statistics, Wiley
R Core Team (2022)- An Introduction to R – Notes on R: A Programming Environment for Data Analysis and Graphics, https://cran.r-project.org/doc/manuals/R-intro.pdf, Version 4.2.1, 23/06/2022
Shaw, Z. (2017) – Learn Python 3 the Hard Way, Addison-Wesley Professional.
Pedrosa, A. e Gama, S. (2018) – Introdução Computacional à Probabilidade e Estatística com Excel, Porto Editora