Conhecimentos de Base Recomendados
Conhecimentos de Matemática ao nível do 1.º ano das Licenciaturas e Probabilidades e Estatística ao nível do ensino não superior.
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 usar o Excel ou R e a manipulação e análise de dados por parte dos alunos.
Resultados de Aprendizagem
Fornecer os fundamentos de Estatística e Probabilidade necessários ao estudo e compreensão de fenómenos de interesse na sua área de formação. Aprender os principais conceitos e métodos de interpretação e tratamento de dados. Conhecer os modelos probabilísticos que constituem as bases da inferência estatística. Aprender a utilizar e interpretar ferramentas básicas da inferência estatística. Utilização do Excel.
Programa
1. Estatística descritiva
Organização de dados
Tabelas de frequências e representação gráfica
Medidas de localização e de dispersão
Tabelas de contingência e diagramas de dispersão
Correlação e regressão linear
2. Probabilidade e principais distribuições de probabilidade
Probabilidade
Probabilidade condicional e independência
Teorema da probabilidade total e teorema de Bayes
Noção de variável aleatória
Função de distribuição
Variáveis aleatórias discretas e contínuas, unidimensionais e bidimensionais
Parâmetros de uma variável aleatória: valor médio, momentos, mediana e quantis
Variância e desvio padrão
Propriedades do valor médio e da variância
Distribuições discretas: binomial, hipergeométrica e Poisson
Distribuições contínuas: uniforme, normal e exponencial
3. Inferência estatística
Noções fundamentais de amostragem
Estimação pontual
Estimação intervalar: intervalos de confiança para parâmetros de populações
Testes de hipóteses
4. Uso do software Excel ou R em análise estatística
Docente(s) responsável(eis)
Métodos de Avaliação
- - Exame - 100.0%
Estágio(s)
NAO
Bibliografia
Bibliografia Recomendada (disponível gratuitamente online)
Apontamentos das aulas teóricas e prático-laboratoriais – disponibilizadas no Moodle.
Vários (2020), ALEA – Ação Local Estatística Aplicada, Instituto Nacional de Estatística, http://www.alea.pt
Bibliografia Complementar
Pedrosa, A. e Gama, S. (2018) – Introdução Computacional à Probabilidade e Estatística com Excel, Porto Editora
Reis, E., Melo, P., Andrade, R. e Calapez, T. – Estatística Aplicada – Vols. 1 e 2, Edições Sílabo
Reis, E., Melo, P., Andrade, R. e Calapez, T. – Exercícios de Estatística Aplicada – Vols. 1 e 2, Edições Sílabo
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