Estatística Aplicada às Ciências Empresariais

Matemática A ou Matemática B

Math A or Math B

As aulas de cariz teórico-práticas, de acordo com o estipulado no plano curricular.

• Componente teórica: exposição dos conceitos e resolução de exemplos ilustrativos.
• Componente prática: resolução de exercícios práticos ilustrativos e complementares da matéria exposta nas aulas teóricas, sob orientação do professor, mas incentivando a resolução autónoma. Por vezes, recorrendo à utilização de software estatístico.

Theoretical-practical classes, as stipulated in the curriculum.

• Theoretical component: exposition of concepts and resolution of illustrative examples.
• Practical component: resolution of illustrative and complementary practical exercises of the material exposed in theoretical classes, under the guidance of the teacher, but encouraging autonomous resolution. Sometimes using statistical software.

Objetivos e Competências e Desenvolver

Objetivos Gerais:

• Capacidade de explorar dados com recurso a métodos numéricos e gráficos, de forma a identificar os seus aspetos de maior relevância, com aplicação na área de Gestão e Economia;
• Conhecer os modelos probabilísticos que constituem as bases da inferência estatística e da tomada de decisão;
• Iniciação e utilização de um software estatístico.

Objetivos Específicos:

• Conhecer as técnicas de análise estatística descritiva (exploratória), de forma a caracterizar uma amostra;
• Analisar a relação entre variáveis (duas);
• Conhecer e utilizar as técnicas de estatística inferencial.

Competências Genéricas

Capacidade de:

• análise e síntese;
• comunicação oral e escrita;
• computação;
• resolução de problemas em contexto real.

Competências Específicas

Capacidade de:

• desenvolver raciocínio lógico e dedutivo;
• usar intuição para resolver problemas;
• usar representações gráficas para interpretar resultados;
• resumir e interpretar dados para tomar decisões.

General objectives

• Ability to explore data using numerical and graphical methods, to identify its most relevant aspects, with application in the area of Management and Economics;
• Know the probabilistic models that constitute the bases of statistical inference and decision making;
• Initiation and use of statistical software.

Specific c objectives

• Know the techniques of descriptive statistical analysis (exploratory), in order to characterize a sample;
• Analyse the relationship between variables (two);
• Know and use inferential statistics techniques.

Generic skills

Capacity of:

• analysis and synthesis;
• oral and written communication;
• computing;
• problem solving in real context

Specific skills

Capacity of:

• develop logical and deductive reasoning;
• use intuition to solve problems;
• use graphical representations to interpret results;
• sumarize

  1. Estatística descritiva:

• Conceitos básicos; representação dos dados; medidas estatísticas.

  2. Regressão linear simples:

• Correlação; modelo de regressão linear simples; reta dos mínimos quadrados; previsão.

  3. Distribuições de probabilidade:

• Conceitos básicos da teoria da probabilidade;
• Variáveis aleatórias;
• Características das distribuições de probabilidade;
• Distribuições de probabilidade discretas;
• Distribuição de probabilidade contínua;
• Teorema do limite central.

4. Inferência Estatística:

• Estimação paramétrica: estimação pontual (métodos de estimação e propriedades dos estimadores), estimação intervalar da média populacional (construção de intervalos de confiança);
• Teste de hipóteses: noções fundamentais, arquitetura dos testes, testes paramétricos (uma população).

  1. Descriptive statistics:

• Basic concepts; data representation; statistical measures.

  2. Simple linear regression:

• Correlation; simple linear regression model; straight least squares; prediction.

  3. Probability distributions:

• Basic concepts of probability theory;
• Random variables;
• Parameters of distributions;
• Discrete probability distributions;
• Continuous probability distribution;
• Central Limit Theorem.

  4. Statistical inference:

• Parametric estimation: point estimation (estimation methods and estimator properties), interval estimation of the population mean (confidence intervals construction);
• hypothesis testing: fundamental notions, test architecture, parametric tests (a population).

NAO

Serão disponibilizados no NONIO todos os textos de caracter teórico usados nas aulas, bem como as folhas práticas.

It will be available at NONIO all the theoretical texts used in classes, as well as practical sheets.

Murteira, B., Ribeiro, C.S., Silva, J.A., Pimenta, C., Pimenta, F. (2015). Introdução à Estatística, 3.º Edição. Escolar Editora.

Newbold, P., Carlson, W., Thorne, B. (2012). Statistics for Business and Economics, 8th Edition. Pearson.

Marôco, J. (2021). Análise Estatística – Com Utilização do SPSS, 8ª edição, ReportNumber

Pestana, D. and Velosa, S., Introdução à Probabilidade e Estatística, Fundação Calouste Gulbenkian (2002)

Paulino, C., Branco, J. (2005). Exercícios de Probabilidades e Estatística. Escolar Editora.

Pedrosa, A.C., Gama, S.M. (2004). Introdução computacional à Probabilidade e Estatística. Porto Editora.

Webster, A. (2006). Estatística Aplicada à Administração e Economia. McGraw-Hill.

Reis, E., P. Melo, R. Andrade & T. Calapez (2015) Estatística Aplicada (Vol. 1), 6ª ed., Lisboa: Sílabo

Reis, E., P. Melo, R. Andrade & T. Calapez (2016) Estatística Aplicada (Vol. 2), 5ª ed., Lisboa: Sílabo.