2025

Métodos de Estatística Multivariada

Nome: Métodos de Estatística Multivariada
Cód.: MAT12612D
6 ECTS
Duração: 15 semanas/156 horas
Área Científica: Matemática

Língua(s) de lecionação: Português
Língua(s) de apoio tutorial: Português

Objetivos de Desenvolvimento Sustentável

Objetivos de Aprendizagem

O objectivo desta unidade curricular é preparar os alunos para a análise de dados multivariados, a partir da apreensão de técnicas estatísticas de independência e de interdependência e com recurso a software específico, adequado às abordagens multivariadas, ao tipo de dados e aos objectivos de investigação. Em particular, os alunos devem adquirir conhecimentos no âmbito de:
- Análise exploratória de dados multivariados (qualitativos e quantitativos)
- Técnicas multivariadas de dependência
- Técnicas multivariadas de interdependência

Conteúdos Programáticos

1. Introdução à Estatística Multivariada. Conceitos.
2. Análise exploratória de dados
3. Tópicos de técnicas multivariadas de dependência (regressão linear múltipla, análise discriminante, análise de variância multivariada, entre outros tópicos) e de interdependência (Análise de clusters, análise factorial exploratória, análise factorial confirmatória, entre outros tópicos).
4. Introdução aos Modelos de Equações Estruturais.

Métodos de Ensino

Sempre que possível e para se alcançarem melhores resultados em termos de aproveitamento escolar é dada prioridade à abordagem teórico-prática das matérias leccionadas, sendo que os conteúdos teóricos são apresentados de modo a suscitar o interesse pelo estudo das diversas matérias e as aplicações (resolução de exercícios) são realizadas com acompanhamento e com recurso a softwares estatísticos. Estes são escolhidos de acordo com a respectiva adequabilidade aos objectivos delineados e às condições existentes .
A avaliação é de dois tipos: contínua ou por exame. Os alunos poderão optar entre regime de avaliação contínua ou regime de avaliação por exame. Para a avaliação contínua os alunos realizam e apresentam trabalhos/relatórios solicitados pela docente.

Bibliografia

Hair, J., Black, W., Babin, B., Anderson, R. and Tathan, R. (2014). “Multivariate Data Analysis”. (Seventh edition). Pearson, Prentice Hall.

Kline, R. B. (2016). Principles and practice of structural equation modeling (Fourth Edition). New York: Guilford Press.

Tabachnick, B. & Fidell, L. (2008).An Introdution to Applied Multivariate Analysis: Using multivariate statistics. Routtledge, Taylor & Francis Group. (4th ed). Boston: Allyn andBacon.