2024

Tópicos Avançados de Delineamento Experimental

Nome: Tópicos Avançados de Delineamento Experimental
Cód.: MAT11706D
6 ECTS
Duração: 15 semanas/156 horas
Área Científica: Matemática

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

Apresentação

Os temas abordados permitem compreender os princípios do delineamento experimental; planear uma experiência e analisar os resultados obtidos utilizando modelos lineares e o programa R

Objetivos de Desenvolvimento Sustentável

Objetivos de Aprendizagem

Objetivos:
Estudar os princípios e conceitos fundamentais da experimentação e fornecer aos alunos ferramentas estatísticas essenciais na análise de diversos delineamentos experimentais.

Competências:
Capacidade para, de forma crítica, selecionar e organizar informação.
Conhecer e saber aplicar algumas ferramentas estatísticas essenciais na análise de diversos delineamentos experimentais.
Validar os pressupostos das diferentes abordagens paramétricas.
Saber aplicar alternativas não paramétricas quando não forem válidos os pressupostos. Aprender autonomamente com adaptação a novas situações.
Utilizar corretamente e racionalmente software estatístico.

Conteúdos Programáticos

1. Teoria e práticas do delineamento de experiências. Blocos completos e incompletos equilibrados. Quadrados latinos.
2. Planos Fatoriais e Fatoriais Fracionados
3. Planos Split-plot. Planos Split-Block. Planos com Medidas Repetidas e sua relação com os Planos Split-Plot e Split-Block
4. Planos Reticulares (Lattice Designs)
5. Planos Cruzados (Crossover Designs)
6. Metodologias de Superfície de Resposta

Métodos de Ensino

Metodologia de ensino:
Aulas teórico-práticas predominantemente lecionadas no quadro, com suporte de ferramentas de e-learning e utilização de diapositivos. Motivar a ida às aulas e o trabalho contínuo do aluno.
Introdução dos conceitos teóricos recorrendo a exemplos de aplicação direta em diferentes áreas, procurando mostrar a relevância dos conteúdos programáticos. Exercícios direcionados, focando a resolução de problemas atuais e reais, com o objetivo de desenvolver o gosto e interesse pela disciplina e mostrar a sua utilidade.
Enfoque na interpretação e análise de dados recorrendo sempre que possível a outputs do software utilizado.

Avaliação:
Privilegiar a avaliação contínua com a realização de 1 teste (50%) e trabalhos individuais ou em grupo (50%). Caso não obtenha aprovação em avaliação contínua, o aluno realiza um exame e os trabalhos individuais ou de grupo terão um peso menor na nota final (25%).

Avaliação

Privilegiar a avaliação contínua com a realização de um teste (50%) e dois trabalhos individuais ou em grupo (50%). Caso não obtenha aprovação em avaliação contínua, o aluno realiza um exame (75%) e os trabalhos individuais ou de grupo terão um peso menor na nota final (25%). No teste o aluno terá que ter uma nota superior ou igual a 8 valores.

Bibliografia

1. Hinkelmann, K. & Kempthorne, O. (2008): Design and Analysis of Experiments- An Introduction to Experimental Design, Vol.1, 2nd Edition, Wiley Series in Probability and Statistics
2. Hinkelmann, K. & Kempthorne, O. (2005): Design and Analysis of Experiments – Advanced Experimental Design, Vol. 2, Wiley Series in Probability and Statistics.
3. Hinkelmann, K. (Ed.). (2011). Design and analysis of experiments, Vol.3: special designs and applications (Vol. 810). John Wiley & Sons.
4. Montgomery, D. C. (2017). Design and analysis of experiments. John wiley & sons.
5. Ruxton, G., & Colegrave, N. (2011). Experimental design for the life sciences. Oxford University Press.
6. Zar, J. H. (2010). Biostatistical Analysis, 5th Ed., Prentice Hall

Equipa Docente (2022/2023 )