2024
Tópicos Avançados de Estatística Multivariada
Nome: Tópicos Avançados de Estatística Multivariada
Cód.: MAT11707D
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
Nesta unidade curricular estudam-se os modelos mais actuais considerados em Estatística Multivariada.
Estes métodos procuram dar ao Alunos uma formação ampla e actual de métodos de Estatística
Multivariada a utilizar em diversas áreas científicas e a vários conjuntos de dados (variáveis categóricas e
continuas, inquéritos estatísticos, grandes bases de dados, problemas de optimização, problemas
financeiros, económicos e de gestão, entre outros,). A utilização de diferentes softwares estatísticos
permitirá o tratamento e a análise das bases de dados.
Estes métodos procuram dar ao Alunos uma formação ampla e actual de métodos de Estatística
Multivariada a utilizar em diversas áreas científicas e a vários conjuntos de dados (variáveis categóricas e
continuas, inquéritos estatísticos, grandes bases de dados, problemas de optimização, problemas
financeiros, económicos e de gestão, entre outros,). A utilização de diferentes softwares estatísticos
permitirá o tratamento e a análise das bases de dados.
Conteúdos Programáticos
1. Distribuições Multivariadas (Distribuição Normal Multivariada, Distribuição de Wishart, Distribuição T2 de Hotelling, A estatística Lambda de Wilks).
2. Métodos de Análise de Interdependência
3. Independent Conponente Analysis
4. Métodos de Análise de Dependência
5.Escalonamento Multidimensional
6. Data Mining .
2. Métodos de Análise de Interdependência
3. Independent Conponente Analysis
4. Métodos de Análise de Dependência
5.Escalonamento Multidimensional
6. Data Mining .
Métodos de Ensino
Aulas teórico-práticas predominantemente leccionadas 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 directa em diferentes áreas,
procurando mostrar a relevância dos conteúdos programáticos. Exercícios direcionados, focando a
resolução de problemas atuais e reais, com o objectivo 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%).
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 directa em diferentes áreas,
procurando mostrar a relevância dos conteúdos programáticos. Exercícios direcionados, focando a
resolução de problemas atuais e reais, com o objectivo 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%).
Bibliografia
Everitt, B.S., Landau, S. and Leese, M. (2001). Cluster Analysis (4th ed.). Arnold, London.
Everitt, B.; Hothorn, T. (2011) An Introduction to Applied Multivariate Analysis with R. Springer.
Hair, Black, Babin, Andersin and Tatham, (2006). Multivariate Data Analysis, 6th ed., Prentice-Hall.
Johnson, R. A. and Wichern, D. W., (2002). Applied Multivariate Statistical Analysis, Prentice-Hall.
Zelterman, D. (2015). Applied Multivariate Statistics with R. Springer.
Rencher, A.C. (2012). Methods of Multivariate Analysis, Wiley.
Everitt, B.; Hothorn, T. (2011) An Introduction to Applied Multivariate Analysis with R. Springer.
Hair, Black, Babin, Andersin and Tatham, (2006). Multivariate Data Analysis, 6th ed., Prentice-Hall.
Johnson, R. A. and Wichern, D. W., (2002). Applied Multivariate Statistical Analysis, Prentice-Hall.
Zelterman, D. (2015). Applied Multivariate Statistics with R. Springer.
Rencher, A.C. (2012). Methods of Multivariate Analysis, Wiley.
Equipa Docente (2022/2023 )
- Maria Manuela Melo Oliveira [responsável]
