2024

Delineamento Experimental

Nome: Delineamento Experimental
Cód.: MAT10167M
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 UC estudam-se os modelos mais actuais considerados em Delineamento Experimental. Estes métodos procuram dar aos Alunos uma formação ampla e actual de métodos em Análise da Experimentação.
A utilização de diferentes softwares estatísticos permitirá o tratamento e a análise de diferentes bases de dados.
Objectivos:
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.
Selecionar o modelo de regressão mais adequado.
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.
Utilização racional e adequada do software.

Conteúdos Programáticos

Método científico e delineamento de experiências.
Modelos de análise de variância de efeitos fixos e de efeitos aleatórios (simples, multifactoriais e mistos). Modelos hierárquicos (nested) e Split-Plot.
Comparações múltiplas.
Blocos completos e incompletos. Quadrados latinos.
Alternativas não paramétricas.
Modelo de regressão linear simples e múltipla (estimação, inferência, predição, adequabilidade e validação de pressupostos). Diagnóstico da regressão para observações influentes, outliers, autocorrelação e multicolinearidade. Selecção de modelos.
Análise de covariância.
Regressão não linear.

Métodos de Ensino

Aulas teórico-práticas predominantemente lecionadas no quadro, com suporte de ferramentas de e-learning e utilização de diapositivos. 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 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

Dohoo, I.; Martin, W.; Stryhn, H. (2009). Veterinary Epidemiologic Research, 2nd Ed., VER Inc.
Faraway, J J. (2009). Linear models with R, Chapman &Hall/CRC.
Fox, J. (2002). An R and S-Plus Companion to Applied Regression. Sage Publications.
Harrel, F. (2001). Regression Modeling Strategies. Springer-Verlag.
Logan, M. (2010). Biostatisitcal Design and Analysis Using R: a practical guide, John wiley.   
Montgomery, D. C. (2017). Design and analysis of experiments. John wiley & sons.
Montgomery, D. C.; Peck, A. E.; Vining, G. C. (2012). Introduction to Linear Regression Analysis, 5th Ed., John Wiley.
Kleinbaun, D.; Kupper, L.; Nizam, A.; Muller, K. (2007). Applied Regression Analysis and Multivariate Methods, 4th Ed., Duxbury Press.
Ruxton, G., & Colegrave, N. (2011). Experimental design for the life sciences. Oxford University Press
Zar, J. H. (2010). Biostatistical Analysis, 5th Ed., Pearson.

Equipa Docente (2023/2024 )