2025
Estatística Multivariada
Nome: Estatística Multivariada
Cód.: MAT00919L
6 ECTS
Duração: 15 semanas/156 horas
Área Científica:
Matemática
Língua(s) de lecionação: Português
Língua(s) de apoio tutorial: Português, Inglês
Regime de Frequência: Presencial
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,). Os alunos devem ter capacidade, perante um conjunto de dados e um objectivo particular, escolher a metodologia adequada e ter capacidade crítica relativamente aos resultados obtidos. Devem, ainda, ter o conhecimento das vantagens, limitações e condições de aplicabilidade das várias metodologias estatísticas apresentadas na unidade curricular. A utilização de diferentes softwares estatísticos permitirá o tratamento e a análise das bases de dados.
Conteúdos Programáticos
Análise Exploratória de dados multivariadas
Escalonamento Multidimensional
Análise de Correspondências
Árvores de Decisão
Software: SPSS e R
Escalonamento Multidimensional
Análise de Correspondências
Árvores de Decisão
Software: SPSS e R
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.
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
Na época normal os estudantes podem optar por um dos regimes de avaliação: contínua ou final.
Os estudantes devem privilegiar o regime de avaliação contínua com a realização de minitestes individuais, com consulta condicionada. A classificação na unidade curricular será obtida através da média (arredondada a um número inteiro) das classificações obtidas em cada um dos minitestes. Se os estudantes optarem pelo regime de avaliação final terão de realizar um exame onde são considerados todos os conteúdos programáticos.
Nas restantes épocas de avaliação (recurso, especial ou extraordinária), os estudantes são avaliados pelo regime de avaliação final, realizando um exame onde são considerados todos os conteúdos programáticos. O estudante tem aprovação na unidade curricular se obtiver uma classificação superior ou igual a 9,5 valores, numa escala de [0, 20].
Os estudantes devem privilegiar o regime de avaliação contínua com a realização de minitestes individuais, com consulta condicionada. A classificação na unidade curricular será obtida através da média (arredondada a um número inteiro) das classificações obtidas em cada um dos minitestes. Se os estudantes optarem pelo regime de avaliação final terão de realizar um exame onde são considerados todos os conteúdos programáticos.
Nas restantes épocas de avaliação (recurso, especial ou extraordinária), os estudantes são avaliados pelo regime de avaliação final, realizando um exame onde são considerados todos os conteúdos programáticos. O estudante tem aprovação na unidade curricular se obtiver uma classificação superior ou igual a 9,5 valores, numa escala de [0, 20].
Bibliografia
Johnson, R. and Wichern, D. W. (2007), Applied Multivariate Statistical Analysis, 6th Edition, Prentice Hall, New Jersey
Manly, B. F.J. and Alberto J. A. N., (2016), Multivariate Statistical Methods 4th Edition. Routledge.
Morrison, D. F. (2004), Multivariate Statistical Methods, 4th Edition, Duxbury Press
Randall E. Schumacker. (2015), Using R With Multivariate Statistics 1st Edition. Publisher SAGE Publications Inc. housand Oaks, United States. ISBN10 1483377962. ISBN13 9781483377964.
Reinhart V., R., (2013), Advanced and Multivariate Statistical Methods: Practical Application and Interpretation 5th Edition. Routledge.
Manly, B. F.J. and Alberto J. A. N., (2016), Multivariate Statistical Methods 4th Edition. Routledge.
Morrison, D. F. (2004), Multivariate Statistical Methods, 4th Edition, Duxbury Press
Randall E. Schumacker. (2015), Using R With Multivariate Statistics 1st Edition. Publisher SAGE Publications Inc. housand Oaks, United States. ISBN10 1483377962. ISBN13 9781483377964.
Reinhart V., R., (2013), Advanced and Multivariate Statistical Methods: Practical Application and Interpretation 5th Edition. Routledge.
Equipa Docente
- Luís Miguel Lindinho da Cunha Mendes Grilo [responsável]