2023
Análise de Dados com Software Estatístico
Nome: Análise de Dados com Software Estatístico
Cód.: MAT13617M
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
Os objetivos desta UC são: i) fornecer os principais conceitos de estatística descritiva e de inferência estatística desenvolvendo nos alunos a capacidade para, de uma forma crítica, analisar e representar dados estatísticos; ii) abordar a utilização e interpretação de algumas técnicas básicas de inferência estatística, tais como testes de hipóteses e estimação de parâmetros em modelos de regressão simples e multivariados.
No final, o aluno deverá ser capaz de analisar um conjunto de dados de forma crítica, e selecionar e identificar os métodos mais adequados para organizar e apresentar a informação. Além disso, o aluno deverá ter desenvolvido a capacidade de utilização do software adequado para análise de dados.
No final, o aluno deverá ser capaz de analisar um conjunto de dados de forma crítica, e selecionar e identificar os métodos mais adequados para organizar e apresentar a informação. Além disso, o aluno deverá ter desenvolvido a capacidade de utilização do software adequado para análise de dados.
Conteúdos Programáticos
Estatística descritiva univariada e bivariada.
Tabelas de contingência e estatísticas de associação.
Intervalos de confiança e testes de hipóteses paramétricos.
Testes de hipóteses não paramétricos.
Regressão linear simples.
Todas os tópicos pressupõem a utilização de pelo menos um software estatístico, por ex. R, SPSS, Phyton e Excel.
Tabelas de contingência e estatísticas de associação.
Intervalos de confiança e testes de hipóteses paramétricos.
Testes de hipóteses não paramétricos.
Regressão linear simples.
Todas os tópicos pressupõem a utilização de pelo menos um software estatístico, por ex. R, SPSS, Phyton e Excel.
Métodos de Ensino
As aulas teórico-práticas são predominantemente lecionadas no quadro, com suporte de ferramentas de e-learning e utilização de diapositivos. As aulas pratico-laboratoriais são lecionadas com recurso ao uso de software estatístico.
Os conceitos teóricos são introduzidos recorrendo a exemplos de aplicação direta em diferentes áreas. São realizados exercícios focando a resolução de problemas atuais e reais. É dado enfoque na interpretação e análise de dados recorrendo aos outputs do software utilizado.
Os alunos são motivados para a ida às aulas e para o trabalho contínuo.
Avaliação:
Privilegia-se a avaliação contínua, com a realização de trabalhos e resolução de problemas, de forma individual ou em grupo. A nota final corresponde à média aritmética dos elementos de avaliação exigidos.
Na avaliação por exame (60%) será necessário o uso do computador e será sempre exigida a realização de um trabalho que terá menor peso na nota final (40%).
Os conceitos teóricos são introduzidos recorrendo a exemplos de aplicação direta em diferentes áreas. São realizados exercícios focando a resolução de problemas atuais e reais. É dado enfoque na interpretação e análise de dados recorrendo aos outputs do software utilizado.
Os alunos são motivados para a ida às aulas e para o trabalho contínuo.
Avaliação:
Privilegia-se a avaliação contínua, com a realização de trabalhos e resolução de problemas, de forma individual ou em grupo. A nota final corresponde à média aritmética dos elementos de avaliação exigidos.
Na avaliação por exame (60%) será necessário o uso do computador e será sempre exigida a realização de um trabalho que terá menor peso na nota final (40%).
Bibliografia
Fischetti, T. (2015). Data Analysis with R. Packt Publishing.
Haslwanter, T. (2016). An Introduction to Statistics with Python: With Applications in the Life Sciences. Springer
Hothorn, T., Everitt, B. S. (2006). A Handbook of Statistical Analyses Using R. CRC Press.
Pestana, D. D., Velosa, S. (2002). Introdução à Probabilidade e à Estatística (Vol. 1). Fundação Calouste Gulbenkian.
Murteira, B., Ribeiro, C. S., Silva, J. A., Pimenta, C. (2007). Introdução à Estatística. Escolar Editora.
Maroco, J. (2018). Análise Estatística com o SPSS Statistics (7ª edição). ReportNumber, Lda.
Stehlik-Barry, K., Babinec, A. J. (2017). Data Analysis with IBM SPSS Statistics. Packt Publishing Ltd.
Haslwanter, T. (2016). An Introduction to Statistics with Python: With Applications in the Life Sciences. Springer
Hothorn, T., Everitt, B. S. (2006). A Handbook of Statistical Analyses Using R. CRC Press.
Pestana, D. D., Velosa, S. (2002). Introdução à Probabilidade e à Estatística (Vol. 1). Fundação Calouste Gulbenkian.
Murteira, B., Ribeiro, C. S., Silva, J. A., Pimenta, C. (2007). Introdução à Estatística. Escolar Editora.
Maroco, J. (2018). Análise Estatística com o SPSS Statistics (7ª edição). ReportNumber, Lda.
Stehlik-Barry, K., Babinec, A. J. (2017). Data Analysis with IBM SPSS Statistics. Packt Publishing Ltd.
Equipa Docente
- Dulce Maria de Oliveira Gomes [responsável]
