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

4. Educação de qualidade - Assegurar a educação inclusiva, e equitativa e de qualidade, e promover oportunidades de aprendizagem ao longo da vida para todos.

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.

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.

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%).

Bibliografia

Everitt, B. & Hothorn, T. (2011).An Introduction to Applied Multivariate Analysis with R. Springer (Use R! Series).
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.
Zelterman, D. (2015). Applied Multivariate Statistics with R. Springer (Statistics for Biology and Health Series).