2023
Bioestatística
Nome: Bioestatística
Cód.: MAT12718D
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
Apresentação
Fornecer vários modelos estatísticos usados no delineamento e análise de experiências, os seus pressupostos e interpretação crítica e também algumas abordagens de estatística multivariada.
Objetivos de Desenvolvimento Sustentável
Objetivos de Aprendizagem
No final desta unidade curricular o estudante terá adquirido conhecimentos, aptidões e competências que
lhe permitam:
- Compreender os princípios e conceitos fundamentais do delineamento experimental.
- Compreender a metodologia estatística descrita na literatura relacionada com a sua área de investigação.
- Conhecer e saber aplicar algumas ferramentas estatísticas essenciais na análise de dados da sua área de
investigação.
- Ser capaz de delinear uma experiência e de selecionar e organizar a informação.
- Ser capaz de selecionar o modelo estatístico mais adequado.
- Ser capaz de validar os pressupostos das diferentes abordagens estatísticas.
- Ser capaz de aplicar alternativas não paramétricas quando necessário.
- Ser capaz de apender autonomamente e de se adaptar a novas situações.
- Ser capaz de validar e interpretar de uma forma crítica os resultados obtidos com o software estatístico
R.
lhe permitam:
- Compreender os princípios e conceitos fundamentais do delineamento experimental.
- Compreender a metodologia estatística descrita na literatura relacionada com a sua área de investigação.
- Conhecer e saber aplicar algumas ferramentas estatísticas essenciais na análise de dados da sua área de
investigação.
- Ser capaz de delinear uma experiência e de selecionar e organizar a informação.
- Ser capaz de selecionar o modelo estatístico mais adequado.
- Ser capaz de validar os pressupostos das diferentes abordagens estatísticas.
- Ser capaz de aplicar alternativas não paramétricas quando necessário.
- Ser capaz de apender autonomamente e de se adaptar a novas situações.
- Ser capaz de validar e interpretar de uma forma crítica os resultados obtidos com o software estatístico
R.
Conteúdos Programáticos
Delineamento de experiências (amostragem, pressupostos estatísticos e biológicos) Modelos de análise
de variância (ortogonais, hierárquicos e medidas repetidas).
Modelos de regressão linear e não linear. Correlação. Associação.
Análise de covariância.
Métodos não paramétricos mais usuais.
Controlo estatístico do processo.
Métodos de estatística multivariada (componentes principais, factorial e clusters).
de variância (ortogonais, hierárquicos e medidas repetidas).
Modelos de regressão linear e não linear. Correlação. Associação.
Análise de covariância.
Métodos não paramétricos mais usuais.
Controlo estatístico do processo.
Métodos de estatística multivariada (componentes principais, factorial e clusters).
Métodos de Ensino
Aulas de orientação tutorial, recorrendo a suporte de ferramentas de e-learning e utilização de
diapositivos, ao software R com interpretação crítica dos outputs passo a passo e com síntese escrita das
principais conclusões.
Motivar o trabalho contínuo do aluno. Introdução dos conceitos teóricos recorrendo a exemplos de
aplicação direta na área da ciência dos alimentos, 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 unidade curricular e mostrar a sua utilidade.
diapositivos, ao software R com interpretação crítica dos outputs passo a passo e com síntese escrita das
principais conclusões.
Motivar o trabalho contínuo do aluno. Introdução dos conceitos teóricos recorrendo a exemplos de
aplicação direta na área da ciência dos alimentos, 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 unidade curricular e mostrar a sua utilidade.
Bibliografia
Bower, J. A. (2013). Statistical Methods for Food Science, 2nd Edition, Wiley Blackwell.
Granato, D.; Ares, A. (2014). Mathematical and Statistical Methods in Food Science and Technology, John
Wiley & Sons.
Logan, M. (2010). Biostatisitcal Design and Analysis Using R: a practical guide, John wiley.
Montgomery, D. C. (2012). Design and Analysis of Experiments, 8th Ed., John Wiley.
Kleinbaun, D.; Kupper, L.; Nizam, A.; Muller, K. (2007). Applied Regression Analysis and Multivariate
Methods, 4th Ed., Duxbury Press.
Shahbaba, B. (2012). Biostatistics with R, Springer New York.
Zar, J. H. (2010). Biostatistical Analysis, 5th Ed., Pearson.
Granato, D.; Ares, A. (2014). Mathematical and Statistical Methods in Food Science and Technology, John
Wiley & Sons.
Logan, M. (2010). Biostatisitcal Design and Analysis Using R: a practical guide, John wiley.
Montgomery, D. C. (2012). Design and Analysis of Experiments, 8th Ed., John Wiley.
Kleinbaun, D.; Kupper, L.; Nizam, A.; Muller, K. (2007). Applied Regression Analysis and Multivariate
Methods, 4th Ed., Duxbury Press.
Shahbaba, B. (2012). Biostatistics with R, Springer New York.
Zar, J. H. (2010). Biostatistical Analysis, 5th Ed., Pearson.
Equipa Docente
- Paulo de Jesus Infante dos Santos [responsável]
