Estatística Aplicada à Gestão II

Cód.: MAT02329L

6 ECTS

Duração: 15 semanas/156 horas

Área Científica: Matemática

Língua(s) de lecionação: Português

Língua(s) de apoio tutorial: Português

Regime de Frequência: Presencial

Apresentação

Pretende-se que o aluno seja capaz de participar na realização de estudos que envolvam tratamento estatísticos dos dados e interpretação dos resultados, com utilização de programas estatísticos.

Objetivos de Desenvolvimento Sustentável

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

Com esta disciplina pretende-se equipar o aluno com instrumentos necessários para analisar a relação estatística entre várias variáveis, sendo a disciplina direccionada para a aplicação concreta a casos no âmbito da Gestão e com utilização de software estatístico.
O aluno deverá ser capaz de:
• Identificar relações e associações entre variáveis.
• Seleccionar o modelo de regressão mais adequado e aprendizagem de técnicas de ajuste e validação de modelos.
• Validar os pressupostos das diferentes abordagens paramétricas.
• Reconhecer a saber aplicar alternativas não paramétricas quando não forem válidos os pressupostos.
• Seleccionar e aplicar os métodos e modelos estatísticos apropriados de modo a obter conclusões que auxiliem a tomada de decisão aos mais variados níveis em contextos de incerteza.
• Aprender de forma autónoma fomentando a adaptação a novas situações.
• Desenvolver o espírito crítico.
• Utilizar correctamente e racionalmente software estatístico.

Conteúdos Programáticos

1. Correlação e Regressão linear e não linear simples
2. Regressão linear e não linear múltipla. Validação dos pressupostos. Significância global do modelo de regressão e dos seus coeficientes. Diagnóstico de regressão. Análise gráfica de resíduos.
3. Análise de Variância. Análise de variância com 1 fator. Validação dos pressupostos. Comparações múltiplas. Análise de variância com 2 fatores.
4. Testes não paramétricos: testes do Qui-quadrado: ajustamento e independência.
5. Testes estatísticos não paramétricos para amostras emparelhadas e independentes

Métodos de Ensino

Aulas teórico-práticas predominantemente leccionadas no quadro, com suporte de ferramentas de e-learning e utilização de diapositivos.
Introdução dos conceitos teóricos recorrendo a exemplos de aplicação directa na área da Gestão, procurando mostrar a relevância dos conteúdos programáticos.
Exercícios direccionados para a área da Gestão, focando a resolução de problemas actuais e reais, com o objectivo de desenvolver o gosto e interesse pela disciplina e mostrar a sua utilidade.
Procurar a dinamização das aulas pelos alunos através de trabalhos individuais e em grupo na aula e em casa.
Motivar a ida às aulas e o trabalho contínuo do aluno.
Enfoque na interpretação e análise de dados recorrendo sempre que possível a outputs do software utilizado.

Avaliação

Avaliação Contínua
• O regime de avaliação contínua consiste na realização de 2 frequências.
• Em cada frequência o aluno(a) terá que ter uma nota superior ou igual a 8 valores.
• A nota final será a média aritmética das notas obtidas nas duas frequências.
• Para obter aprovação à disciplina a nota final deverá ser igual ou superior a 9.5 valores e ter assistido a pelo menos 75% das aulas.
• Caso o aluno(a) não realize uma das frequências, opta automaticamente pelo regime de avaliação por Exame Final.
Avaliação por Exame Final
• O regime de avaliação por Exame Final em Época Normal consiste na realização de uma chamada.
• A nota final no regime por avaliação por Exame terá que ser igual ou superior a 9.5 valores e o aluno deve ter frequentado pelo menos 75% das aulas para obter aprovação à unidade curricular.
• A matéria para avaliação será toda aquela lecionada durante o semestre.

Exame Recurso
• Caso o aluno não tenha obtido aprovação poderá realizar um Exame de Recurso.

Bibliografia

Afonso, A., Nunes, C. (2019). Estatística e Probabilidades. Aplicações e Soluções em SPSS. Versão Revista e Aumentada. Universidade de Évora.
Montgomery, D. C.; Peck, A. E.; Vining, G. C. (2012). Introduction to Linear Regression Analysis, 5th Ed., John Wiley.
Newbold, P., Carlson, W. L., Thorne, B. (2022). Statistics for Business and Economics, Global Edition, 10th edition. Pearson.
Kutner, N.; Nachtsheim, C.; Neter, J.; Li, W. (2004). Applied Linear Statistical Models, 5th Ed., McGraw-Hill Companies,Incorporated.