Análise de Dados Multivariados

Cód.: MAT02557L

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

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

Dotar os alunos de capacidade para escolher a ferramenta estatística mais conveniente para o tipo de análise em causa e desenvolver a interpretação dos resultados obtidos recorrendo a um pacote estatístico (SPSS).

Conteúdos Programáticos

Capítulo 1: Complementos e Revisões do conceitos Fundamentais de Estatística. Revisões da distribuição Normal, T-Student, Qui-Quadrado e F-Snedcor. Distribuições Conjuntas. Correlação. Breves noções de Estatística Descritiva Multivariada. Testes de Hipóteses para Média, Variância e Correlação.

Capítulo 2: A Análise de variância univariada. Análise de variância a um factor. Testes de comparação múltipla de médias. Análise de variância a dois factores. Análise de variância multifactorial (mais de 2 factores). Análise de variância não-paramétrica. ANOVA de medições repetidas.

Capítulo 3: A Análise de variância Multivariada (MANOVA). Verificação dos pressupostos da MANOVA. MANOVA a um factor. MANOVA a dois factores. MANOVA multifactorial. Breves referências a MANOVA não-paramétrica. Breves referências a MANOVA medições repetidas.

Capítulo 4: A Análise de Componentes Principais (ACP). O Modelo das Componentes Principais. Estimação das Componentes Principais. ACP com o SPSS: A Categorical Principal Component Analysis (CATPCA). Número de Componentes a extrair. Utilização das Componentes Principais.

Capítulo 5: A Análise Factorial (AF). O Modelo da Análise Factorial. Estimação dos factores comuns e dos factores específicos. Rotação dos factores. Estimação dos valores dos factores. Comparação entre ACP e AF.

Capítulo 6: A Análise Classificatória (AC). Medidas de semelhança e dissemelhança. Agrupamento hierárquico de grupos (clusters). Método do Vizinho mais próximo. Método do Vizinho mais distante .Método das distâncias médias entre grupos. A Análise Classificatória com variáveis.

Capítulo 7: A Regressão Linear Múltipla: O Modelo e Pressupostos. Estimação dos coeficientes pelo método dos mínimos quadrados. Testes aos coeficientes do modelo de regressão. O Coeficiente de determinação da regressão.

Métodos de Ensino

Aulas teóricas e práticas laboratoriais leccionadas no quadro, com suporte de ferramentas de e-learning e utilização de acetatos. Práticas laboratoriais recorrendo ao software estatístico instalado, fundamentalmente o SPSS.

Exercícios direccionados para a área do curso em causa.

Resolução de exercícios propostos na aula, quer com o software instalado nos computadores da Universidade, quer com a máquina de calcular e tabelas.

Avaliação

Avaliação contínua: Duas frequências, podendo a 2ª frequência ser substituída por um trabalho sobre a matéria da 2ª frequência.

Avaliação final: Exame Dia 13 do 6 pelas 14:00

Recurso: O mesmo processo que a avaliação final. Exame Dia 28 do 6 pelas 14:00

A nota final pode ser ponderada pelo grau de participação nas aulas, caso o aluno seja beneficiado.

Bibliografia

Análise Estatística – Com o PASW Statistics ex-SPSS – João Maroco Edit. ReportNumber, 2010.

SPSS – Guia prático de Utilização – Análise de dados para Ciências Sociais e Psicologia – Alexandre Pereira, Edit. Sílabo 1999.

Applied Multivariate Statistical Analysis – Richard A. Johnson e Dean W.Wicheren, Edit. Prentice Hall, 1992.

Análise de dados para as Ciências Sociais – A complementaridade do SPSS, Maria Helena Pestana e João Nunes Gageiro, Edit. Sílabo, 2000.

Análise de dados em Ciências Sociais – Introdução às Técnicas utilizando o SPSS – Alan Bryman e Duncan Cramer, Edit. Celta, 1993.

Equipa Docente

Dulce Gamito Santinhos Pereira [responsável]

Voltar