Publicação em Diário da República: Despacho nº 14880/2013 de 15/11/2013
6 ECTS; 1º Ano, 1º Semestre, 30,0 T + 45,0 TP , Cód. 964149.
Docente(s)
- Maria João da Costa Antunes Inácio (2)
(1) Docente Responsável
(2) Docente que lecciona
Pré-requisitos
Não aplicável.
Objetivos
Dotar os alunos de ferramentas básicas na análise de dados de forma a que, autonomamente, consigam analisar um conjunto de dados, assim como discutir metodologias e resultados obtidos.
Programa
I. Introdução
1.1. Alguns conceitos básicos.
1.2. Estatística Descritiva versus Inferência Estatística.
1.3. Tipos de variáveis/dados. Classificação quanto à natureza e escala.
1.4. Introdução ao Software Estatístico SPSS.
II. Estatística Descritiva
2.1. Tabela de distribuição de frequências.
2.2. Representações gráficas.
2.3. Características amostrais: medidas de localização, de dispersão e de forma.
2.4. Diagrama de extremos e quartis. Outliers.
2.5. Tabelas de contingência.
III. Introdução à Inferência Estatística
3.1. Estimação.
3.1.1. Estimadores e estimativas.
3.1.2. Estimação pontual e estimação intervalar.
3.2. Testes de Hipóteses.
3.2.1. Hipótese nula e hipótese alternativa. Erros de 1ª e 2ª espécie.
3.2.2. Estatística de teste e região de rejeição. O valor-p de um teste.
3.2.3. Testes de hipóteses paramétricos: testes para a proporção, média, diferença de médias e igualdade de mais do que duas médias.
3.2.4. Testes de hipóteses paramétricos versus testes de hipóteses não paramétricos.
3.2.5. Testes de hipóteses não paramétricos: testes de ajustamento, teste de independência do Qui-quadrado, teste de Wilcoxon-Mann-Whitney, teste de Wilcoxon e teste de Kruskal-Wallis.
IV. Regressão e Correlação
4.1. Diagrama de dispersão. O coeficiente de correlação de Pearson.
4.2. Regressão linear simples. O modelo de regressão.
4.3. O método dos mínimos quadrados. Estimação da recta de regressão.
4.4. Interpretação dos coeficientes de regressão.
4.5. O coeficiente de determinação. Qualidade do modelo.
V. Regressão Linear Múltipla
5.1. O Modelo de Regressão Linear. Pressupostos do modelo.
5.2. Estimação dos parâmetros do modelo.
5.3. A análise de variância e teste aos coeficientes do modelo.
5.4. Métodos de selecção das variáveis independentes.
5.5. Validação dos pressupostos do modelo.
5.6. Interpretação dos coeficientes de regressão.
5.7. Diagnóstico de outliers e observações influentes.
5.8. Estimação e previsão de novas observações.
5.9. Introdução de variáveis qualitativas no modelo de regressão linear.
VI. Análise Factorial em Componentes Principais
6.1. Objectivos da Análise Factorial. O modelo.
6.2. Análise factorial em componentes principais.
6.3. Medidas de adequabilidade.
6.4. Determinação dos factores.
6.5. Interpretação dos factores.
VII. Análise de Clusters
7.1. Introdução.
7.2. A proximidade entre objectos. Distâncias.
7.3. Análise de Cluster hierárquica e não hierárquica.
7.4. Processo de clustering e o dendograma.
7.5. Interpretação.
VIII. Análise Discriminante
8.1. Objectivos.
8.2. A selecção das variáveis discriminantes.
8.3. Classificação.
Metodologia de avaliação
Avaliação contínua: um trabalho (40%) e um teste escrito (60%) sem consulta.
Avaliação por exame: uma prova dividida em duas partes: um teste escrito realizado sem consulta e um teste prático com recurso ao software estatístico SPSS.
Bibliografia
- Guimarães, R. e Sarsfiels Cabral, J. (2005). Estatística. Lisboa: McGraw Hill
- Maroco, J. e Bispo, R. (2005). Estatística Aplicada às Ciências Sociais e Humanas. Lisboa: McGraw Hill
- Maroco, J. (2004). Análise Estatística com a Utilização do SPSS. Lisboa: McGraw Hill
Método de Ensino
Aulas teóricas predominantemente expositivas, prevalecendo uma forte interação entre a teoria e a aplicação prática. Aulas teórico-práticas, em ambiente informático, utilizando o software estatístico SPSS para ilustrar as metodologias estudadas.
Software utilizado nas aulas
IBM-SPSS
