Publicação em Diário da República: Despacho nº 1887/2016 - 05/02/2016
5 ECTS; 2º Ano, 2º Semestre, 30,0 T + 30,0 PL + 15,0 OT , Cód. 964019.
Docente(s)
- Ricardo Jorge Viegas Covas (1)(2)
(1) Docente Responsável
(2) Docente que lecciona
Pré-requisitos
Não aplicável.
Objetivos
Dotar os alunos de um conjunto de técnicas Não Paramétricas de análise de dados. No final da unidade curricular, os alunos devem identificar corretamente a metodologia a aplicar em função do tipo de dados disponíveis e do objetivo de estudo, aplicá-la corretamente (quer de forma analítica, quer recorrendo a software) e interpretar os resultados obtidos. Com o aumento do conhecimento sobre técnicas e análise de dados, pretende-se também atingir o objectivo ODS 8: Promover o crescimento económico inclusivo e sustentável, o emprego pleno e produtivo e o trabalho digno para todos.
Programa
1. Introdução
1.1. Introdução ao software estatístico SPSS.
1.2. Testes de hipóteses.
1.2.1. Hipótese nula e hipótese alternativa.
1.2.2. Erro tipo I e erro tipo II.
1.2.3. Estatística de teste e região de rejeição.
1.2.4. Valor-p.
1.3. Testes de hipóteses paramétricos versus testes de hipóteses não paramétricos.
2. Testes envolvendo uma amostra
2.1. O teste binomial.
2.2. O teste Runs de aleatoriedade.
2.3. Testes de ajustamento.
2.3.1. O teste de ajustamento de Kolmogorov-Smirnov
2.3.2. O teste de Normalidade de Lilliefors
2.3.3. O teste de ajustamento do qui-quadrado
2.3.4. Referência a outros testes de ajustamento.
3. Testes não paramétricos para duas populações
3.1. Testes envolvendo duas amostras independentes.
3.1.1. O teste de homogeneidade/independência do qui-quadrado.
3.1.2. O teste exacto de Fisher para tabelas 2X2.
3.1.3. O teste de Wilcoxon-Mann-Whitney.
3.1.4. O teste de Kolmogorov-Smirnov para duas populações.
3.2. Testes envolvendo duas amostras emparelhadas.
3.2.1. O teste de McNemar.
3.2.2. O teste dos sinais.
3.2.3. O teste de Wilcoxon.
4. Testes não paramétricos para mais de duas populações
4.1. Testes envolvendo k amostras independentes.
4.1.1. O teste do qui-quadrado para k amostras.
4.1.2. O teste de Kruskall-Wallis.
4.2. Testes envolvendo k amostras emparelhadas.
4.2.1. O teste de Friedman
4.2.2. O teste Q de Cochran
5. Medidas de associação não paramétrica
5.1. O coeficiente de correlação ordinal de Spearman.
5.2. O coeficiente de C de Cramer.
5.3. O coeficiente ró para tabelas 2x2.
5.4. O coeficiente de correlação de Kendall.
5.5. O coeficiente de concordância de Kendall.
5.6. A estatística K para dados nominais
5.7. Outas medidas de associação.
Metodologia de avaliação
Avaliação contínua: Um trabalho (50%) e um teste escrito (50%), classificados numa escala de 0 a 20 valores, com nota mínima de 1 valor cada. Os alunos dispensam de exame se, cumulativamente, obtiverem pelo menos 1 valor em cada um dos elementos de avaliação e a média ponderada destes, arredondada às unidades, for igual ou superior a 10 valores.
Avaliação por exame: uma prova escrita. Os alunos são aprovados à unidade curricular se a classificação desta prova, arredondada às unidades, for superior ou igual a 10 valores.
Bibliografia
- Pereira, A. (2006). SPSS - Guia prático de utilização, Análise de dados para as Ciências Sociais e Psicologia. Lisboa: Edições Sílaba
- Siegel, S. (2006). Estatísticas Não Paramétrica Para Ciências Do Comportamento. São Paulo: Bookman
Método de Ensino
As aulas teóricas são predominantemente expositivas, fazendo prevalecer uma forte interação entre a teoria e a aplicação prática. As aulas práticas são destinadas à resolução de casos práticos, quer de forma analítica quer recorrendo ao software SPSS
Software utilizado nas aulas
IBM-SPSS
Aprovado em Conselho Técnico Cientifico: 18 de março de 2021
Download da Ficha da Unidade Curricular (FUC)
