Publicação em Diário da República: Despacho n.º 10344/2023 de 09/10/2023
4 ECTS; 1º Ano, 1º Semestre, 35,0 TP , Cód. 62231.
Docente(s)
- Eugénio Manuel Carvalho Pina de Almeida (1)(2)
(1) Docente Responsável
(2) Docente que lecciona
Pré-requisitos
N/A
Objetivos
O1 - Desenvolvimento de um espírito crítico que permita entender, Interpretar e aplicar os conhecimentos do domínio da matemática e da estatística relacionados com esta área;
O2 Aplicação de raciocínio lógico a problemas concretos, com recursos a ferramentas da matemática e da estatística;
O3 Conhecimento e desenvolvimento de competências para a análise, e para a resolução de problemas na área da segurança e proteção civil, nomeadamente no estudo preliminar de séries temporais associadas aos principais eventos naturais extremos.
O4 Desenvolver competências para a apresentação de resultados estatísticos em ambientes digitais, nomeadamente, dashboards, mobile e internet.
Programa
1. Breves Noções de Análise em R
1.1 Conjuntos de Números
1.1.1 Conjuntos dos Números NATURAIS;
1.1.2 Conjuntos dos Números INTEIROS;
1.1.3 Conjuntos dos Números RACIONAIS;
1.1.4 Conjuntos dos Números REAIS;
1.2 Operações entre números e suas propriedades
1.2.1 Propriedades Comutativa, Associativa e distribuitiva;
1.2.2 Regras dos sinais, da potenciação e exponenciação
1.3 Conceito de função real de variável real (FVRV).
1.3.1 Estudo da função afim, função quadrática e função exponencial.
1.3.2 Representação gráfica das funções.
2.Noções base da Estatística3. Estatística Descritiva
3.1 Formas de repres
2.1 Distinção entre população e amostra
2.2 Amostragem
2.3 Unidade estatística e dados estatísticos
2.4 Classificação dos dados segundo a sua natureza
2.5 Metodologia para a resolução de um problema estatístico
2.6 Exercícios propostos
3. Estatística Descritiva
3.1 Formas de representação tabular e gráfica
3.1.1 Tabela de frequências para dados univariados
3.1.1.1 Dados qualitativos ou quantitativos discretos
3.1.1.2 Dados quantitativos contínuos
3.1.2 Representação gráfica de dados univariados
3.1.3 Tabela de contingência para dados bivariados
3.1.4 Representação gráfica de dados bivariados
3.1.5 Exercícios
3.2 Medidas descritivas
3.2.1 Medidas de localização
3.2.1.1 Tendência central
3.2.1.1.1 Média aritmética
3.2.1.1.2 Moda
3.2.1.1.3 Mediana
3.2.1.1.4 Comparação entre a média, mediana e moda
3.2.1.2 Exercícios
3.2.1.2 Tendência não central
3.2.1.2.1 Quantis
3.2.2 Medidas de dispersão
3.2.2.1 Medidas absolutas
3.2.2.1.1 Amplitude total
3.2.2.1.2 Amplitude interquartil
3.2.2.1.3 Desvio médio absoluto
3.2.2.1.4 Variância
3.2.2.1.5 Desvio padrão
3.2.2.2 Medidas relativas
4. Aplicação do Power Business Inteligency (PBI) na visualização interpretação de dados
4.1 Transformação de dados
4.2 Correção de erros
4.3 Criação e interpolação de colunas
4.4 Modelos de dados
4.5 Componentes visuais - gráficos, tabelas, mapas, cartões, entre outros
4.6 Associação de componentes visuais aos dados
4.7 Formatação de componentes visuais
4.8 Composição e publicação de relatórios
4.9 Criação de dashboards e pdfs dos relatórios
4.10 Visualização dos relatórios e dashboards em vários tipos de dispositivos.
Metodologia de avaliação
Classificação: 0 a 20 valores.
Classificação: 0 a 20 valores.
Avaliação por Frequência:
- Um teste escrito (T1) de avaliação de conhecimentos;
-Um trabalho prático (T2), de aplicação de conhecimentos relativos ao Capítulo 4, com elaboração e apresentação de relatório.
-A nota final de frequência (NFF) será a média ponderada entre o resultado do teste escrito, (T1) , e o resultado do trabalho prático de aplicação de conhecimentos (T2), sendo obtida pela fórmula: NFF = 4/5*T1+1/5*T2
O aluno é dispensado de exame se tiver uma nota final de avaliação superior ou igual a 10 valores
Avaliação por Exame:
-um teste escrito (E1) de avaliação de conhecimentos;
-A nota final de frequência (NFF) será a média ponderada entre o resultado do teste escrito, (E1) , e o resultado do trabalho prático de aplicação de conhecimentos (T2), sendo obtida pela fórmula: NFF = 4/5*E1+1/5*T2
Bibliografia
- Andrade, R. e Calapez, T. e Melo, P. e Reis, E. (2021). Estatística Aplicada . (Vol. Vol. 1). Portugal: Edições Sílabo
- Deckler, G. e Powell, B. (2021). Microsoft Power BI Cookbook: Gain expertise in Power BI with over 90 hands-on recipes, tips, and use cases. : Packt Publishing Ltd.
- Knight, D. e Ostrowsky, E. e Pearson, M. e Schacht, B. (2022). Microsoft Power BI Quick Start Guide: The ultimate beginner's guide to data modeling, visualization, digital storytelling, and more. : Packt Publishing Ltd.
- Rocha, H. e Martins, R. e Pascol, R. (2021). Estatística Descritiva para as Ciências Sociais. Portugal: Edições Sílabo
Método de Ensino
1. Presencial:
M1: Aulas teóricas
M2: Aulas teórico-práticas
M3: Orientação Tutória
M4: e-learning
2. Autónoma:
M5: consulta dos recursos na internet
M6: Resolução dos exercícios adicionais
Software utilizado nas aulas
Power BI visualização de dados da Microsoft
Objetivos de Desenvolvimento Sustentável
