| Código |
15360
|
| Ano |
2
|
| Semestre |
S2
|
| Créditos ECTS |
6
|
| Carga Horária |
TP(60H)
|
| Área Científica |
Matemática
|
|
Tipo de ensino |
Presencial
|
|
Objectivos de Aprendizagem |
Pretende-se desenvolver no estudante uma compreensão intuitiva da Estatística e do raciocínio estatístico, que lhe permita, perante um problema desconhecido, identificar os métodos estatísticos e as ferramentas adequadas a aplicar. Pretende-se igualmente que o estudante adquira prática na análise de dados com recurso a programas estatísticos, nomeadamente o SPSS. O estudante deverá ficar capacitado para estruturar uma base de dados para análise estatística; utilizar métodos e técnicas de estatística descritiva para caracterizar um conjunto de dados; compreender e aplicar os principais testes não paramétricos; especificar, estimar e interpretar os modelos de regressão linear simples e de regressão linear múltipla; e especificar, estimar e interpretar o modelo de análise de variância com um ou mais fatores. De um modo geral, deverá ser capaz de participar na realização de estudos estatísticos que envolvam o tratamento estatístico dos dados e a interpretação dos resultados.
|
|
Conteúdos programáticos |
1. Testes de Hipóteses Não Paramétricos: teste de aleatoriedade (teste das sequências); teste Binomial; teste de ajustamento de Kolmogorov–Smirnov; teste dos sinais; teste de Wilcoxon; teste U de Mann–Whitney; teste de Kolmogorov–Smirnov para duas amostras; teste do qui-quadrado; teste exato de Fisher.
2. Análise da Variância (ANOVA): ANOVA a um fator; ANOVA a dois fatores com e sem repetição.
3. Regressão e Correlação Simples: conceitos de regressão e covariância; método dos mínimos quadrados; modelo de regressão linear simples; coeficiente de correlação; variância residual; coeficiente de determinação; ajustamento a modelos não lineares.
4. Regressão e Correlação Múltipla: modelo de regressão linear múltipla; introdução a modelos não lineares.
|
|
Metodologias de Ensino e Critérios de Avaliação |
As aulas são do tipo teórico-prático, em que o aluno será guiado para a resolução de exercícios envolvendo técnicas de inferência estatística, recorrendo-se ao SPSS sempre que necessário.
A aferição de conhecimentos e competências adquiridas pelos alunos durante o ensino-aprendizagem é feita através da realização de duas frequências (F1 e F2, classificadas
de 0 a 20 valores) com ponderação de 0,5 cada uma. A classificação final de ensino-aprendizagem (CEA, expressa de 0 a 20 valores) é calculada da seguinte forma
CEA = 0, 5F1 + 0, 5F2.
A dispensa de exame final é concedida quando a classificação final de ensino-aprendizagem for igual ou superior a 9,5 valores e houver nota mínima de 3 valores em cada uma das frequências e uma assiduidade superior a 80% das aulas lecionadas..
A classificação de “FREQUÊNCIA” é concedida quando a classificação final de ensino-aprendizagem for inferior a 9,5 valores.
Classificações superiores a 18 valores são defendidas com uma prova oral.
|
|
Bibliografia principal |
Gonçalves, E., Nogueira, E. e Rosa, A.C. (2016). Probabilidades e Estatística para Ciências e Tecnologia. Conceitos e exercícios resolvidos. Almedina. Cota: M-7.0-00028
Hall, A., Neves, C. e Pereira, A. (2011). Grande Maratona de Estatística no SPSS. Escolar Editora. Cota: EG-4.2-00500
Montgomery, D. e Runger, G. (2011). Applied statistics and probability for engineers, 5ª Edição, John Wiley & Sons. Cota: MD-14-00531
Ross, S. (2009). Introduction to probability and statistics for engineers and scientists. Amsterdam Elsevier. Cota: F-1.8-01370 (CD)
|
| Língua |
Português
|