Estatística Aplicada

Imagem d@ Jorge Gama [Ficheiro Local]
Jorge Gama
Código:
16674
Ano:
2
Semestre:
S1
Créditos ECTS:
6
Carga Horária:
TP(60H)
Área Científica:
Matemática
Objectivos de Aprendizagem:
1. Compreender e diferenciar as metodologias estatísticas mais comuns para análise de dados multivariados.
2. Identificar e ajustar o modelo adequado a um conjunto de dados multivariados.
3. Interpretar e comunicar os resultados decorrentes de uma análise estatística multivariada.
4. Saber utilizar um software estatístico no tratamento de dados multivariados.
Conteúdos programáticos:
1. Distribuições de probabilidade multivariadas: probabilidade conjunta; distribuição marginal; covariância e correlação; distribuição multinomial ; distribuição normal multivariada e suas propriedades.
2. Modelos de Regressão Múltipla:
2.1. Regressão Linear: modelo; estimação dos parâmetros (método dos mínimos quadrados); inferências sobre o modelo; validação dos pressupostos do modelo.
2.2 Regressão Logística: ajustamento do modelo (método da máxima verosimilhança); significância e qualidade do modelo.
3. Análise em Componentes Principais: modelo; estimação das componentes principais; rotação e interpretação das componentes principais.
4. Análise Fatorial: modelo; estimação dos fatores comuns e específicos; rotação de fatores; métodos de rotação oblíqua; scores dos fatores.
5. Análise de Clusters: formulação probabilística; métodos hierárquicos e métodos não hierárquicos; escolha do número de clusters.
6. Análise discriminante. Seleção e estimativa.
Bibliografia principal:
Principal:
- Hardle, W.K., Simar, L. (2019) Applied Multivariate Statistical Analysis (5th ed.), Springer
- Johnson, R.A. e Wichern, D.W. (2007) Applied Multivariate Statistical Analysis (6th ed.), Prentice-Hall
- Mardia, K.V., Kent, J.T., Bibby, J.M. (1979) Multivariate Analysis, Academic Press
- Johnson D. E. (1998) Applied Multivariate Methods for Data Analysts, Duxbury Press & Brooks/Cole

Complementar:
- Everitt, B., Hothorn, T. (2011) An Introduction to Applied Multivariate Analysis with R, Springer (Use R! Series)
- Denis, D. (2020) Univariate, Bivariate, and Multivariate Statistics using R, Quantitative tools for data analysis and data science, John Wiley and Sons Ltd
Língua:
Português