Disciplina detalhes

Detalhes do curso

Conhecimentos de Base Recomendados

-
Objetivos

OA1 - Conhecer os principais métodos de amostragem na seleção de amostras aleatórias; OA2 - Aprender a resumir, descrever e interpretar um conjunto de dados referentes a um conjunto de variáveis; OA3 - Conhecer as técnicas fundamentais de inferência estatística, como a estimação pontual, os intervalos de confiança e os testes de hipóteses; OA4 – Conhecer os modelos de regressão linear OA5 – Conhecer os modelos de regressão logística OA6 - Aplicar os conhecimentos adquiridos utilizando um software para análise de dados.
Métodos de Ensino

A UC é operacionalizada através do regime de ensino flexível, com metodologias de aprendizagem mistas. ?As?aulas são TP, correspondendo à articulação das metodologias expositivas com as indutivas, centradas no esforço e participação do estudante.?? Na vertente Teórica privilegia-se o método expositivo/demonstrativo para apresentação dos conceitos, sempre apelando à?participação ativa do estudante, e na vertente Prática?privilegiam-se os métodos ativos que proporcionam a discussão e aplicação em casos práticos dos conhecimentos adquiridos, recorrendo à utilização de software específico.? A UC poderá ainda integrar a participação de convidados com experiência profissional para introduzir e refletir sobre tópicos da sua área de especialização de modo a fomentar a partilha de experiências e conhecimento.
Estágio(s)

Não
Programa

CP1 - Amostragem
CP2 - Análise Exploratória de Dados
CP3 - Inferência Estatística
CP4 – Modelos de Regressão Linear
CP5 – Modelos de Regressão Logística
Demonstração de conteúdos

Para os objetivos de aprendizagem definidos de OA1 a OA6 e atendendo ao programa definido de CP1 a CP5 previamente: CP1 aborda o tema que permite atingir os objetivos de aprendizagem apresentados em OA1; CP2 permite atingir os objetivos de aprendizagem apresentados em OA2 e OA6; CP3 permite atingir os objetivos de aprendizagem apresentados em OA3 e OA6; CP4 permite atingir os objetivos de aprendizagem apresentados em OA4 e OA6; CP5 permite atingir os objetivos de aprendizagem apresentados em OA5 e OA6.
Demonstração da metodologia

As aulas são teórico-práticas e conjugam diversas metodologias pedagógicas. As metodologias de ensino propostas assentam em métodos de ensino-aprendizagem ativos, estimulando a participação e o envolvimento dos estudantes no seu processo de aprendizagem. As metodologias previstas fomentam assim a capacidade de aplicação prática e o trabalho autónomo do estudante, aspetos cruciais deste Mestrado.
Docente(s) responsável(eis)

Sandra Cristina Dias Nunes - 1.º Semestre
Bibliografia

Adams, K. A. & McGuire, E. K. (2022). Research methods, statistics, and applications. Sage Publications. Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics. 5th edition. Sage Publications. Field, A., Miles, J. & Field, Z. (2012). Discovering statistics using R. SAGE Pub.. Fuller, W. A. (2011). Sampling Statistics (Vol. 560). John Wiley & Sons. Hair, J. F., Black, W. C., Babin, B. J. & Anderson, R. E. (2014). Multivariate Data Analysis. 7th Edition. Pearson Education. James, G., Witten, D., Hastie, T. & Tibshirani, R. (2013).?An introduction to statistical learning. 2nd ed. Springer. Maroco, J. (2021). Análise Estatística com o SPSS. 8ª edição. Report Number. Mills, T. C. (2019). Applied time series analysis: A practical guide to modeling and forecasting. Academic Press. Rasch, D. Kubinger, K. & Yanagida, T. (2011). Statistics in psychology using R and SPSS. John Wiley & Sons. Rocha, M. & Ferreira, P.G. (2017). Análise e Exploração de dados com R. FCA