Disciplina detalhes

Detalhes do curso

Conhecimentos de Base Recomendados

-
Objetivos

Pretende-se com esta unidade curricular apresentar os métodos não paramétricos, análise de variância, os métodos de previsão de séries
temporais, as técnicas de análise de correlação, de regressão simples e múltipla. Todas estas ferramentas estatísticas permitirão ao
estudante interpretar, formalizar e resolver problemas envolvendo uma análise quantitativa dos dados.
Nesta unidade curricular o estudante será capaz de:
- Utilizar o software estatístico para a resolução de problemas práticos;
- Aplicar os conhecimentos e conceber soluções criativas para resolver problemas;
- Demonstrar autonomia na resolução de problemas e na tomada de decisão.
Métodos de Ensino

A unidade curricular é estruturada em aulas teórico-práticas, em que a apresentação dos conceitos teóricos é efetuada através do método expositivo com a participação ativa dos estudantes. Estes conceitos são ilustrados com exemplos. A resolução de exercícios de modo individual ou em grupo permite ao estudante compreender a fundamentação teórica e interpretar os resultados obtidos. O software utilizado nas aulas permite ao estudante analisar e interpretar os outputs das bases de dados.
Estágio(s)

Não
Programa

1. Métodos não paramétricos
1.1 Teste do Qui-Quadrado
1.2 Teste de Independência
1.3 Teste de Kolmogorov-Smirnov
1.4 Teste de Mann-Whitney Wilcoxon
1.5 Teste de correlação de Spearman
1.6 Teste de Kruskall-Wallis
2. Análise de variância
2.1 Análise de variância com um fator
2.2 Análise de variância com dois fatores
3. Regressão Linear Simples e Múltipla
3.1 Forma funcional e hipóteses do modelo
3.2 Estimação dos parâmetros
3.3 Inferência estatística
3.4 Multicolinearidade
3.5 Heteroscedasticidade
3.6 Autocorrelação
4. Métodos de previsão
4.1 Conceitos e objetivos
4.2 Erros de previsão
4.3 Método de decomposição
4.4 Modelo de tendência linear
4.5 Modelos de médias móveis
4.6 Ajustamento de sazonalidade
4.7 Modelos de alisamento exponencial
4.7.1 Alisamento exponencial simples
4.7.2 Alisamento exponencial duplo
4.7.3 Método de Holt
4.7.4 Método de Holt-Winters
Demonstração de conteúdos

A análise de dados é fundamental no âmbito das ciências empresariais, pois é imprescindível nesta área o conhecimento das técnicas estatísticas e do software que permitem trabalhar com amostras de grandes dimensões. Os conteúdos do programa desta unidade curricular estão construídos de forma a permitir a aquisição dos fundamentos teóricos necessários para as mais diversas áreas das ciências empresariais e a consequente aplicação prática dos mesmos. O programa começa com os conceitos relativos aos métodos não paramétricos. Depois são introduzidos os conceitos relativos à análise de variância, análise de regressão e os métodos de previsão. A aquisição destes novos conhecimentos aliada à aprendizagem da utilização do software estatístico permite aos estudantes atingir os objetivos previstos: formalizar, interpretar e resolver problemas com dados reais.
Demonstração da metodologia

As aulas teórico práticas têm como base o método expositivo, com apelo à compreensão, recorrendo sempre ao auxílio da exemplificação prática e, sempre que possível, apelando à participação dos estudantes na resolução dos exercícios. Este método utilizado nas aulas teóricas/práticas de convite à participação, ajuda ao esclarecimento de conceitos, ajuda à reflexão sobre os conteúdos e ajuda os estudantes na estruturação e integração de elementos cognitivos, desenvolvendo o espírito crítico e o raciocínio matemático. Por outro lado, as atividades de aula assumem um predomínio do saber-fazer, fazendo apelo às atividades instrumentais e práticas de resolução de exercícios através da aplicação dos conceitos estudados nas aulas teóricas práticas. O software permite ao estudante analisar e interpretar os outputs das bases de dados. As atividades devem ser realizadas preferencialmente pelos estudantes com o apoio tutorial do docente. Assim, a exposição da matéria é seguida de exercícios práticos sequenciais onde se aplicam os conhecimentos adquiridos. Estes exercícios sequenciais da teoria à prática ajudam a cimentar os conhecimentos, ajudam a perceber que é fundamental o conhecimento prévio de um conjunto de conteúdos teóricos para que se consiga a aplicação prática dos mesmos.
Docente(s) responsável(eis)

Aníbal Manuel da Mota Areia - 1.º Semestre
Bibliografia

- Guimarães, R., e Cabral, J. (2007) “Estatística”, McGraw-Hill, Portugal.
- Gujarati, D. (2003), Basics Econometrics, 4.ª edição, McGraw-Hill, New York.
- Makridakis, S., Wheelwright, S. e Hyndman, R. (1998), Forecasting: Methods and Applications, 3.ª edição, John Wiley & Sons, New York.
- Murteira, B. et al. (2010), Introdução à Estatística, McGraw-Hill, Portugal.
- Pestana, H. e Gageiro, J. (2007), Análise de Dados Para Ciências Sociais, 3.ª Edição, Edições Sílabo, Portugal.
- Rocha, M., Ferreira, P. (2017), Análise e Exploração de Dados com R, FCA – Editora de Informática, Lda., Portugal.