Ficha Unidade Curricular (FUC)

Informação Geral / General Information


Código :
00355
Acrónimo :
00355
Ciclo :
3.º ciclo
Línguas de Ensino :
Inglês (en)
Língua(s) amigável(eis) :
Inglês

Carga Horária / Course Load


Semestre :
2
Créditos ECTS :
6.0
Aula Teórica (T) :
0.0h/sem
Aula Teórico-Prática (TP) :
20.0h/sem
Aula Prática e Laboratorial (PL) :
0.0h/sem
Trabalho de Campo (TC) :
0.0h/sem
Seminario (S) :
0.0h/sem
Estágio (E) :
0.0h/sem
Orientação Tutorial (OT) :
1.0h/sem
Outras (O) :
0.0h/sem
Horas de Contacto :
21.0h/sem
Trabalho Autónomo :
129.0
Horas de Trabalho Total :
150.0h/sem

Área científica / Scientific area


Estatística e Análise de Dados

Departamento / Department


Departamento de Métodos Quantitativos para Gestão e Economia

Ano letivo / Execution Year


2024/2025

Pré-requisitos / Pre-Requisites


Não existem.

Objetivos Gerais / Objectives


. Conhecimento e compreensão dos principais conceitos de estatística multivariada; . Capacidade de comunicação oral e escrita de trabalho realizado no âmbito da análise estatística; . Capacidade de aplicar estatística na investigação empírica.

Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes


O aluno que complete esta UC será capaz de: . Definir e identificar o uso dos diferentes métodos estatísticos de acordo com as respectivas questões de investigação (OA1) . Compreender a coerência necessária entre os processos de recolha/amostragem e as técnicas de inferência utilizadas (OA2) . Ser capaz de descrever e interpretar os resultados obtidos (OA3) . Avaliar criticamente os procedimentos estatísticos utilizados, compreendendo igualmente as suas limitações (OA4) . Capacidade de motivar e mobilizar os estudantes para a realização de trabalho de investigação avançado com uma forte componente quantitativa (OA5)

Conteúdos Programáticos / Syllabus


1: Análise de regressão · Correlação e regressão · Análise de regressão linear simples · Análise de regressão linear múltipla 2: Modelos de escolha discreta · Especificidade dos modelos de escolha discreta face à análise de regressão · Especificação do modelo · Estimação e interpretação dos resultados 3: Análise experimental em investigação de Gestão (Análise conjunta) · Concepção experimental e especificação do modelo · Recolha de dados · Estimação e validação do modelo · Aplicações dos resultados em ciências de gestão

Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da UC / Evidence that the curricular units content dovetails with the specified learning outcomes


Os conteúdos programáticos permitem atingir os objectivos de aprendizagem definidos para esta unidade curricular. Os vários pontos do programa permitem aos alunos não só tomar contacto com as metodologias quantitativas mais comuns na investigação em gestão, como também o desenvolvimento de competências para se tornarem utilizadores críticos das mesmas técnicas. São apresentadas diferentes técnicas estatísticas necessárias à realização da investigação empírica em gestão, definindo uma base sólida de modo a que os doutorandos alcancem os objectivos definidos em termos de questões de investigação. Esta unidade curricular funciona num laboratório de informática, o que permite uma fácil integração da teoria e da prática, permitindo aos alunos produzir os seus próprios resultados e aprendendo fazendo.

Avaliação / Assessment


A avaliação consiste num trabalho individual a entregar por cada aluno no final da UC (100%). O trabalho consiste na análise crítica de um artigo empírico centrado nas questões quantitativas e empíricas, nomeadamente a adequação das técnicas estatísticas ao problema. A aprovação é obtida com uma classificação superior ou igual a 10 valores. A avaliação poderá ser feita através de exame final.

Metodologias de Ensino / Teaching methodologies


Os doutorandos serão incentivados a consultarem a bibliografia mais avançada e actualizada sobre os temas abordados, e mais específica de acordo com os respectivos projectos de investigação. Para além de obras de referência haverá o incentivo de procura nos recursos disponibilizados pelo ISCTE de artigos científicos específicos de aplicações das técnicas estatísticas às áreas de gestão.

Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da UC / Evidence that the teaching and assessment methodologies are appropriate for the learning outcomes


As metodologias de ensino-aprendizagem visam o desenvolvimento das principais competências de aprendizagem dos alunos que permitam cumprir com cada um dos objectivos de aprendizagem, pelo que, na grelha a seguir: Metodologias de ensino-aprendizagem (MEA) Objectivo de aprendizagem (0A) 1. Expositivas, para apresentação dos quadros teóricos de referência. Todos 2. Participativas, com análise e resolução de exercícios práticos. Todos 3. Activas, com realização de trabalhos individuais e de grupo. Todos 4. Experimentais, em laboratório, com desenvolvimento e exploração de modelos em computador. Todos 5. Auto-estudo, relacionadas com o trabalho autónomo do aluno, tal como consta no Planeamento das Aulas. Todos

Observações / Observations


Bibliografia Principal / Main Bibliography


Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate Data Analysis (8th ed.). Cengage Learning.

Bibliografia Secundária / Secondary Bibliography


Lattin, J., D. Carroll e P. Green (2003), Analyzing Multivariate Data, Pacific Grove, CA: Thomson Learning. Franses, P.H. e R. Paap (2001), Quantitative Models in Marketing Research, Cambridge: Cambridge University Press.

Data da última atualização / Last Update Date


2024-08-01