Ficha Unidade Curricular (FUC)
Informação Geral / General Information
Carga Horária / Course Load
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
Nenhum.
Objetivos Gerais / Objectives
Transmitir aos alunos os conhecimentos necessários à aplicação das principais técnicas de análise de dados a problemas concretos no domínio empresarial.
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
OA1. Rever os principais conceitos de estatística descritiva. OA2. Aplicar as principais técnicas de inferência estatística. OA3. Utilizar técnicas estatísticas de análise multivariada. OA4. Utilizar o software IBM SPSS Statistics para realizar análises estatísticas. OA5. Desenvolver capacidade de comunicação oral e escrita de trabalho realizado no âmbito da análise quantitativa de dados.
Conteúdos Programáticos / Syllabus
P1. Estatística descritiva com o IBM SPSS Statistics: revisões. P2. Tópicos sobre a importância da inferência estatística na tomada de decisão. P3. Técnicas descritivas de dados multivariados. P4. Técnicas preditivas de dados multivariados para regressão. P5. Aplicações no IBM SPSS Statistics.
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
Esta demonstração de coerência decorre da interligação dos conteúdos programáticos (P) com os objetivos de aprendizagem (OA), como a seguir se explicita: P1 - OA1/OA4/OA5 P2 - OA1/OA2/OA4/OA5 P3 - OA1/OA2/OA3/OA4/OA5 P4 - OA1/OA2/OA3/OA4/OA5 P5 - OA4
Avaliação / Assessment
A avaliação pode ser realizada ao longo do semestre ou por exame. A avaliação ao longo do semestre inclui a realização de: a) Um teste individual com ponderação de 60% na nota final; b) Um trabalho de grupo com ponderação de 40%. A aprovação em avaliação ao longo do semestre obriga à obtenção de nota mínima de 7,5 valores no teste individual e de 10 valores no trabalho de grupo. A avaliação por exame inclui a realização de um teste escrito com peso de 100%. Este teste possui duas componentes: uma componente teórico-prática (60%) e uma componente prática (a realizar em laboratório) (40%). Um aluno, em exame final, que tenha nota admissível no trabalho de grupo, pode ser dispensado da componente prática, sendo considerada a nota do trabalho (40%).
Metodologias de Ensino / Teaching methodologies
A metodologia de ensino-aprendizagem (ME) inclui cinco componentes: ME1: Expositivas, para apresentação dos quadros teóricos de referência. ME2: Participativas, com análise de artigos científicos. ME3: Ativas, com realização faseada do trabalho de grupo. ME4: Experimentais, com desenvolvimento e exploração de aplicações em computador. ME5: Auto-estudo, relacionadas com o trabalho autónomo do aluno.
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 objetivos de aprendizagem. ME1 - OA 1, 2, 3 ME2 - OA 2, 3, 5 ME3 - OA 1, 2, 3, 4, 5 ME4 - OA 3, 4 ME5 - OA 1, 2, 3, 4, 5
Observações / Observations
Toda a documentação necessária ao acompanhamento dos conteúdos leccionados na unidade de formação está disponível na plataforma de e-learning (Moodle).
Bibliografia Principal / Main Bibliography
- Larose, D. & Larose, C. (2015). Data Mining and Predictive Analytics (Wiley Series on Methods and Applications in Data Mining), 2nd Edition, Wiley. - Laureano, R. M. S.& Botelho, M.C. (2017). IBM SPSS Statistics: O Meu Manual de Consulta Rápida, 3ª Edição, Edições Sílabo. - Laureano, R. M. S. (2013). Testes de Hipóteses com o SPSS: O meu Manual de Consulta Rápida, 2ª Edição, Lisboa: Edições Sílabo. - Hair, J., Black, W., Babin, B. & Anderson, R. (2019). Multivariate data analysis (8 ed.). Cengage. - Folhas de apoio às aulas elaboradas pelo docente.
Bibliografia Secundária / Secondary Bibliography
- Santos, M. & Ramos, I. (2009). Business Intelligence: Tecnologias da Informação na Gestão de Conhecimento, 2ª Edição, FCA. - Maroco, João (2018). Análise Estatística com o SPSS Statistics 25, 7ª Edição, Report Number. - Field, A. (2009). Discovering Statistics Using SPSS, 3rd ed., London: Sage Publications. - Doane, David P. & Seward, Lori E. (2008). Estatística Aplicada à Administração e à Economia, McGraw-Hill. - Bowden, J. (2004). Writing a Report: How to Prepare, Write and Present Effective Reports, 7th Ed., UK: How To Books.
Data da última atualização / Last Update Date
2024-07-31