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

Não existem.

Objetivos Gerais / Objectives

No final da Unidade Curricular, o estudante deverá ter adquirido as competências necessárias para listar as principais técnicas para a avaliação da qualidade dos dados e as principais técnicas descritivas para a identificação do perfil dos sujeitos e sua segmentação; bem como inferir os principais fatores explicativos de determinado construto, com aplicações em Hotelaria e Turismo.

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

Ao concluir a Unidade Curricular, o estudante deverá ser capaz de: OA1. Avaliar a qualidade dos dados (casos omissos e outliers), listar os padrões dos dados descritivos (estatísticas básicas, transformação de variáveis e relações entre pares de atributos), detectar propriedades de sub-populações de dados significativos, segmentar sujeitos de acordo com várias técnicas de clustering, e identificar padrões ou tendências dos dados, reproduzindo-os na realização de exercícios OA2: Interpretar os resultados decorrentes de técnicas de sumarização dos dados. OA3. Diferenciar os métodos de redução da dimensionalidade dos dados e de segmentação dos sujeitos e escolher os métodos mais adequados a um determinado problema. OA4. Identificar as variáveis adequadas e aplicar o modelo de regressão linear múltipla a casos reais na área da Hotelaria e Turismo.

Conteúdos Programáticos / Syllabus

CP1: Introdução à Análise de Dados Qualidade dos dados CP2: Revisões da Análise Descritiva Univariada e Bivariada CP3: Revisões da Análise Inferencial CP4: Análise Descritiva Multivariada 4.1 Métodos de redução da dimensionalidade dos dados de input: Análise de Componentes Principais (ACP), CatPCA, e Análise de Correspondências Múltiplas (ACM). 4.2 Métodos de Segmentação: Hierárquico, k-Means e Two-Step Clustering. CP5: Análise Preditiva Multivariada – modelo de regressão linear múltipla CP6: Aplicações com o software 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: OA1: CP1, CP2, CP3, CP4, CP5, CP6 OA2: CP1, CP2, CP3, CP4, CP5, CP6 OA3: CP4, CP6 OA4: CP5, CP6

Avaliação / Assessment

Avaliação ao longo do semestre ou avaliação por exame. Avaliação ao longo do semestre: a) Um Exercício (de 1h 15 m) a realizar online com peso de 10% b) Trabalho de grupo com peso de 40% c) Teste final individual (50%) d) Média ponderada das avaliações individuais de um mínimo de 8,5 e) Assiduidade mínima de 2/3 das aulas leccionadas Avaliação por Exame: Exame individual (60%) + trabalho individual (40%) com nota mínima 8,5 a cada prova desde que a nota final seja de 10 no mínimo. Em ambas as modalidade, poderá ser necessário realizar uma discussão oral do trabalho de grupo ou do trabalho individual. Escala: 0-20 valores

Metodologias de Ensino / Teaching methodologies

As aulas desta Unidade Curricular são teórico-práticas. As aulas teórico-práticas permitem utilizar metodologias de ensino expositivas, experimentais e de discussão. Para apresentar os conceitos, as metodologias e métodos de resolução relativos a todos os conteúdos programáticos será utilizada uma metodologia expositiva. Para aplicar as metodologias e os métodos de resolução de problemas estudados, usando o software IBM SPSS Statistics, serão resolvidos diversos exercícios nas aulas, pelo que se utilizará uma metodologia experimental. Para analisar os resultados obtidos, aplicar-se-á uma metodologias de discussão. As metodologias experimentais e de discussão são cruciais para esta Unidade Curricular, uma vez que o objetivo da Análise de Dados é compreender os dados e as técnicas estatísticas adequadas a cada análise. Os estudantes são encorajados a participar nas aulas. Além das metodologias já mencionadas, o trabalho autónomo dos estudantes é relevante para a aquisição e o desenvolvimento das competências. Este trabalho autónomo consiste na leitura da bibliografia, na resolução de exercícios e na resolução do trabalho de grupo.

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 visam o desenvolvimento das principais competências dos estudantes que permitam cumprir com cada um dos objectivos de aprendizagem. Em traços gerais, os objetivos de aprendizagem consistem na aquisição de comptências de resolução de um conjunto de problemas, na análise de resultados e na elaboração de recomendações ou cenários. Cada uma das metodologias de ensino contribui para todos os objetivos de aprendizagem. A metodologia expositiva (ME1) será utilizada para apresentação dos quadros teóricos de referência. A metodologia experimental (ME2) será aplicada através da utilização do software IBM SPSS Statistics, com discussões de casos e resolução de exercícios. A discussão de resultados (ME3) permitirá desenvolver a capacidade da utilização das técnicas adequadas e à análise dos resultados mais adequados aos problemas colocados. Dada a natureza da AD, o trabalho autónomo dos estudantes é crucial para o desenvolvimento das competências de resolução e análise interpretativa. Na grelha a seguir, apresenta-se as principais interligações entre as metodologias de ensino (ME) e os respectivos objectivos de aprendizagem (OA). ME1 - OA1, OA2, OA3, OA4 ME2 - OA1, OA2, OA3, OA4 ME3 - OA1, OA2, OA3, OA4 Todos os objetivos de aprendizagem serão avaliados nas provas escritas e no trabalho de grupo ou individual.

Observações / Observations

Os estudantes abrangidos pelo “Regulamento de Estudantes com Estatuto Especial” deverão contactar o docente da UC, ou o Coordenador da mesma, na primeira semana de aulas de cada semestre, com vista ao enquadramento dos processos de aprendizagem e de avaliação na Unidade Curricular.

Bibliografia Principal / Main Bibliography

[1] Sarstedt, M., and Mooi, E., (2019) A Concise Guide to Market Research: Process, Data, and Methods using IBM SPSS Statistics, 3rd ed., Berlin: Springer Verlag GmbH. https://doi.org/10.1007/978-3-662-56707-4 [2] Veal, Anthony James, (2018). Research methods for leisure and tourism. Pearson UK, 5th Ed., 2018. ISBN: 1292115297, 9781292115290 [3] Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. (2019). Multivariate data analysis. Cengage. Hampshire, United Kingdom. ISBN: 1473756545, 9781473756540

Bibliografia Secundária / Secondary Bibliography

[1] Field, A. (2024). Discovering Statistics Using IBM SPSS Statistics, 6th ed., SAGE, 2024. ISBN: 9781526445780 [2] Dwyer, L., Gill, A., Seetaram, N. (2012), Handbook of Research Methods in Tourism, Edward Elgar. ISBN: 978 1 78195 595 6. eBook for individuals 978 1 78100 129 5

Data da última atualização / Last Update Date

2024-07-31