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
2023/2024
Pré-requisitos / Pre-Requisites
- Nenhum
Objetivos Gerais / Objectives
A disciplina tem como objetivo principal proporcionar aos alunos conhecimentos e competências básicas sobre Métodos de Análise de Dados descritivos, preditivos, e inferenciais focados em aplicações de gestão de marketing.
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
No final do período curricular desta UC, o aluno deverá: OA1. Conhecer e utilizar os pricipais conceitos de estatística descritiva univariada e bivariada OA2. Compreender e aplicar os conceitos mais importantes de inferência estatística no âmbito de intervalos de confiança e testes paramétricos e testes não-paramétricos mais adequados a cada situação. OA3. Saber aplicar um modelo de regressão linear OA4. Saber interpretar os outputs do SPSS Statistics.
Conteúdos Programáticos / Syllabus
P1. Análise descritiva e exploratória de dados univariados P1.1 Tipos de dados e fontes de dados P1.2 Natureza das variáveis P1.3 Análise descritiva de dados univariados P2. Análise descritiva e exploratória de dados bivariados P3. Análise inferencial P3.1 Intervalos de confiança para uma média P3.2 Testes paramétricos: teste t para uma média; teste t para a diferença de duas médias (amostras independentes e emparelhadas); teste para a igualdade de mais de duas médias com amostras independentes (Anova a um fator). P4. Regressão linear P4.1 Regressão linear simples: modelo, pressupostos, validação do modelo, estimação dos coeficientes do modelo com o IBM SPSS Statistics, e previsão. P4.2 Regressão linear múltipla: modelo, pressupostos, validação do modelo, estimação dos coeficientes do modelo com o IBM SPSS Statistics, e previsão
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
Esta demonstração de coerência decorre da interligação dos conteúdos programáticos com os objetivos de aprendizagem (OA), como a seguir se explicita: P1 -> OA 1, 2 P2 -> OA 1, 2, 3 P3 -> OA 1, 2, 4 P4 -> OA 1, 2, 3, 4
Avaliação / Assessment
Avaliação periódica: a) 2 Exercícios teórico-práticos com peso de 15% cada com nota mínima de 7.5 valores b) Teste individual (70%) com nota mínima de 7.5 valores A avaliação periódica exige a presença em pelo menos 2/3 das aulas e nela serão aprovados os alunos que obtenham classificação final média mínima de 10 valores, desde que não obtenham nota inferior a 7,5 valores em cada um dos momentos de avaliação. Avaliação por exame: Exame teórico (70%) + exame prático (30%) com nota mínima 7,5 a cada prova desde que a nota final seja de 10 no mínimo.
Metodologias de Ensino / Teaching methodologies
Serão utilizadas as seguintes metodologias de ensino-aprendizagem (ME): ME1: Expositivas para apresentação dos quadros teóricos de referência ME2: Participativas com análise de excertos de artigos científicos ME3: Ativas com a realização de dois exercícios teórico-práticos ME4: Experimentais, em laboratório de informática, realizando-se análises de casos reais ME5: Autoestudo, relacionado 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 cada um dos objetivos de aprendizagem e assim as principais interligações entre as metodologias de ensino-aprendizagem e os respetivos objetivos são os seguintes: ME1 -> OA 1, 2, 3. 4 ME2 -> OA 1, 2, 3, 4 ME3 -> OA1, 2, 3, 4 ME4 -> OA 1, 2, 3, 4 ME5 -> OA 1, 2, 3, 4
Observações / Observations
-
Bibliografia Principal / Main Bibliography
João Marôco, Análise Estatística com o SPSS Statistics, 2021, ReportNumber, 8ª ed., ISBN: 9789899676374 Elizabeth Reis, Estatística Descritiva, 2008, Edições Sílabo, 7ª ed., ISBN: 978-972-618-476-8 Raul Laureano, Testes de Hipóteses e Regressão - O Meu Manual de Consulta Rápida, 2020, Edições Sílabo, 2ª edição, ISBN: 978-989-561-051-8 Hair, J. H., Black, W. C., & Babin, B. J., Multivariate Data Analysis: A Global Perspective, 2010, Pearson Education, ISBN 0135153093, 9780135153093 Raul Laureano & Maria do Carmo Botelho, IBM SPSS Statistics: O Meu Manual de Consulta Rápida, 2017, Edições Sílabo, 3ª ed., ISBN: 978-972-618-886-5
Bibliografia Secundária / Secondary Bibliography
Paul Newbold, William Carlson, & Betty Thorne, Statistics for Business and Economics, Global Edition, 2009, Pearson Education Limited, ISBN: 9781292315034
Data da última atualização / Last Update Date
2024-02-16