Ficha Unidade Curricular (FUC)
Informação Geral / General Information
Carga Horária / Course Load
Área científica / Scientific area
460 - Matemática e estatística
Departamento / Department
Departamento de Tecnologias Digitais
Ano letivo / Execution Year
2023/2024
Pré-requisitos / Pre-Requisites
·
Objetivos Gerais / Objectives
A unidade curricular de Probabilidades e Estatística é uma unidade curricular introdutória. É esperado que os alunos desenvolvam a seguintes competências: - i) identificar problemas estatísticos para a análise de um conjunto de dados; - ii) aplicar métodos estatísticos apropriados a um conjunto de dados; - iii) criticar os resultados obtidos no contexto dos dados; - iv) apresentar os resultados duma análise estatística de forma clara, de modo a que seja possível entender as conclusões e as premissas em que os resultados foram baseados. Trata-se de um curso preparatório para a unidade curricular de Análise de Dados.
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
OA1- Conhecer e utilizar os principais conceitos utilizados estatística descritiva, escolhendo adequadamente as medidas e as representações gráficas para descrever os dados OA2- Aplicar os conceitos básicos da teoria das probabilidades, nomeadamente calcular probabilidades condicionais, e analisar a independência de acontecimentos OA3- Trabalhar com variáveis aleatórias discretas e contínuas OA4-Trabalhar e perceber as distribuições de Bernoulli, binomial, Poisson, Normal, assim como as distribuições do Chi-Quadrado, t de Student e F de Snedecor OA5- Saber estimar parâmetros pontualmente e saber distinguir entre estimadores e parâmetros OA6 - Construir e interpretar intervalos de confiança para os estimadores de parâmetros OA7 - Entender os princípios dos testes de hipóteses OA8- Saber utilizar alguns softwares (tais como, Python ou R)
Conteúdos Programáticos / Syllabus
Conteúdos programáticos (CP): CP1 - Noções de Estatística Descritiva: Tipos de variáveis. Tabelas de frequências e representações gráficas. Medidas de tendência central, de dispersão, de assimetria e de curtose. CP2 - Conceitos da teoria das probabilidades: definições, axiomas, teorema da probabilidade total e fórmula de Bayes CP3 - Variáveis aleatórias univariadas e bivariadas: funções massa e densidade de probabilidade, função distribuição, função probabilidade conjunta, valor esperado, variância, desvio padrão, covariância, correlação CP4 - Distribuições discretas e contínuas: Uniforme discreta e contínua, Bernoulli, binomial, Poisson, Normal, Chi-Quadrado, t-Student and F-Snedecor CP5 - Amostragem: noções básicas. Distribuições amostrais mais utilizadas CP6 - Estimação pontual e por intervalos CP7 - Testes de hipóteses: tipo de erros, nível de significância e p-values.
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
O alinhamento dos conteúdos programáticos com os objectivos de aprendizagem é o seguinte: OA1: CP1 OA2: CP2 OA3: CP3 OA4: CP4 OA5, OA6: CP5, CP6 OA7: CP7 OA8: CP1, CP6, CP7
Avaliação / Assessment
Aprovação com classificação não inferior a 10 valores numa das modalidades seguintes: - Avaliação Periódica: 2 minitestes (MT) realizados em aula (15% cada) + Teste final realizado na data do primeiro exame (40%) + trabalho autónomo (10%) + projeto realizado em grupo (20%), A média dos minitestes ( (MT1+MT2)/2 ) tem nota mínima de 7.0 valores. O teste final tem nota mínima de 7.0 valores. ou - Avaliação por Exame (100%).
Metodologias de Ensino / Teaching methodologies
A metodologia de ensino-aprendizagem (ME) incluí quatro componentes: ME1: Expositivas, para apresentação dos quadros teóricos de referência. ME2: Participativas, com análise e resolução de exercícios práticos. ME3-: Ativa, mediante a realização de trabalhos individuais e em grupo ME4: Auto-estudo relacionado com o trabalho autónomo do aluno, tal como consta no planeamento das aulas.
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 (MEA) visam atingir os objetivos de aprendizagem (OA) conforme indicado de seguida: MEA1 - de OA1 a OA7 MEA2 - de OA1 a OA8 MEA3 - de OA1 a OA8 MEA4 - de OA1 a OA8
Observações / Observations
·
Bibliografia Principal / Main Bibliography
E. Reis, P. Melo, R. Andrade & T. Calapez, Estatística Aplicada (Vol. 1) - 6ª ed, 2015, Reis, E., P. Melo, R. Andrade & T. Calapez (2015) Estatística Aplicada (Vol. 1), 6ª ed., Lisboa: Sílabo. ISBN: 978-989-561-186-7, · Reis, E., P. Melo, R. Andrade & T. Calapez (2016) Estatística Aplicada (Vol. 2), 5ª ed., Lisboa: Sílabo. ISBN: 978-972-618-986-2 Afonso, A. & Nunes, C. (2019). Probabilidades e Estatística. Aplicações e Soluções em SPSS. Versão revista e aumentada. Universidade de Évora. ISBN: 978-972-778-123-2 Ferreira, P.M., Estatística e Probabilidade (Licenciatura em Matemática), 2012, Ferreira, P. M. (2012). Estatística e Probabilidade (Licenciatura em Matemática). Instituto Federal de Educação, Ciência e Tecnologia do Ceará – IFCE III, Universidade Aberta do Brasil – UAB.IV. ISBN: 978-85-63953-99-5, Farias, A. (2010). Probabilidade e Estatística. (V. único). Fundação CECIERJ. ISBN: 978-85-7648-500-1
Bibliografia Secundária / Secondary Bibliography
Haslwanter, T. (2016). An Introduction to Statistics with Python: With Applications in the Life Sciences. Springer. ISBN: 978-3-319-28316-6
Data da última atualização / Last Update Date
2024-02-16