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
2025/2026
Pré-requisitos / Pre-Requisites
Admitem-se consolidados os conhecimentos de Estatística Descritiva, Conceitos básicos de probabilidade e distribuições, e testes de hipóteses.
Objetivos Gerais / Objectives
Compreender e aplicar alguns métodos analíticos a problemas concretos de Previsão e Classificação, no âmbito do apoio à decisão
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
OA1. Conhecimentos: teóricos, metodológicos e práticos que permitam analisar problemas de complexidade baixa ou moderada, com recurso a técnicas de análise de dados OA2. Aptidões: Manipular métodos e técnicas de análise de dados e previsão com uso de meios computacionais e interpretar os resultados dos mesmos OA3. Competências: Desenvolver pensamento crítico através de análise de situações reais/simuladas de negócio OA4. Competências: Demonstrar capacidade de trabalhar em equipa e de comunicação dos resultados de análises
Conteúdos Programáticos / Syllabus
P1: Inferência estatística: recapitulação dos conceitos básicos P2: Análise de variância a um e dois fatores P3: Regressão linear múltipla P4: Regressão logística P5: Modelos básicos de moderação e mediação
Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da UC / Evidence that the curricular unit's content dovetails with the specified learning outcomes
A correspondência entre os Objectivos de Aprendizagem (OA) e os Conteúdos Programáticos (P) é a seguinte: OA1 - P1, P2, P3, P4, P5 OA2 - P1, P2, P3, P4, P5 OA3 - P1, P2, P3, P4, P5 OA4 - P1, P2, P3, P4, P5
Avaliação / Assessment
Avaliação ao longo do semestre: a) Trabalho de grupo (40%) b) Teste individual (60%) Nota mínima de 8,5 valores em cada componente de avaliação. A avaliação ao longo do semestre exige a presença em pelo menos 2/3 das aulas. Avaliação por exame: a) Exame teórico-interpretativo (60%) b) Exame prático em SPSS (40%) Nota mínima de 8,5 valores em cada componente de avaliação.
Metodologias de Ensino / Teaching methodologies
As seguintes metodologias pedagógicas serão usadas: 1. Expositivas: para introduzir os conceitos e teoriais fundamentais; 2. Participativas: com análise e discussão de casos práticos; 3. Ativas: com realização de trabalho de grupo; 4. Experimentais: em regime BYOD, para realização de análises sobre dados reais ou simulados; 5. Auto-estudo: 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 e de aprendizagem estão associadas com os seguintes objetivos de aprendizagem: 1. Expositivas: OA1 2. Participativas: OA2, OA3 3. Ativas: OA3, OA4 4. Experimental: OA2, OA3 5. Auto-Estudo: OA1, OA2, OA3
Observações / Observations
Bibliografia Principal / Main Bibliography
Hair Jr, J. et al., Multivariate data analysis: a global perspective, 7th ed, PEARSON, 2014 Wooldridge, Jeffrey M. (2025), Introductory Econometrics: A Modern Approach (8th edition), Cengage International Edition. Pindyck, Robert S., e Daniel L. Rubinfeld (2000), Econometric Models and Economic Forecasts (4th edition), McGraw-Hill. Folhas de apoio elaboradas pela docente e distribuídas ao longo das aulas.
Bibliografia Secundária / Secondary Bibliography
·Studenmund, A.H. (2010), Using Econometrics: A Practical Guide (6th edition), Prentice Hall. Gujarati, Damodar N.; Porter, Dawn C e Gunasekar, Sangeetha (2011), Basic Econometrics (5th edition), McGraw-Hill/Irwin.
Data da última atualização / Last Update Date
2025-07-25