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

Ano letivo / Execution Year

2026/2027

Pré-requisitos / Pre-Requisites

Não existem.

Objetivos Gerais / Objectives

Aplicar a análise exploratória, inferencial e multivariada de dados a problemas concretos do 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: Selecionar o método de análise de dados adequado ao problema, objetivo e tipo de dados OA2: Utilizar software estatístico para realizar análise de dados OA3: Interpretar os resultados obtidos da análise de dados realizada

Conteúdos Programáticos / Syllabus

CP1: Análise exploratória preliminar dos dados CP2: Fundamentos de Inferência estatística CP3: Regressão Linear Múltipla CP4: Análise em Componentes Principais CP5: Análise de agrupamento: Método K-Médias

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

Os conteúdos programáticos apresentam uma articulação coerente com os objetivos de aprendizagem definidos. A análise exploratória preliminar dos dados (CP1), os fundamentos de inferência estatística (CP2), a regressão linear múltipla (CP3), a análise em componentes principais (CP4) e a análise de agrupamento pelo método K-Médias (CP5) proporcionam aos estudantes conhecimentos e competências para selecionar o método de análise mais adequado ao problema, aos objetivos e ao tipo de dados (OA1). A aplicação destas técnicas com recurso a software estatístico promove a aquisição de competências práticas na realização de análises de dados (OA2). Por fim, a interpretação crítica dos resultados obtidos em cada uma das metodologias desenvolvidas permite consolidar a capacidade de analisar, discutir e comunicar conclusões fundamentadas (OA3).

Avaliação / Assessment

Regime de avaliação: ao longo do semestre ou por exame Ao longo do semestre: Prática, em grupo (exercícios semanais, com base em Moodle, a realizar em grupo, 7.5% cada, 30% total) + Teórica-interpretativa, individual (70%); nota mínima em cada uma das duas partes 7.5; média ponderada tem de ser superior ou igual a 9.5. A não realização de um exercício semanal implica a atribuição da classificação de 0 nesse exercício. A classificação final da parte prática é obtida por média simples dos resultados dos 4 exercícios. Por exame: Teórica-interpretativa, individual (100%)

Metodologias de Ensino / Teaching methodologies

A metodologia de ensino-aprendizagem (ME) inclui três componentes: ME1: Expositivas, para apresentação dos quadros teóricos de referência ME2: Experimentais, com desenvolvimento e exploração de modelos em computador ME3: Autoestudo, relacionadas 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 (ME) encontram-se alinhadas com os objetivos de aprendizagem (OA), promovendo o desenvolvimento progressivo de conhecimentos teóricos e de competências práticas em análise de dados. As metodologias expositivas (ME1) proporcionam os fundamentos teóricos da inferência estatística e das técnicas de análise multivariada, permitindo aos estudantes compreender os princípios necessários para selecionar o método de análise mais adequado ao problema, aos objetivos e ao tipo de dados (OA1). As metodologias experimentais (ME2) promovem a aplicação prática destes métodos com recurso a software estatístico, permitindo implementar procedimentos de análise, explorar conjuntos de dados e interpretar os resultados obtidos, contribuindo diretamente para a concretização dos OA2 e OA3. As atividades de autoestudo (ME3), orientadas pelo planeamento das aulas, fomentam a aprendizagem autónoma, a consolidação dos conteúdos e o desenvolvimento da capacidade de resolução de problemas. A estratégia de avaliação é igualmente coerente com os objetivos de aprendizagem. A componente prática, realizada em grupo através de quatro exercícios semanais na plataforma Moodle (30% da classificação final), avalia a capacidade de aplicar métodos estatísticos utilizando software para resolver problemas de análise de dados, contribuindo para a concretização dos OA1 e OA2 e promovendo simultaneamente o trabalho colaborativo e a aprendizagem contínua ao longo do semestre. A componente teórico-interpretativa, de caráter individual (70%), avalia a compreensão dos conceitos estatísticos, a capacidade de selecionar os métodos de análise mais adequados e de interpretar criticamente os resultados obtidos, incidindo sobre os OA1 e OA3. A exigência de uma classificação mínima em ambas as componentes garante que os estudantes demonstram competências tanto na aplicação prática como na compreensão teórica dos conteúdos. Em conjunto, as metodologias de ensino e os métodos de avaliação asseguram a aquisição integrada de conhecimentos, competências técnicas e capacidade de interpretação crítica, promovendo o cumprimento dos objetivos de aprendizagem da unidade curricular.

Observações / Observations

Bibliografia Principal / Main Bibliography

Hair Jr, J. et al. (2014). Multivariate data analysis: a global perspective, 7th ed, PEARSON. Newbold, P. et al. (2013) Statistics for Business and Economics, 8th ed, PEARSON.

Bibliografia Secundária / Secondary Bibliography

Navarro, D., Foxcroft, D. (2013). Learning statistics with jamovi, https://www.crescenziogallo.it/unifg/medicina/SSAM/learning-statistics-with-jamovi.pdf

Data da última atualização / Last Update Date

2026-08-03