Ficha Unidade Curricular (FUC)

Informação Geral / General Information


Código :
04976
Acrónimo :
04976
Ciclo :
2.º ciclo
Língua(s) de Ensino :
Português (pt)
Língua(s) amigável(eis) :
--

Carga Horária / Course Load


Semestre :
1
Créditos ECTS :
6.0
Aula Teórica (T) :
0.0h/sem
Aula Teórico-Prática (TP) :
24.0h/sem
- Presencial (TP) :
24.0h/sem
Aula Prática e Laboratorial (PL) :
0.0h/sem
Trabalho de Campo (TC) :
0.0h/sem
Seminario (S) :
0.0h/sem
Estágio (E) :
0.0h/sem
Orientação Tutorial (OT) :
1.0h/sem
- Presencial (OT) :
1.0h/sem
Outras (O) :
0.0h/sem
Horas de Contacto :
25.0h/sem
Trabalho Autónomo :
150.0
Horas de Trabalho Total :
175.0h/sem

Área científica / Scientific area


Econometria

Departamento / Department


Departamento de Métodos Quantitativos para Gestão e Economia

Ano letivo / Execution Year


2025/2026

Pré-requisitos / Pre-Requisites


Não se aplica.

Objetivos Gerais / Objectives


Pretende-se que os alunos sejam capazes de utilizar o modelo de regressão linear no contexto de dados seccionais e analisar os pressupostos que lhe estão subjacentes.Neste sentido, é fundamental que o aluno não apenas domine aspectos teóricos do programa mas principalmente que saiba, de uma forma crítica, aplicar esses mesmos conhecimentos ao desenvolvimento de projectos empíricos associados a modelos de natureza económica. Devem também saber como aplicar os modelos com variável dependente binária em contextos empresariais. Devem perceber ainda a utilidade dos modelos clássicos de séries cronológicas na análise e previsão respetivas.

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: 1. Conhecer e utilizar os principais conceitos de estatística. 2. Conhecer e saber aplicar o modelo de regressão linear múltipla, a situações concretas. 3. Conhecer e saber aplicar os modelos de Dados em Painel a situações concretas. 4. Ser capaz de utilizar os modelos clássicos de séries cronológicas. 5. Ser capaz de trabalhar com o package informático Stata.

Conteúdos Programáticos / Syllabus


1. Fundamentos de Probabilidades e Estatística: revisão 2. Análise de Correlação e Modelo de Regressão Linear Simples 3. Modelo de Regressão Linear Múltipla (MLRM). 4. Testes de Especificação e de Quebras de Estrutura 5. Testes às hipóteses do MLRM 6. Modelo de Regressão Linear Múltipla com variáveis dummy. 7. Modelos com Dados em Painel 8. Introdução aos Modelos de Séries Cronológicas

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 de 1 a 6 estão relacionados com os Objetivos de Aprendizagem de 1 e 2, pois pretende-se que os alunos façam uma revisão dos conceitos de estatística para melhor perceberem como estimar e avaliar o modelo de regressão linear. Para além disto, têm de saber como avaliar e proceder com a violação dos pressupostos que lhe estão subjacentes. Os conteúdos programáticos 7 e 8 estão relacionados com os OA3 e OA4, respetivamente. Em todos os pontos do programa, e depois de explicados os princípios teóricos, os alunos deverão ser capazes de utilizar o software para obterem os resultados e procederem à sua interpretação. Portanto, todos os conteúdos estão relacionados com o OA5.

Avaliação / Assessment


A avaliação processa-se em avaliação ao longo do semestre ou avaliação por exame. A avaliação ao longo do semestre é constituída por um trabalho de grupo (constituido por 3 ou 4 alunos) (40%) e um teste (60%) que abarca toda a matéria e cuja nota terá de ser superior ou igual a 7.5 valores. A avaliação por exame consiste na realização de um exame com uma ponderação de 100%.

Metodologias de Ensino / Teaching methodologies


As metodologias de ensino (ME) incluem: 1. Espositivas, para apresentação e discussão dos conceitos teóricos fundamentais de econometria 2. Participativas: Utilização do Stata para realizar análises econométricas, permitindo aos alunos aplicar os conceitos teóricos em dados reais. 3. Trabalho Autónomo, com leituras complementares e resolução de exercícios práticos. 4.Tutoriais, com sessões de apoio individualizado para esclarecer dúvidas e orientar os alunos nas suas análises. Estas metodologias são articuladas com o Modelo Pedagógico do ISCTE-IUL, que promove a aprendizagem ativa e centrada no aluno. A combinação de teoria e prática garante que os alunos desenvolvam tanto o conhecimento conceptual quanto as habilidades práticas necessárias para aplicar métodos econométricos nas suas carreiras profissionais.

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 aulas teórico-práticas permitem a experimentação prática e a aplicação de conhecimentos, o que também implica trabalho autónomo por parte do estudante. è sugerido aos alunos que tragam o seu computador portátil para poderem tirar partido das metodologias propostas. As metodologias de ensino-aprendizagem visam o desenvolvimento das principais competências de aprendizagem dos alunos que permitam cumprir com cada um dos objetivos de aprendizagem, pelo que, na grelha a seguir, apresenta-se as principais interligações entre as metodologias de ensino-aprendizagem e os respetivos objetivos. Metodologias de Ensino-Aprendizagem (MEA) - Objetivo de Aprendizagem (0A) 1.Expositivas, para apresentação dos quadros teóricos de referência - OA1 a OA4. 2.Participativas, com análise e resolução de exercícios práticos - OA1 a OA5. 3. Autoestudo, relacionadas com o trabalho autónomo do aluno, tal como consta no Planeamento das Aulas - OA1 a OA5.

Observações / Observations


--

Bibliografia Principal / Main Bibliography


"Wooldridge, Jeffrey (2019) ""Introductory Econometrics: A Modern Approach"", 7th Ed, South Western Publishers. Cameron, A. Colin & Trivedi, Pravin K. (2005) ""Microeconometrics: Methods and Applications"", Cambridge University Press. Cameron, A. Colin & Trivedi, Pravin K.(2022) ""Microeconometrics using Stata"", 2nd Ed., Stata Press. Cameron, A. Colin (2015) ""Analysis of Economics Data: An Introduction to Econometrics"".

Bibliografia Secundária / Secondary Bibliography


Oliveira, M.M., Aguiar, A., Carvalho, A., Martins, F.V., Mendes, V. e Portugal, P. (1997), “Econometria: Exercícios”, Schaum, McGraw-Hill de Portugal. Oliveira, M.M., Santos, L.D. e Fortuna, N. (2011), “Econometria”, Escola Editora.

Data da última atualização / Last Update Date


2025-06-30