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
Não existem
Objetivos Gerais / Objectives
No final da UC, o estudante deverá ser capaz de ler/entender a literatura relacionada com a utilização da Estatística nos domínios da Economia e Gestão, aplicar corretamente as técnicas de análise estatística apropriadas na resolução de problemas concretos na sua área e desenvolver a capacidade de transmitir de forma adequada e clara a interpretação dos resultados.
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
OA1: Proceder à análise inicial de dados amostrais utilizando as técnicas básicas de Estatística Descritiva. OA2: Definir os principais conceitos de teoria de probabilidades, variáveis aleatórias e distribuições estatísticas. OA3: Utilizar as distribuições teóricas mais importantes no cálculo de probabilidades em problemas nas áreas da Economia e Gestão. OA4: Compreender as distribuições amostrais teóricas mais importantes na realização de inferência estatística em problemas nas áreas da Economia e Gestão. OA5: Identificar e aplicar métodos de estimação e testes de hipóteses no âmbito de problemas aplicados à Economia e Gestão.
Conteúdos Programáticos / Syllabus
CP1: Noções de Estatística Descritiva (univariada e bivariada). CP2: Revisões da Teoria das Probabilidades. CP3: Variáveis aleatórias (funções de variáveis aleatórias e seus parâmetros). CP4: Principais distribuições teóricas de variáveis aleatórias discretas e contínuas. CP5: Distribuições amostrais teóricas. Distribuições das estatísticas mais importantes. CP6: Estimação de parâmetros: pontual e por intervalos para a média, a proporção, a variância e a diferença de médias. CP7: Testes de Hipóteses: Testes paramétricos para a média e para a comparação de médias.
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
OA1 - CP1 OA2 - CP2, CP3, CP4 OA3 - CP4 OA4 - CP5 OA5 - CP5, CP6, CP7
Avaliação / Assessment
A aprovação na disciplina realiza-se por avaliação periódica ou por exame final. Avaliação periódica: 3 testes (com igual peso cada). - A nota final corresponde à média das notas dos 3 testes. Aprovação com nota final mínima de 10 valores. - A nota mínima em cada teste é de 7,5 valores. - Assiduidade mínima de presença em 2/3 das aulas. Avaliação por exame: Exame escrito (peso: 100%). Aprovação com nota mínima de 10 valores. A equipa docente pode convocar uma prova oral após a realização de qualquer instrumento de avaliação. Poderá ainda ser requerida uma oral no caso da classificação ser igual ou superior a 18 valores e caso o aluno não compareça na oral, a classificação final será de 16 valores.
Metodologias de Ensino / Teaching methodologies
ME1: Expositivas, para apresentação dos quadros teóricos de referência. ME2: Participativas, com análise e resolução de exercícios práticos. ME3: 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
Esta UC requer conceitos teóricos, fundamentais para a compreensão dos diferentes conteúdos programáticos, e também a experimentação prática e a aplicação dos conhecimentos adquiridos, o que também implica trabalho autónomo por parte do estudante. As metodologias de ensino permitem abranger todos os objetivos de aprendizagem.
Observações / Observations
Os alunos abrangidos pelo Regulamento Interno para Estudantes com Estatutos Especiais deverão contactar com o docente da UC, ou com o Coordenador da mesma, na primeira semana de aulas de cada semestre, com vista ao enquadramento dos processos de aprendizagem e avaliação na UC.
Bibliografia Principal / Main Bibliography
Anderson , D., Sweeney, J., Williams, T., Camm, J., Cochran, J.J., Freeman, J. & Shoesmith, E. (2020) Statistics for Business and Economics, 5ª ed. CENGAGE learning EMEA. Reis, E., P. Melo, R. Andrade & T. Calapez (2021) Estatística Aplicada (Vol. 1), 7.ª ed., Lisboa: Sílabo. Reis, E., P. Melo, R. Andrade & T. Calapez (2018) Estatística Aplicada (Vol. 2), 6.ª ed., Lisboa: Sílabo. Triola, M. F. (2019). Essentials of Statistics, 6ª ed., New York: Pearson.
Bibliografia Secundária / Secondary Bibliography
Hogg, R. V., Tanis, E.A. & Zimmerman, D.L. (2018). Probability and Statistical Inference, 10th ed., NJ: Pearson. Navarro, D.J. & Foxcroft, D.R. (2022). Learning statistics with jamovi: a tutorial for psychology students and other beginners. (Version 0.75). DOI: 10.24384/hgc3-7p15 Pinto, J., Curto, J. (2010) Estatística para a Economia e Gestão, 2ª edição, Lisboa: Sílabo. Reis, E., P. Melo, R. Andrade & T. Calapez (2020) Exercícios de Estatística Aplicada (Vol. 2), 3.ª ed., Lisboa: Sílabo. Reis, E., P. Melo, R. Andrade & T. Calapez (2020) Exercícios de Estatística Aplicada (Vol. 1), 3.ª ed., Lisboa: Sílabo.
Data da última atualização / Last Update Date
2024-06-17