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
Os alunos devem recorer à sala de informática de modo a terem acesso , desde o inicio das aulas, aos programas IBM-SPSS. Os programas Jasp e Jamovi são grátis e estão acessiveis nas salas de leboratório. As respetivas Apps podem ser instaladas diretamente por cada aluno em qualquer computador pessoal.
Objetivos Gerais / Objectives
Pretende-se que os alunos, no final da unidade curricular, conheçam os conceitos básicos de estatística descritiva, de variável aleatória e funções e parâmetros associados; conheçam as distribuições estatísticas mais importantes; e possuam conhecimentos básicos de amostragem. Acresce que todo o conhecimento é complementado com aplicações práticas complementadas com os programas informáticos IBM-SPPS, Jasp e Jamovi.
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 utilizados na descrição de dados qualitativos e quantitativos. 2.Compreender e utilizar conceitos fundamentais de probabilidades e variáveis aleatórias. Conhecer as distribuições de probabilidades teóricas mais importantes para variáveis discretas e contínuas, e aplicar esses conhecimentos no cálculo de probabilidades em contextos reais. 3. Conhecer as distribuições amostrais teóricas mais importantes e saber escolher as adequadas para diferentes tipos de problemas. Realizar a estimação pontual; saber distinguir parâmetros, estatísticas, estimadores e estimativas.
Conteúdos Programáticos / Syllabus
CP1.Estatística Descritiva (Tipos de variáveis. Tabelas de frequências e gráficos. Medidas de localização, de dispersão e forma) CP2.Probabilidades(Revisão de conceitos.Teorema da probabilidade total e fórmula de Bayes) CP3.Variáveis aleatórias(VA)univariadas discretas e distribuições mais relevantes(Conceito de VA. Funções de probabilidade e distribuição. Parâmetros. Distribuições mais relevantes) CP4.Variáveis aleatórias univariadas continuas e distribuições mais relevantes(Conceito de VA. Funções de densidade probabilidade e distribuição. Parâmetros. Distribuições mais importantes) CP5.Variáveis aleatórias bidimensionais discretas (Função de probabilidade e de distribuição conjuntas, de probabilidade marginal. Covariância e coeficiente de correlação. Independência de VA) CP6.Distribuições de Amostragem(Teorema de Limite Central. Distribuições derivadas da Normal) CP7.Estimação de parâmetros(Estimação pontual. Propriedades dos estimadores. Estimadores de máxima verosimilhança)
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
Esta demonstração de coerência decorre da interligação dos conteúdos programáticos (CP) com os objetivos de aprendizagem (AO): O objetivo OA1 está associado ao CP1. Os alunos aprendem sobre os tipos de variáveis, tabelas de frequências e gráficos, medidas de localização, de dispersão, assimetria e curtose . Esses tópicos fornecem as ferramentas essenciais para a descrição de dados. O objectivo OA2 é coberto nos CP2, CP3 e CP4. CP2 aborda o teorema da probabilidade total e fórmula de Bayes . CP3 e CP4 tratam das variáveis aleatórias discretas e contínuas e suas distribuições mais relevantes permitindo aos alunos aplicar esses conhecimentos em contextos reais. 0 objetivo OA3 é atendido em CP6 e CP7. CP6 cobre distribuições de amostragem, incluindo o Teorema do Limite Central e distribuições derivadas da normal. CP7 aborda a estimação pontual, propriedades dos estimadores e estimadores de máxima verosimilhança.
Avaliação / Assessment
Avaliação ao longo do semestre: um trabalho feito semanalmente nas aulas (45%) e um teste final (55%); nota mínima em cada um dos testes de 8 valores; média final mínima de 10 valores (nota arredondada às unidades). Orais de defesa para notas superiores ou iguais a 17 valores; estudantes que não compareçam à oral ficarão com nota final de 16 valores. Avaliação por exame: exame individual que inclui toda a matéria (teórica 55%; prática 45%) com nota mínima de 10 valores (nota arredondada às unidades). Classificações superiores ou iguais a 17 serão objeto de oral; estudantes que não compareçam à oral de defesa de nota ficarão com nota final de 16 valores. O teste e exame são realizados sem consulta, não sendo permitida a utilização de calculadoras gráficas nem de telemóveis.
Metodologias de Ensino / Teaching methodologies
O aluno deverá adquirir competências de análise e síntese e de comunicação escrita e oral. Para tal serão utilizadas as seguintes metodologias de ensino-aprendizagem (ME): 1.Expositivas, para apresentação dos modelos teóricos de referência e respetivos conceitos. 2.Participativas, com resolução de exercícios práticos, complementados com o IBM-SPSS, Jasp ou Jamovi. 3.Auto-estudo, relacionado com o trabalho autónomo do aluno, definido para todas as aulas a partir da bibliografia mais importante e de exercícios práticos.
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 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 modelos teóricos de referência e respetivos conceitos - OA1 a OA3 2.Participativas, com resolução de exercícios práticos, sempre que possível com recurso ao Excel - OA1 a OA3. 3. Auto-estudo, relacionado com o trabalho autónomo do aluno, definido para todas as aulas a partir da bibliografia mais importante e de exercícios práticos - OA1 a OA3.
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, com vista ao enquadramento dos processos de aprendizagem e avaliação na UC. Deve prevalecer nas turmas um ambiente de cooperação entre todos e nunca de competição.
Bibliografia Principal / Main Bibliography
- Laureano, R.M.S. & Botelho, M.C. (2017) SPSS. O meu Manual de Consulta Rápida,3ªed. Edições Sílabo. - Pestana (MH) & Gageiro (J), Análise de Dados para Ciências Sociais : A complementaridade do SPSS , 2024(6ª ed.). A obra de referência da Análise de Dadso em Portugal, Lisboa: Sílabo. - Reis, E., P. Melo, R. Andrade & T. Calapez, Estatística Aplicada, 2021, Vol. 1, 7ª ed. Edições Sílabo.,
Bibliografia Secundária / Secondary Bibliography
-Murteira, B.,Ribeiro,C.S., Silva,J.A., Pimenta, C., Pimenta,F.(2015) Introdução à Estatistica, 3ª ed. Escolar Editora. -Pestana, D. & Velosa, S. (2002). Introdução à Probabilidade e à Estatística. Lisboa: Fundação Calouste Gulbenkian.
Data da última atualização / Last Update Date
2025-07-04