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

2024/2025

Pré-requisitos / Pre-Requisites

Pressupõem-se conhecimentos básicos de probabilidades, variáveis aleatórias e amostragem.

Objetivos Gerais / Objectives

Pretende-se que os alunos, no final da unidade curricular, conheçam os conceitos e métodos mais importantes no âmbito da inferência estatística e sejam capazes de identificar e aplicar, com auxílio de software estatístico, os métodos adequados a cada problema concreto, em contextos empresariais e das instituições em geral.

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: OA1. Conhecer e utilizar os principais conceitos de inferência estatística. OA2. Ser capaz de construir intervalos de confiança, definir e testar hipóteses, identificar erros e respetivas probabilidades, especificar e ajustar modelos lineares de regressão simples e múltipla. OA3. Saber interpretar os outputs de SPSS resultantes da aplicação de métodos descritivos e de inferência estatística.

Conteúdos Programáticos / Syllabus

0. Revisão de conceitos de Estimação de parâmetros CP1. Estimação por intervalos. Método da variável fulcral. CP2. Testes de hipóteses. 2.1 Formulação das hipóteses. 2.2 Erros e respetivas probabilidades. 2.3 Função potência. CP3. Testes paramétricos: hipóteses e pressupostos. 3.1 Testes para uma população: uma média, uma proporção e uma variância. 3.2 Testes à igualdade de duas médias com amostras emparelhadas e amostras independentes. 3.3 Teste de Levene à igualdade de variâncias. 3.4 Análise da variância simples (ANOVA). 3.5 Testes de comparação múltipla. CP4. Testes não paramétricos. 4.1 Testes à igualdade de duas ou mais distribuições: Mann-Whitney e Kruskal-Wallis 4.2 Testes de ajustamento: Qui-Quadrado, Kolmogorov-Smirnov e Shapiro-Wilk. 4.3 Teste de independência do Qui-Quadrado. CP5. Modelo de regressão linear simples e múltipla. 5.1 Estimação pelo OLS. 5.2 Pressupostos e validação. CP6. Utilização do SPSS para análise dos dados e interpretação dos resultados.

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

A coerência dos conteúdos programáticos (CP) com os objetivos de aprendizagem (OA) é demonstrada pelos seguintes alinhamentos: Os tópicos CP1 a CP5 fornecem coletivamente as bases de inferência estatística, cobrindo intervalos de confiança (CP1), testes de hipóteses (CP2), testes paramétricos (CP3) e não paramétricos (CP4), e regressão linear (CP5). Ao dominar estes tópicos, os alunos terão conhecimentos sólidos sobre os principais conceitos de inferência estatística (OA1). Estas cinco secções também abordam a OA2, fornecendo as ferramentas e conhecimentos necessários para a construção de intervalos de confiança, a exploração dos testes de hipóteses para diferentes tipos de dados, e a realização de análises de regressão linear. O CP6 assegura a aplicação prática dos métodos aprendidos utilizando o software SPSS, centrando-se na interpretação dos resultados. Esta aplicação prática é crucial para OA3, fazendo a ponte entre o conhecimento teórico e a análise de dados do mundo real.

Avaliação / Assessment

Avaliação ao longo do semestre: 1 teste individual intercalar (40%) e 1 teste individual final (60%); nota mínima de 8 valores em cada um dos testes; média final mínima de 10 valores (nota arredondada às unidades). Orais de defesa apenas para notas superiores ou iguais a 18 valores; estudantes que não compareçam à oral de defesa de nota ficarão com nota final de 17 valores. Avaliação por exame: Exame individual que inclui a matéria toda, com aprovação a partir de 10 valores (nota arredondada às unidades). Classificações superiores ou iguais a 18 serão objeto de oral de defesa; estudantes que não compareçam à oral de defesa de nota ficarão com nota final de 17 valores. Todos os momentos de avaliação serão realizados sem consulta de folhas de apoio, livros ou outros materiais; não é permitida a utilização de calculadoras gráficas nem de telemóveis; os formulários serão fornecidos pela equipa docente no momento da avaliação.

Metodologias de Ensino / Teaching methodologies

O aluno deverá adquirir competências de análise e síntese e de comunicação escrita. Para tal serão utilizadas as seguintes metodologias de ensino-aprendizagem (MEA): MEA1. Expositivas para apresentação dos quadros teóricos de referência; MEA2. Participativas, com resolução de exercícios práticos; MEA3. 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 aulas teórico-práticas permitem a experimentação prática e a aplicação de conhecimentos, o que também implica trabalho autónomo por parte do estudante. Deste modo, as metodologias de ensino e avaliação estão articuladas com os objetivos de aprendizagem como exemplificado nas correspondências seguintes: Metodologias de ensino-aprendizagem (MEA) - Objetivo de aprendizagem (0A) MEA1: Expositivas para apresentação dos quadros teóricos de referência - OA1 e OA2; MEA2: Participativas, com resolução de exercícios práticos - OA1, OA2 e OA3; MEA3: Auto-estudo, relacionado com o trabalho autónomo do aluno - OA1, OA2 e OA3;

Observações / Observations

Os alunos abrangidos pelo Regulamento Interno para Estudantes com Estatutos Especiais deverão contactar o coordenador da UC, na primeira semana de aulas, com vista ao enquadramento dos processos de aprendizagem e avaliação na UC. Os testes individuais e os exames serão realizados presencialmente.

Bibliografia Principal / Main Bibliography

- Reis, E., P. Melo, R. Andrade & T. Calapez (2018). Estatística Aplicada, Vol. 2, 6ª ed. Edições Sílabo. - Reis, E., P. Melo, R. Andrade & T. Calapez (2021). Exercícios de Estatística Aplicada, Vol. 2, 3ª ed. Edições Sílabo. - Newbold, P., Carlson, W.L & Thorne, B.M. (2022). Statistics for Business and Economics, 10ª ed. Global Edition. Harlow: Pearson Education Limited. ISBN: 978-0-273-76706-0 - Anderson, D., Sweeney, J., Williams, T., Camm, J., Cochran, J.J., Freeman, J. & Shoesmith, E. (2024). Statistics for Business and Economics. 6ª edição. CENGAGE learning EMEA. - Kazmier, L.J. (2004) Theory and Problems of Business Statistics. Shaum, McGraw-Hill. -Harnett, D.L. & J.L. Murphy (1993) Statistical Analysis for Business and Economics. Addison-Wesley Publishers. - Bernstein, S. & Bernstein, R. (1999) Theory and Problems of Elements of Statistics II: Inferential Statistics. Shaum, McGraw-Hill

Bibliografia Secundária / Secondary Bibliography

- Hogg, R. V., Tanis, E.A. & Zimmerman, D.L. (2015) Probability and Statistical Inference, 9th ed., NJ: Pearson. ISBN 978-0-321-92327-1 - Ingram, J.A & J.G. Monks (1992) Statistics for Business and Economics, 2nd ed., The Dryden Press - Laureano, R.M.S. & Botelho, M.C. (2017) SPSS Statistics. O meu Manual de Consulta Rápida, 3ª ed. Edições Sílabo. - Laureano, R.M.S. (2022) Testes de Hipóteses com o IBM SPSS Statistics. O meu Manual de Consulta Rápida, 3ª ed. Edições Sílabo. - Laureano, R.M.S. (2020) Testes de Hipóteses e Regressão. O meu Manual de Consulta Rápida. Edições Sílabo. - Robalo, A & Botelho, M.C. (2018). Estatística - Exercícios, Vol. 2, 6ª ed. Edições Sílabo.

Data da última atualização / Last Update Date

2024-07-25