Ficha Unidade Curricular (FUC)

Informação Geral / General Information


Código :
M8558
Acrónimo :
M8558
Ciclo :
2.º ciclo
Línguas de Ensino :
Inglês (en)
Língua(s) amigável(eis) :
Inglês

Carga Horária / Course Load


Semestre :
1
Créditos ECTS :
6.0
Aula Teórica (T) :
0.0h/sem
Aula Teórico-Prática (TP) :
30.0h/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
Outras (O) :
0.0h/sem
Horas de Contacto :
31.0h/sem
Trabalho Autónomo :
119.0
Horas de Trabalho Total :
150.0h/sem

Área científica / Scientific area


Econometria

Departamento / Department


Departamento de Métodos Quantitativos para Gestão e Economia

Ano letivo / Execution Year


2024/2025

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. 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 Logit e Probit a situações concretas. 4. Ser capaz de utilizar os modelos clássicos de séries cronológicas. 5. Ser capaz de trabalhar com os packages informáticos EXCEL e R/RStudio.

Conteúdos Programáticos / Syllabus


1. Inferência 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. Hipóteses do MLRM: Normalidade e Multicolinearidade 6. Hipóteses do MLRM: Heteroscedasticidade 7. Hipóteses do MLRM: Autocorrelação 8. Hipóteses do MLRM: Exogeneidade 9. Modelos com variável dependente binária: LOGIT and PROBIT 10. Introdução aos Modelos de Séries Cronológicas

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


Os conteúdos programáticos de 1 a 8 estão relacionados com os Objetivos de Aprendizagem de 1 a 3, 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 9 e 10 estão relacionaddos 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 (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 ao longo do semestre obriga a uma assiduidade mínima de 66.67% das aulas. A avaliação por exame consiste na realização de um exame com uma ponderação de 100%. No teste e no exame os alunos podem usar uma calculadora e todos os materiais disponibilizados pelo docente.

Metodologias de Ensino / Teaching methodologies


As metodologias de ensino incluem: Aulas Teóricas: Apresentação e discussão dos conceitos teóricos fundamentais de econometria e métodos quantitativos em geral. Aulas Práticas: Utilização do R/RStudio para realizar análises econométricas, permitindo aos alunos aplicar os conceitos teóricos em dados reais. Trabalho Autónomo: Leituras complementares, exercícios práticos e análise de casos empresariais. Tutoriais: 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 quantitativos 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.

Observações / Observations


Bibliografia Principal / Main Bibliography


Curto, José Dias, Mathematics in Bullets points: what you must know before starting a master or PhD program, 2018, Ed. Autor, Amazon. Curto, José Dias, Econometris and Statistics - Over 100 problems (with solutions): Applications in 'R/RStudio' and 'Excel', 2021, Ed. Autor, Amazon. Wooldridge, Jeffrey, Introductory Econometrics : A Modern Approach, 2019, Ed. Autor. Brooks, Chris, Introductory Econometrics for Finance, 2002, Cambridge University Press.

Bibliografia Secundária / Secondary Bibliography


Data da última atualização / Last Update Date


2024-07-01