Currículo
Análise de Dados em Ciências Sociais: Multivariada II 03213
Contextos
Groupo: CP - 2009 > 1º Ciclo > Tronco Comum
ECTS
6.0 (para cálculo da média)
Objectivos
No final da UC, cada estudante deverá ter adquirido as competências necessárias para: OA1.Identificar o objetivo dos métodos aprendidos e selecionar o adequado a cada situação. OA2.Realizar e interpretar uma Regressão Linear. OA3.Realizar e interpretar uma Regressão Logística Binária. OA4.Realizar, no SPSS, uma análise de Regressão Linear e uma análise de Regressão Logística. OA5.Sumariar, apresentar e interpretar, os resultados obtidos tendo em vista a elaboração de um relatório de análise de dados ou de um artigo
Programa
1.Modelo de Regressão Linear 1.1.Definição e hipóteses do modelo 1.2.Estimação dos parâmetros; Coeficientes de correlação e de determinação múltiplos; Inferência 1.3.Coeficientes de correlação parciais e semi-parciais 1.4.Interpretação e apresentação dos resultados 1.5.Aplicações com o SPSS 2.Regressão categorial: Logística Binária 2.1.Regressão Logística versus Regressão Linear: comparação de modelos 2.2.Transformação Logit 2.3. Qualidade e precisão do modelo 2.4. Teste ao Modelo: Teste do Qui-quadrado 2.5. Coeficientes do Modelo de Regressão Logística: odds e odds ratio 2.6. Teste aos parâmetros: Wald test 2.7. Outliers e casos influentes: Análise dos resíduos 2.8.Aplicações com o SPSS
Método de Avaliação
Existem duas modalidades de avaliação: 1. Avaliação durante o semeste: a) Trabalho de grupo a entregar no final do semestre, com discussão (40%); nota mínima: 10 valores. O trabalho consiste na elaboração de uma relatório de análise de dados, com aplicação dos conteúdos programáticos, a partir de uma base de dados disponibilizada pela equipa docente. Ao longo do semestre existirão aulas dedicadas ao desenvolvimento do relatório final, nas quais todos os membros do grupo devem estar presentes. b) 5 Mini-fichas, das quais contam para avaliação os quatro melhores resultados (no total pesam 30%). As mini-fichas são feitas ao longo do semestre no início das aulas com o objetivo de rever e avaliar a matéria dada na(s) aula(s) anterior(es). São individuais e têm a duração de 10 minutos cada uma delas. Em termos de formato, poderá incluir perguntas de escolha múltipla, perguntas de verdadeiro ou falso, perguntas diretas ou preenchimento de informação em falta em tabelas ou texto. c) Dois exercícios com aplicação de SPSS (um relativo à Regressão Linear e outro à Regressão Logística) e escrita de texto síntese de resultados (15% cada), cada um deles com nota mínima de 7 valores. Os exercícios com aplicação de SPSS são feito após a conclusão do conteúdo programático correspondente. 2. Avaliação por exame: teste escrito (65%) e teste de SPSS com escrita de relatório (35%). A melhoria de nota implica a realização do teste escrito (65%) e o exercício com aplicação de SPSS (35%).
Carga Horária
Carga Horária de Contacto -
Trabalho Autónomo - 113.0
Carga Total -
Bibliografia
Principal
- Field, A. (2024). Discovering statistics using IBM SPSS statistics (6th ed.). Sage Publications. Filho, D.F., Rocha, E., Paranhos, R., e Alexandre, J. (2015). Regressão logística em Ciência Política. Universidade Federal de Pernambuco. Maroco, J. (2021). Análise Estatística com o SPSS (8ª edição). Report Number.:
Secundária
- Hair, J., Black, W.C., Babin, B.J., and Anderson, R.E. (2018). Multivariate Data Analysis (8th ed.). Cengage Learning. Hosmer Jr. D.W, Lemeshow, S., and Sturdivant, R.X. (2013). Applied Logistic Regression (3rd ed.). John Wiley & Sons Inc. Menard, S. (2002). Applied Logistic Regression Analysis (2nded.) SAGE publications. Menard, S. (2010). Logistic Regression: From Introductory to Advanced Concepts and Applications. SAGE publications. Pampel, F. C. (2021). Logistic Regression. A Primer. SAGE publications. Tabachnick, B., e Fidell, L. (2021). Using Multivariate Statistics (7th ed.), Pearson.: