Currículo

Análise de Dados Multivariada 03734

Contextos

ECTS

6.0 (para cálculo da média)

Objectivos

Pretende-se que os alunos após frequentarem esta UC saibam: OA1. Reduzir a dimensionalidade dos dados, através de componentes principais OA2. Identificar grupos e padrões OA3. Construir modelos explicativos simples OA4. Aplicar o software escolhido

Programa

P1. Anova a um fator; alternativas robustas e alternativas não paramétricas P2. Análise em Componentes Principais: exploração e adequação dos dados; componentes a reter; qualidade do modelo; representação, interpretação das componentes retidas e construção de índices. P3. Análise de Clusters: selecção de variáveis; identificação de outliers; métodos hierárquicos e não hierárquicos; validação dos resultados. P4. Modelos de Regressão: regressão linear múltipla; regressão binária

Método de Avaliação

Avaliação ao longo do semestre: Nota = Teste intermédio (30%) + Trabalho (20%) + Teste final (50%). Cada teste intermédio tem nota mínima de 7,5 valores e cada uma das restantes componentes de avaliação tem nota mínima de 8,5 valores. A aprovação na UC requer uma nota final mínima de 10 valores. Avaliação por Exame: 1 prova teórico-interpretativa, 100%

Carga Horária

Bibliografia

Principal

• Field, Andy (2012), Discovering statistics using R London: Sage Hair, J.F., Black, W.C., Babin, B.J., & Anderson, R.E. (2010). Multivariate Data Analysis. Seventh Edition. Prentice Hall.:

Secundária

• Wooldridge, J. (2019), Introductory Econometrics ? A Modern Approach. Seventh Edition. South-Western, Cengage Learning. Laureano, R. (2020), Testes de Hipóteses e Regressão ? O meu manual de consulta rápida. Edições Sílabo. Maroco, J. (2010). Análise Estatística com o PASW Statistics. ReportNumber Lda.:

Disciplinas de Execução