Currículo

Fundamentos de Análise de Dados 04148

Contextos

ECTS

6.0 (para cálculo da média)

Objectivos

OA1: Identificar os tipos de dados e as principais etapas do processo de análise de dados. OA2: Organizar e preparar dados em folhas de cálculo. OA3: Conhecer e utilizar os principais conceitos utilizados estatística descritiva, escolhendo adequadamente as medidas e as representações gráficas para descrever os dados. OA4: Explicar o que é um modelo de dados, e conhecer algumas técnicas de modelação preditiva de dados. OA5: Criar visualizações eficazes com tabelas dinâmicas e gráficos. OA6: Interpretar resultados e apresentar conclusões de forma clara e fundamentada.

Programa

CP1: Introdução à análise de dados – tipos, fontes e ciclo de vida dos dados. CP2: Organização e limpeza de dados em Excel – formatos, filtros, validação. Funções básicas e avançadas no Excel – estatísticas, lógicas, procura e referência. CP3: Noções de Estatística Descritiva: Tipos de variáveis. Tabelas de frequências e representações gráficas. Medidas de tendência central, de dispersão, de assimetria e de curtose. Análise exploratória dos dados. CP4: Noções de modelação preditiva de dados: Regressão linear simples e multipla, regressão logistica. CP5: Visualização de dados – gráficos, formatação condicional, dashboards simples.

Método de Avaliação

A avaliação ao longo do semestre inclui: - Projeto prático de análise de dados realizado em grupo (máximo de 3 alunos), incluindo um relatório (15%) com uma entrega intercalar obrigatória (15%) e uma defesa oral com nota individual (20%). Nota mínima de 8 valores. - Teste individual (30%) para aferição de conhecimentos teóricos. - Exercícios em aula e trabalhos semanais (20%). O uso de ferramentas de IA (ex: ChatGPT) é permitido para apoio técnico e deve ser claramente referenciado com os prompts utilizados. O Exame Final é um exame escrito, individual, sem consulta, com toda a matéria. Realiza exame final, na época 2, quem não tenha concluído com sucesso a avaliação ao longo do semestre, com uma nota média superior ou igual a 9,5 (em 20).

Carga Horária

Bibliografia

Principal

• Wayne L. Winston, Microsoft Excel Data Analysis and Business Modeling (Office 2021 and Microsoft 365), 7th Edition (2021) Elizabeth Reis, Estatística Descritiva, 7ª Edição, Edições Silabo (2008) Cole Nussbaumer Knaflic, 'Storytelling with data: a data visualization guide for business professionals', John Wiley & Sons, Inc., 2015.:

Secundária

• Será disponibilizada consoante os interesses dos estudantes e atualizações tecnológicas relevantes.:

Disciplinas de Execução