ISLA Santarém 986

Estatística II

• ApresentaçãoPresentation

  A unidade curricular aprofunda a análise de dados, inferência estatística e regressão, focando a escolha adequada de métodos, a formulação de problemas em linguagem estatística e o uso de software (SPSS, R) para apoiar a tomada de decisão em contextos de incerteza.
• ProgramaProgramme

  1. Inferência Estatística 1.1. Amostra aleatória simples 1.2. Estimação pontual 1.3. Noções básicas: parâmetro, estatística, estimador, estimativa 1.4. Propriedades dos estimadores 1.5. Algumas distribuições amostrais 1.6. Estimação intervalar 1.7. Noção de grau de confiança 1.8. Intervalos de confiança para diferentes parâmetros. Propriedades. 2. Testes de hipóteses  2.1. Formulação de um teste de hipóteses 2.2. Conceitos básicos: hipótese nula e hipótese alternativa, tipos de erro, região crítica e p-value 2.3 Noção de nível de significância 2.4. Testes paramétricos e testes não paramétricos 3. Análise bivariada 3.1. Tabelas de contigência 3.2. Testes de independência 3.3. Medidas de associação 3.4 Correlação 4. Regressão linear 4.1. Modelo de regressão linear 4.2. Método dos mínimos quadrados, resíduos e coeficiente de correlação  4.3. Pressupostos da regressão linear 4.4. Avaliação da qualidade do modelo 4.5. Análise da variância 4.6 Coeficiente de determinação e análise de resíduos
• ObjectivosObjectives

  O1. Apresentar os principais conceitos de inferência estatística, testes de hipóteses, análise bivariada e regressão linear; O2. Reconhecer procedimentos adequados na escolha e aplicação de métodos estatísticos, bem como, a sua adequação prática na tomada de decisão; O3. Realizar análise de dados usando software de análise estatística; O4. Formular problemas práticos e expressar situações práticas usando a linguagem estatística. No final da unidade curricular os estudantes deverão ser capazes de: C1. Analisar dados aplicando metodologias de estatística avançada; C2. Expressar situações de incerteza relevantes para a tomada de decisão usando a linguagem estatística; C3. Utilizar software de análise estatística, como o SPSS e o R Commander, e interpretar os outputs resultantes da aplicação de métodos estatísticos.
• BibliografiaBibliography

  Botelho, M., & Laureano, R. (2017). SPSS Statistics – O meu manual de consulta rápida. 3.ª Edição, Edições Sílabo. Fidell, L., Tabachnick, B. (2019). Using Multivariate Statistics. 7th Edition, Pearson. Malhotra N. (2019). Marketing Research: An Applied Orientation. 7th Edition, Pearson.  Marôco, J. (2021). Análise Estatística com o SPSS Statistics. 8.ª Edição, ReportNumber. Reis, E. et al. (2018). Estatística Aplicada 2. Volume 2, 6.ª Edição revista e aumentada, Edições Sílabo. Triola, M. et al. (2018). Biostatistics for the Biological and Health Sciences. 2nd Edition, Pearson.
• MetodologiaMethodology

  Presencial:  1. Método expositivo: são explorados os conteúdos programáticos definidos. Complementarmente, é utilizado o método demonstrativo para apresentar exemplos concretos de aplicação dos conteúdos. 2. Prática laboratorial: baseada na metodologia Aprendizagem Baseada em Resolução de Problemas (ABRP) visando encontrar solução para problemas identificados pelos estudantes ou propostos pelo docente com recurso ao uso de IA generativa e ferramentas de machine learning simples para apoio à análise exploratória, modelação preditiva e simulação de cenários de risco. Autónomo: 3. Pesquisa orientada proposta pelo docente visando consolidar as temáticas em estudo e fornecendo inputs para o trabalho prático desenvolvido pelos estudantes.
• LínguaLanguage

  Português
• TipoType

  Semestral
• ECTS

  6
• NaturezaNature

  Obrigatório
• EstágioInternship

  Não
• AvaliaçãoEvaluation

  O método de avaliação consiste desenvolvimento de um trabalho de grupo aplicado a um caso real com recurso a SPSS (50%) e uma prova escrita no final do semestre (50%). 
  A avaliação final será concretizada através de exame (100%).