ISLA Santarém 194

Estatística

• ApresentaçãoPresentation

      
• ProgramaProgramme

  1. Estatística descritiva: Conceitos básicos: população, atributo, modalidades e amostra. Escalas de medida de dados estatísticos. Frequências absolutas e relativas. Frequências acumuladas. Medidas de tendência central. Medidas de dispersão. Medidas de assimetria e curtose. 2. Teoria de probabilidades: Conceitos básicos. Axiomas das probabilidades. Probabilidades condicionadas. Acontecimentos independentes. Regras multiplicativas e aditivas. 3. Variáveis Aleatórias: Variáveis aleatórias discretas: função de probabilidade, função de distribuição. Variáveis aleatórias absolutamente contínuas: função densidade de probabilidade, função de distribuição. Esperança matemática. Variância e desvio padrão. Variáveis aleatórias independentes. 4. Distribuições de probabilidade: Distribuições discretas. Distribuições contínuas.
• ObjectivosObjectives

  O1. Dotar os estudantes dos conhecimentos que lhes permitam analisar dados aplicando as metodologias da estatística descritiva. O2.  Apresentar os conceitos fundamentais sobre a teoria das probabilidades. O3.  Dotar os estudantes de conhecimentos sobre a linguagem das probabilidades e da estatística. Competências: C1. Ler e interpretar corretamente documentos que façam uso da linguagem estatística básica. C2. Formular problemas práticos e expressar situações práticas usando a linguagem da teoria das probabilidades e da estatística. C3. Ler e interpretar corretamente documentos que façam uso da linguagem probabilística e estatística. C4. Formular problemas práticos e expressar situações práticas usando a linguagem da teoria das probabilidades e da estatística. C5. Utilizar o software SPSS e interpretar os outputs resultantes da aplicação de métodos de estatística descritiva.
• BibliografiaBibliography

  Marôco, João (2018). Análise Estatística com SPSS, ReportNumber. Schiefer, H., & Schiefer, F. (2021). Statistics for Engineers: An Introduction with Examples from Practice. Springer Nature. Devore, J. L., Berk, K. N., & Carlton, M. A. (2021). Modern mathematical statistics with applications. 3rd edition. New York: Springer. Rhinehart, R. R., & Bethea, R. M. (2022). Applied Engineering Statistics. CRC Press. Gupta, B. C., Guttman, I., & Jayalath, K. P. (2020). Statistics and probability with applications for engineers and scientists. Wiley.
• MetodologiaMethodology

  Sincrono a distância: 1. Metodologia expositiva: Apresentação dos conceitos e ferramentas. 2. Metodologias ativas: Apresentação, discussão e interpretação de enunciados. Presencial: 3. Prática: resolução dos exercícios por parte dos estudantes com discussão coletiva e individualizada das questões que o problema suscita na sua resolução. Autónoma: 4. Estudo e resolução de exercícios/problemas adicionais propostos pelo docente. O docente dá feedback (Orientação Tutorial - OT) sobre os resultados obtidos pelo estudante na resolução dos exercícios propostos, presencialmente em contexto de sala de aula ou a distância em modo assíncrono através da plataforma Moodle.
• LínguaLanguage

  Português
• TipoType

  Semestral
• ECTS

  5
• NaturezaNature

  Obrigatório
• EstágioInternship

  Não
• AvaliaçãoEvaluation

  Avaliação Curricular (contínua):
  A1. Portfólio de exercícios resolvidos em aula.
  A2. Teste intermédio - individual.
  A3. Teste intermédio - individual.
  A classificação final é calculada através da fórmula Classificação Final = A1*0,2+ A2*0,4+A3*0,4.
  O estudante é aprovado se obtiver classificação igual ou superior a 9,5 valores.
  Avaliação Final (A): O estudante realiza o exame teórico-prático  (A=100%) e é aprovado se obtiver uma classificação igual ou superior a
  9,5 valores em 20.
  Avaliação em Época de Recurso e Época Especial (A): O estudante realiza o exame teórico-prático  (A=100%) e fica aprovado se obtiver
  uma classificação igual ou superior a 9,5 valores em 20.