Análise de Dados Longitudinais

Código:

PDCD007

Sigla:

MTI

Áreas Científicas
Classificação	Área Científica
OFICIAL	Ciências do Desporto

Ocorrência: 2017/2018 - SP

Ativa?	Sim
Curso/CE Responsável:	Programa Doutoral em Ciências do Desporto

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
PDCD	2	Plano em vigor a partir de 2009	1	-	5	45	135

Língua de trabalho

Português - Suitable for English-speaking students

Objetivos

1º Percebam a relevância dos problemas originados por delineamentos e análises de dados longitudinais a partir do modelo proposto por Linda Collins (2006).

2º Entendam, com clareza e rigor, metodologias essenciais da informação longitudinal e sua importância

histórica no contexto das Ciências do Desporto.

3º Percebam o valor e significado da noção da mudança intra-individual e diferenças inter-individuais com base nas noções de tracking e previsibilidade.

4º Que entendam o valor do Modelo Linear Geral para dados longitudinais.

5º Obtenham independência no uso dos softwares SPSS, LDA, TIMEPATH e HLM, a partir dos comandos e

interpretação adequada dos outputs.

Resultados de aprendizagem e competências

Os conteúdos programáticos adequam-se aos objectivos na medida em que habilitam os estudantes a compreender e a avaliar a relevância da Análise de Dados Longitudinais nos trabalhos futuros de outras unidades curriculares, sobretudo na sua tese final. Partindo de uma fundamentação teórica sobre pesquisa associada a delineamentos longitudinais, os estudantes serão dotados de conhecimentos em distintos domínios metodológicos partindo de problemas concretos. Pretende-se que os estudantes tenham autonomia no uso dos softwares SPSS, LDA, TIMEPATH e HLM. Os conteúdos envolvem ainda a apresentação e discussão de trabalhos publicados na FADE, permitindo-lhes uma análise crítica dos textos.

Modo de trabalho

Presencial

Programa

1. Aspetos históricos de investigação com dados longitudinais nas Ciências do Desporto.

2. Delineamentos de pesquisa: longitudinal puro, longitudinal-misto, painel.

3. Aspetos fundamentais: hipóteses, dimensão amostral; efeitos do tempo, idade e coorte; controlo da qualidade da informação; instrumentação, variáveis e efeito temporal nas medições.

4. Tracking e previsibilidade: conceitos; auto-correlações, Kappa de Cohen, = de Foukes & Davies, índice de constância de Goldstein; modelos lineares e não lineares de Rao e Carter & Young. Exemplos práticos nos softwares SPSS, LDA e TIMEPATH.

5. Modelo Linear Geral: questões centrais e níveis informacionais para dados contínuos e binários; delineamentos balanceados e não-balanceados; re-estruturação dos dados; métrica temporal, modelos lineares e não lineares; preditores fixos e dinâmicos; testagem de modelos. Exemplos práticos no software HLM.

Bibliografia Obrigatória

Catrien CJH et al (eds); Long. data analysis. Designs, models and methods., Sage, 1998
Kinnear PR, Gray; SPSS 15 made simple, Psy Press, 2008
Maia J, et al; Tracking of Phys Fit. During Adolescence [...]. , Med Sci in Sport and Ex., 2001 ((5):765-771)
Maia J et al; Modeling Stability and Change in Strength Development, 2003 (Nº4:579- 591)
Maia J et al; A growth curve to model changes in sport participation in adolescent boys, 2010 (20(4):679-85)
O’Connel AA, McCoach DB; Multilevel modeling of educational data, 2008
Pedhazur Elazar J.; Measurement, design and analysis. ISBN: 0-8058-1063-3
Singer JD, Willet JB; Appl long. data analysis. Modeling change and event occurrence, Oxford U Press, 2003
Tabachnick BG, Fidell LS; Using multivariate statistics, 5th ed. Pearson Int Ed, 2007
Twisk JWR; Applied longitudinal data analysis for epidemiology. A practical guide., Cambridge U Press, 2003

Métodos de ensino e atividades de aprendizagem

As aulas terão um triplo formato. Em primeiro lugar haverá lugar à exposição e discussão de distintos aspetos das matérias em apreço. Em segundo lugar haverá um forte espaço de prática (resolução de problemas) de todas as matérias nos softwares SPSS, LDA, TIMEPATH e HLM. Em terceiro lugar, distintos grupos de estudantes apresentarão estudos do seu interesse, sendo que tal “exercício” será uma excelente oportunidade para se colocarem no papel de investigadores.

Tipo de avaliação

Avaliação distribuída sem exame final

Componentes de Avaliação

Designação	Peso (%)
Trabalho escrito	100,00
Total:	100,00

Fórmula de cálculo da classificação final

A avaliação será função de dois tipos de tarefas. A primeira compreenderá a apresentação de um trabalho escrito realizado por grupos de dois estudantes com uma base de dados reais. O segundo refere-se a um exame escrito que compreenderá toda a matéria. A nota final corresponderá à média aritmética ponderada das duas notas, sendo que o peso maior será para a segunda (60%).

Recomendar Página Voltar ao Topo

Copyright 1996-2025 © Faculdade de Desporto da Universidade do Porto I Termos e Condições I Acessibilidade I Índice A-Z
Página gerada em: 2025-12-07 às 18:52:07 | Política de Privacidade | Política de Proteção de Dados Pessoais | Denúncias | Livro Amarelo Eletrónico