Estatística

Código:

114

Sigla:

114

Ocorrência: 2009/2010 - 2S

Ativa?	Sim
Curso/CE Responsável:	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
LCD	299	Plano de Estudos a partir de 2008	1	-	5	45	135
		Licenciatura em Ciências do Desporto	1	-	5	45	135

Língua de trabalho

Português

Objetivos

Objectivos da disciplina (situada no plano das competências que os alunos devem possuir)

1. Entender e integrar a importância da Estatística na investigação realizada nas Ciências do Desporto.
2. Saber formular questões de natureza substantiva e traduzi-las em termos Estatísticos.
3. Saber calcular e interpretar dados de diferentes naturezas (univariados e bivariados) a partir de procedimentos simples da Estatística Descritiva.
4. Saber formular hipóteses em termos Estatísticos, testa-las e interpretar adequadamente os resultados.
5. Manusear, com relativa autonomia, os programas Excel e SPSS, conhecer os comandos fundamentais de análise e interpretar adequadamente os outputs.
6. Saber extrair informação importante dos outputs dos programas Excel e SPSS e dos cálculos manuais acerca dos diferentes conteúdos ministrados nas aulas, tentando integrá-los num texto de natureza científica.

Programa

1. Apresentação da disciplina, objectivos, estrutura das aulas, processo de avaliação e material de apoio. Apresentação, interpretação e significado dos diferentes tópicos da matéria. Escalas de medida e procedimentos estatísticos adequados.

2. Séries agrupadas em classes. Frequência absoluta, relativa e acumulada. Formas de representação gráficas. Formato das distribuições relativamente à normal. Descrição numérica dos dados. Medidas de tendência central: média, mediana e moda. O problema da escolha da medida de tendência central. Resolução numérica e gráfica no SPSS.

3. Descrição numérica dos dados. Medidas de dispersão: amplitude total, variância, desvio-padrão. Conceito de soma de quadrados. Interpretação do desvio-padrão e noção de magnitude de efeito. Medidas de ordem: quartis e percentis. O diagrama de extremos e quartis (caixa-de-bigodes). Importância e interpretação. Cálculo de quartis, decis e percentis, bem como sua interpretação Resolução de problemas no SPSS.

4. A distribuição normal. Introdução, breve percuso histórico e sua importância. Características da distribuição normal. A normal reduzida e o conceito de valores padronizados: scores z e t. Aplicações ao estudo de perfis, e resolução de problemas.

5. A noção de correlação linear simples. Representação gráfica de duas variáveis. A noção de covariância e sua interpretação. Processo de cálculo da correlação linear simples (r) e sua interpretação. Pressupostos e cuidado interpretativo de r. Introdução à ideia de regressão linear simples.. Interpretação dos coeficientes da equação de regressão. O problema da previsão e a sua precisão (erro-padrão de estimativa). Regressão e soma de quadrados (interpretação de r2). Resolução de problemas no SPSS.

6. Introdução ao problema das distribuições amostrais. O modelo da amostragem aleatória. Distribuição amostral das médias e o teorema do limite central. Uso da estatística z e cálculo de probabilidades de ocorrência de médias amostrais. Tipos de amostragem e a importância da sua dimensão. Apresentação de simulações de cálculo de dimensões amostrais no programa estatístico SYSTAT 12.0.

7. Introdução ao problema dos testes de hipóteses estatísticas. Hipótese nula e alternativa. O teste estatístico z, o conceito de valor de prova (p) e de nível de significância (). Significado estatístico e importância do resultado. Exemplos práticos e uso do SPSS.

8. O problema do desconhecimento de 2. O teste t e sua distribuição teórica. Conceito de graus de liberdade. Testes unilaterais e bilaterais. Construção de intervalos de confiança para . Exemplos práticos e resolução de problemas no SPSS.

9. Introdução ao assunto da diferença de médias. Teste de hipóteses e distribuição amostral da diferença de médias. Processos de cálculo da estatística t e significado dos resultados. Interpretação substantiva com base no 2 e magnitude de efeito. Exemplos práticos e uso do SPSS.

10. Introdução ao assunto da média das diferenças. Teste de hipóteses e distribuição amostral da média das diferenças. Processos de cálculo da estatística t e significado dos resultados. Interpretação substantiva a partir da % de ALT. Exemplos práticos e uso do SPSS.

11. Introdução ao teste de hipóteses para a diferença de 3 ou mais médias. O exemplo da ANOVA I. Teste F e seu significado. Testes a posteriori (post hoc). O teste HSD de Tukey. Exemplos práticos e interpretação de resultados. Uso do SPSS.

12. Introdução ao problema do controlo da qualidade da informação. Fiabilidade absoluta e relativa. Delineamentos de pesquisa para fiabilidade normativa e criterial. Correlação intraclasse e coeficiente Kappa. Resolução de problemas no SPSS a partir de exemplos concretos.

13. Introdução a estatísticas não paramétricas a partir de exemplos concretos. Tabelas de frequências e o teste de Qui-quadrado. Os testes de Mann-whitney e de Wilcoxon. Resolução de problemas no SPSS.

Bibliografia Obrigatória

Vincent William J.; Statistics in kinesiology. ISBN: 0-7360-0148-4
Análise de Dados para Ciências Sociais. A Complementaridade do SPSS
Elements of Statistical Reasoning

Métodos de ensino e atividades de aprendizagem

Método de ensino

Recorreremos, essencialmente às estratégias seguintes: (1) as aulas “teóricas” apresentarão a essência de cada assunto a que se associará a resolução de problemas (resolvidos “à mão” e no software de análise de dados SPSS 17); (2) as aulas práticas retomarão aspectos nucleares de cada assunto “teórico” seguidas da resolução de problemas “à mão”, e nos softwares EXCEL e SPSS 17.0; (3) cada aluno deverá apresentar, em cada uma das aulas, a solução de um problema, esperando que exponha todo o seu raciocínio e processo de cálculo à turma, a que se juntará uma resolução efectuada no EXCEL ou no SPSS.
O grande propósito desta abordagem tripartida é desenvolver autonomia nos alunos na resolução de problemas a que se adiciona a sua exposição oral.

Tipo de avaliação

Avaliação por exame final

Componentes de Avaliação

Descrição	Tipo	Tempo (Horas)	Peso (%)	Data Conclusão
Participação presencial (estimativa)	Participação presencial	48,00
	Total:	-	0,00

Obtenção de frequência

A avaliação será efectuada em diferentes etapas. Em primeiro lugar é esperado que os alunos estejam presentes em 75% das aulas teóricas e 75% das aulas práticas. Qualquer violação a esta frequência implica reprovação na disciplina.

Fórmula de cálculo da classificação final

Em segundo lugar é esperado que os alunos resolvam os problemas sugeridos em cada aula “teórica” e os apresentem na aula “prática” seguinte. O não cumprimento desta tarefa implica uma nota negativa na avaliação contínua. No final do semestre será efectuado o exame final. Neste, é esperado que cada aluno tenha uma nota superior ou igual a 9.5 valores. Cumprida esta condição, considerada necessária para aprovação final na disciplina, a nota final do aluno considerará, também, a sua valoração nas aulas práticas.

Melhoria de classificação

A melhoria de nota decorre do cumprimento da legislação relativa à avaliação. Qualquer aluno que pretenda melhorar a sua nota poderá contar com o apoio dos docentes no sentido de optimizar os seus conhecimentos, sobretudo na redução das suas insuficiências em matérias onde tem mais dificuldade de entendimento e resolução de problemas.