Estatística

Código:

114

Sigla:

114

Ocorrência: 2018/2019 - 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	265	Licenciatura em Ciências do Desporto (2011/2012)	1	-	5	45	135

Língua de trabalho

Português

Objetivos

A unidade curricular (UC) de Estatística, situada no 1º ano do curso, cumpre uma função fundamental na formação inicial dos estudantes – permitir uma utilização esclarecida de informação quantitativa obtida nos mais variados contextos escolares e profissionais. O conhecimento nesta UC compreende matérias da Estatística Descritiva e Inferencial que serão abordadas em função do número de aulas.

Resultados de aprendizagem e competências

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 (univariada e bivariada) 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 dos distintos procedimentos estatísticos 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.

Modo de trabalho

Presencial

Programa

1. Apresentação da disciplina, objetivos, 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. A necessidade de organização da informação. Séries de frequências simples. Frequência absoluta, relativa e acumulada. Modos de representação gráfica.

2. Séries agrupadas em classes. Frequência absoluta, relativa e acumulada. Modos de representação gráfica. 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.

3. Descrição numérica dos dados. Medidas de dispersão: amplitude total, variância e 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.

4. A distribuição normal. Introdução, breve percurso 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 do r. Introdução à ideia de regressão linear simples. Interpretação dos coeficientes de regressão. O problema da previsão e a sua precisão (erro-padrão de estimativa). Regressão e soma de quadrados (interpretação de r²).

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.

7. Introdução ao problema dos testes de hipóteses. 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.

8. 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 w² e magnitude de efeito. Exemplos práticos.

9. 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.

10. 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. O teste HSD de Tukey. Exemplos práticos e interpretação de resultados.

11. Introdução às 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.

Bibliografia Obrigatória

Vincent William J.; Statistics in kinesiology. ISBN: 0-7360-0148-4
Pestana MH, Gageiro JN; Análise de Dados para Ciências Sociais. A Complementaridade do SPSS, Edições Sílabo
Minimum EW, Clarke RC, Coladarci T; Elements of Statistical Reasoning, John Wiley & Sons, Inc

Métodos de ensino e atividades de aprendizagem

Recorreremos, essencialmente, às estratégias seguintes: (1) nas aulas teóricas é apresentada a essência de cada assunto, com problemas resolvidos que permitem o seu melhor esclarecimento; mais, cada aula contém uma lista de problemas a resolver; (2) as aulas práticas retomarão aspetos nucleares de cada assunto teórico, bem como a resolução de problemas manualmente, nos softwares EXCEL e SPSS; (3) cada estudante deverá apresentar, em cada uma das aulas, a solução de um problema; é esperado que exponha todo o seu raciocínio e processo de cálculo à respetiva turma, a que se ligará uma resolução efectuada no EXCEL ou no SPSS. Estes problemas serão sugeridos pelos Professores das aulas práticas.

O grande propósito desta abordagem é desenvolver a autonomia dos estudantes na resolução de problemas a que se adiciona a sua exposição oral.

Chamamos a atenção dos estudantes para o seguinte aspeto que consideramos muito relevante: cada professor das aulas práticas colocará no site da unidade curricular (SIGARRA) um ou mais ficheiros de dados que serão utilizados durante as aulas, bem como a listagem das variáveis. Daqui o convite a um treino mais intenso e variado. Relembramos que é da máxima importância ter sempre em mente o 2º objetivo do programa. Do mesmo modo, sempre que necessário, dirigiremos os estudantes para a leitura de artigos científicos relevantes produzidos por colegas da FADE-UP no contexto dos seus projetos de pesquisa. Mais, associamos a cada capítulo da matéria uma amostra de sites onde podem visualizar os conteúdos abordados.

Os materiais que os docentes colocarão à disposição dos estudantes é tão-somente uma espécie de auxiliar de estudo. Não substituem, de modo nenhum, o valor explicativo das matérias contidas nos livros que sugerimos. Em cada aula é referido um estudo guiado de diferentes capítulos dos “manuais” referenciados.

Tipo de avaliação

Avaliação por exame final

Componentes de Avaliação

Designação	Peso (%)
Exame	70,00
Trabalho laboratorial	30,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Estudo autónomo	90,00
Frequência das aulas	45,00
Total:	135,00

Obtenção de frequência

Para acederem ao exame final, os estudantes terão que preencher os seguintes critérios:
i) presença em pelo menos 75% das aulas teóricas e práticas lecionadas;
ii) avaliação positiva na componente prática.

Fórmula de cálculo da classificação final

Nos alunos ordinários, a NF é assim constituída: exame final com uma valoração de 70% e as aulas práticas com 30%. A NF resulta da seguinte fórmula:

NF=[7*(nota do exame final)+2*(nota das tarefas práticas)+0.5*(assiduidade)+0.5*(interesse)]/10.

Nos alunos em condições especiais, a NF é assim constituída: exame final com uma valoração de 80%, com 10% para a resolução das tarefas indicadas no programa alternativo, e 10% para o exame prévio. A NF resulta da seguinte fórmula:

NF=[8*(nota do exame final)+1*(nota das tarefas práticas)+1*(exame prático)]/10.

 

Avaliação especial (TE, DA, ...)

O programa alternativo-apoio pedagógico é constituído pelos pontos seguintes repartidos por tarefas do estudante e do docente:

Estudante

- É esperado que os estudantes leiam atentamente o material disponibilizado pelos docentes das aulas teóricas e práticas (plataforma Sigarra).

- Que estudem os pontos centrais de cada aula a partir dos capítulos de livros recomendados no sumário de cada aula (teórica). Podem, também, consultar as páginas da internet (sugeridas pelos docentes) onde estão disponibilizados outros recursos.

- É esperado, também, que os estudantes refaçam os exercícios solucionados em cada aula teórica e prática por forma a perceberem a “mecânica” da resolução. É esperado, também, que procurem entender o significado do resultado, i.e., a sua interpretação.

Docentes (aulas teóricas e práticas)

- O docente das aulas teóricas atenderá os estudantes sempre às segundas-feiras exclusivamente entre as 14:30h e as 16:00h. Em cada um destes atendimentos serão abordados e discutidos os aspetos teóricos de cada uma das aulas, bem como a resolução dos problemas sugeridos. Estes encontros servirão exclusivamente para tirar dúvidas relativas ao estudo individual dos estudantes de cada uma das aulas dadas.

- Os docentes das aulas práticas atenderão os estudantes sempre às sextas-feiras das 10 às 11 horas (Prof: André Seabra) e terça-feira das 15 às 16 horas (Prof. Rui Garganta). Em primeiro lugar cada docente resolverá eventuais dúvidas relativas às matérias abordadas na aula anterior ao encontro com os estudantes. Mais, sugerirá a resolução de problemas manualmente, em Excel e em SPSS a partir de uma base de dados. Espera-se que na semana seguinte tragam os problemas resolvidos bem como as questões, eventuais, que tenham surgido durante a sua resolução.

Mais se informa que, de acordo com o ponto 2 do artigo 8 do Diário da República, 2ª série, Nº244 de 19 de Dezembro de 2018, é estabelecido o seguinte: para que estes estudantes tenham avaliação prática positiva, condição essencial para terem acesso ao exame final, deverão realizar um exame prévio que versará diversos pontos de toda a matéria sumariada (ver em baixo). Mais, a resolução de problemas será feita manualmente, com recurso ao Excel e ao SPSS. É esperado que o estudante tenha uma nota mínima de 10 valores.

- estatística descritiva a partir de representações gráficas (histograma, diagrama de extremos e quartis) e numéricas (medidas de tendência  central, de variação e posição) a que se associam medidas de assimetria e achatamento.

- distribuição normal (e normal reduzida); cálculo de valores z e seu significado, bem como a construção de perfis

- correlação simples de Pearson e regressão simples; é esperada a interpretação cabal de todos os passos de cálculo, bem como a interpretação dos resultados.

- distribuição amostral de médias e o “teorema do limite central”; o uso da estatística z e cálculo de probabilidades de ocorrência de médias amostrais.

- o formalismo de testes  de hipóteses, nível de significância e valor de prova; teste da média com variância conhecida.

- teste da média com variância desconhecida (teste t de Student) , bem como cálculo de intervalos de confiança para a média.

- distribuição amostral de médias, e o teste para a diferença de médias; interpretação dos resultados com base na noção de variância explicada e magnitude do efeito.

- delineamento de medidas repetidas e emparelhamento; o teste t de Student e a interpretação substantiva dos resultados.

- teste de hipóteses para grupos independentes (k≥3). ANOVA e sua interpretação.

- o teste de qui-quadrado e a sua interpretação.

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.