Análise Avançada de Dados Quantitativos
| Áreas Científicas |
| Classificação |
Área Científica |
| OFICIAL |
Ciências do Desporto |
Ocorrência: 2021/2022 - SP
Ciclos de Estudo/Cursos
Língua de trabalho
Português - Suitable for English-speaking students
Objetivos
- Entendam a relação unitária entre hipóteses de pesquisa, delineamento e análise adequada da informação face aos desafios da investigação no plano doutoral.
- Entendam, com clareza e rigor, aspetos essenciais da análise exploratória e descritiva da informação multivariada, análise de variância e covariância, regressão múltipla, logística e de poisson, bem como facetas da teoria dos testes (clássica e generalização).
- Que percebam a necessidade de um olhar multivariado a partir da MANOVA e Análise da Função Discriminante.
- Que entendam a urgência de um olhar hierárquico e percebam a relevância da modelação multinível.
- Lidem com facilidade e independência com os softwares SPSS, STATA, HLM e SuperMix, entendendo os comandos e interpretando os outputs de modo adequado às suas perguntas.
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 Avançada de Dados Quantitativos nos trabalhos futuros de outras unidades curriculares e, sobretudo, na sua tese final. Partindo de uma fundamentação teórica sobre múltiplas questões de pesquisa e análise avançada de dados, os estudantes estarão dotados de conhecimentos em distintos domínios metodológicos situados em contextos muito práticos. Pretende-se ainda apetrechar os estudantes de competências elevadas no uso dos softwares SPSS, STATA, HLM e SuperMix. Os conteúdos podem envolver a apresentação de trabalhos publicados, permitindo uma análise crítica dos textos a partir de todo o conhecimento adquirido.
Modo de trabalho
Presencial
Programa
1. O processo de investigação, hipóteses, delineamento e análise – coerência de um plano de trabalho.
2. Análise exploratória univariada, bivariada e multivariada:
(i) ideias fundamentais;
(ii) representações gráficas;
(iii) estatísticas relevantes;
(iv) exemplos no SPSS e STATA.
3. Testes de hipóteses: testes t, ANOVA I e II, ANCOVA, bem como testes alternativos não-paramétricos.
4. Uma introdução breve aos testes de medidas repetidas: testes t e ANOVA.
5. Correlações bivariadas e parciais, bem como usos do bootstrap para estimar erros-padrão.
6. Regressão múltipla, logística e de poisson – construção de modelos, robustez, testes estatísticos e inferência. Exemplos no SPSS e STATA.
7. Teoria Clássica e da Generalização aplicada ao controlo da informação.
8. MANOVA e Análise da função discriminante. Exemplos no SPSS e STATA.
9. Análise hierárquica e modelação multinível de dados. Ideias básicas e intermédias, estruturação dos dados e uso dos softwares HLM e SuperMix.
Bibliografia Obrigatória
Pedhazur Elazar J.;
Measurement, design and analysis. ISBN: 0-8058-1063-3
Kinnear PR, Gray CD; SPSS 15 made simple, Psychology Press, 2008
O’Connel AA, McCoach DB; Multilevel modeling of educational data, Information Age Publishing, Inc., 2008
Pestana Maria Helena;
Análise de dados para ciências sociais. ISBN: 978-972-618-498-0
Sheskin DJ; Handbook of parametric and nonparametric statistical procedures, CRC Press - Taylor & Francis Group, 2011
Stevens James P.;
Applied multivariate statistics for the social sciences. ISBN: 0-8058-3777-9
Tabachnick BG, Fidell LS; Using multivariate statistics, Pearson International Edition, 2007
Wilcox Rand;
Modern statistics for the social and behavioral sciences. ISBN: 978-1-4398-3456-5
Métodos de ensino e atividades de aprendizagem
As aulas terão um duplo formato. Em primeiro lugar haverá lugar à exposição e discussão de distintos aspetosdas matérias em apreço. Em segundo lugar haverá um forte espaço de prática (resolução de problemas) de todas as matérias nos softwares SPSS, STATA, HLM, and SuperMix
Tipo de avaliação
Avaliação distribuída com exame final
Componentes de Avaliação
| Designação |
Peso (%) |
| Exame |
100,00 |
| Total: |
100,00 |
Componentes de Ocupação
| Designação |
Tempo (Horas) |
| Estudo autónomo |
65,00 |
| Frequência das aulas |
70,00 |
| Total: |
135,00 |
Obtenção de frequência
No plano formal é exigido que os estudantes tenham presença em 75% das aulas dadas.
Fórmula de cálculo da classificação final
A avaliação será distribuída por quatro exames parcelares. Ademais, é esperado que em cada exame a nota mínima seja de 10 valores. Assim, a nota final (NF),
NF=(Exame1+Exame2+Exame3+Exame4)/4
Avaliação especial (TE, DA, ...)
Os estudantes trabalhadores têm um processo de avaliação relativamente distinto tal como decorre da legislação. O seu teor é o seguinte:
Com base no artigo 8, ponto 2, Diário da República, 2ª Série – nº 93 – 15 de maio de 2014, o acesso aos exames parcelares da unidade curricular de Análise Avançada de Dados Quantitativos está dependente dos seguintes atos de avaliação, sendo que cada um deles está em consonância com o conteúdo de cada um dos quatro exames:
1º Apresentação, individual, na sala do Programa Doutoral, em data a designar, de um conjunto de tarefas de cariz prático de que destacamos:
- Manipulação eficiente no uso dos softwares SPSS, STATA, HLM e SuperMix nos grandes pontos abordados nas aulas:
- Análise exploratória e descritiva de uma base de dados.
- Estatística inferencial relativa a estudos diferenciais de natureza univariada e multivariada.
- Construção de modelos com base na Regressão simples, múltipla, logística e de poisson.
- Construir e avaliar modelos de complexidade crescente baseados na modelação multinível com dados transversais e longitudinais.
A nota final da unidade curricular é calculada do seguinte modo: 80% para o teste final e 20 % para os atos anteriores, sendo que em nenhum deles pode ter nota inferior a 10 valores. Se porventura num dos atos a nota do estudante for inferior a 10 valores, terá lugar uma avaliação de recurso somente na matéria do ato em causa.