Código: | M2016 | Sigla: | M2016 | Nível: | 200 |
Áreas Científicas | |
---|---|
Classificação | Área Científica |
OFICIAL | Matemática |
Ativa? | Sim |
Unidade Responsável: | Departamento de Matemática |
Curso/CE Responsável: | Licenciatura em Ciência de Computadores |
Sigla | Nº de Estudantes | Plano de Estudos | Anos Curriculares | Créditos UCN | Créditos ECTS | Horas de Contacto | Horas Totais |
---|---|---|---|---|---|---|---|
L:CC | 40 | Plano de estudos a partir de 2014 | 2 | - | 6 | 56 | 162 |
MI:ERS | 76 | Plano Oficial desde ano letivo 2014 | 2 | - | 6 | 56 | 162 |
Introdução dos conceitos, princípios e métodos fundamentais da estatística. É dada particular atenção à compreensão dos conceitos e à utilização critica dos métodos·
Pretende-se que o estudante:
. Compreenda os conceitos fundamentais da teoria das probabilidades e saiba calcular as probabilidades associadas ao fenómeno em estudo;
· Seja capaz de identificar as técnicas de Estatística Descritiva adequadas, para organizar e sumariar um conjunto de dados, e saiba aplicá-las;
· Seja capaz de caracterizar variáveis aleatórias e identificar as respectivas distribuições de probabilidade;
· Seja capaz de aplicar técnicas adequadas de estimação pontual e intervalar para inferir sobre as características de uma população com base numa amostra e analisar os resultados obtidos;
· Compreenda os procedimentos gerais para aplicação de um teste de hipóteses.
. Se familiarize com o sofware R na resolução de problemas.
1. Breve introdução aos objectivos da u.c. e metodologia da Estatística.
2.Teoria das Probabilidades: conceitos fundamentais, operações entre acontecimentos, métodos de contagem (revisão do cálculo combinatório), interpretações do conceito de probabilidade, independência de acontecimentos e probabilidade condicionada, teoremas de Bayes e da probabilidade total.
3. Variáveis aleatórias: definição de variável aleatória, função de probabilidade, função densidade de probabilidade e função de distribuição; valor esperado e suas propriedades, variância e suas propriedades; vetores aleatórios, independência e condicionamento.
4. Algumas distribuições de probabilidade: distribuições discretas (binomial, geométrica, hipergeométrica e Poisson) e contínuas (uniforme, normal, exponencial, qui-quadrado e t-student); teoremas de de Moivre-Laplace e do Limite Central.
5. Estatística Descritiva: definição de estatística, conceitos fundamentais, tipos de observações e escalas de medida, técnicas de sumariação dos dados (tabelas, gráficos, medidas de localização e dispersão), definição de outlier e conceito de correlação.
6. Técnicas de Inferência Estatística: estimação pontual (principais conceitos e propriedades dos estimadores), estimação intervalar e introdução aos testes de hipóteses.
7. Resolução de problemas concretos usando o software livre R.
As horas de contacto estão distribuídas em aulas teóricas e teórico-práticas. Nas primeiras são apresentados os conteúdos do programa, recorrendo-se a exemplos para ilustrar os conceitos tratados.
As Aulas Práticas são acompanhadas por fichas de exercícios referentes a cada uma das secções programáticas, sendo algumas secções também acompanhadas pela utilização do Software R nas aulas práticas, em computador.
Designação | Peso (%) |
---|---|
Teste | 100,00 |
Total: | 100,00 |
Os estudantes podem realizar dois testes parcelares ao longo do semestre e exame final. A nota mínima em cada um dos testes é de 7 valores (em 20) e, neste caso, os testes dão dispensa de exame desde que a média dos dois seja pelo menos 10 valores. Os estudantes dispensados de exame final podem realizar o exame e, caso pretendam a correção do mesmo, a nota do exame final substiti a nota obtida por testes. Quem tiver mais de 17 valores terá de fazer uma prova de valorização, caso contrário fica com 17 valores.