Estatística Aplicada

Código:

M4154

Sigla:

M4154

Nível:

400

Áreas Científicas
Classificação	Área Científica
OFICIAL	Matemática

Ocorrência: 2024/2025 - 1S

Ativa?	Sim
Unidade Responsável:	Departamento de Matemática
Curso/CE Responsável:	Mestrado em Estatística Computacional e Análise de Dados

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
M:ECAD	18	Plano Oficial do ano letivo 2021/2022.	1	-	6	42	162

Língua de trabalho

Português - Suitable for English-speaking students

Objetivos

Capacitar o aluno para:
1. efetuar análises de regressão envolvendo respostas com uma distribuição (condicionada às variáveis explicativas) pertencente à família exponencial  (modelos lineares generalizados)
2. implementar as correspondentes análises estatísticas numa linguagem/software adequado
3. desenvolver espírito crítico num processo de análise de dados (recolha de dados, modelação, interpretação dos resultados, diagnóstico do modelo,...)

Resultados de aprendizagem e competências

No final da unidade curricular, pretende-se que os estudantes: 

a) tenham adquirido competências ao nível da recolha organizada de informação
b) tenham aprendido técnicas e modelos estatísticos comummente usados em tratamentos estatísticos de dados
c) estejam capacitados para efetuar análises de regressão envolvendo respostas contínuas ou discretas (modelos lineares generalizados), num contexto de dados seccionais, com recurso a linguagem/software de análises estatísticas adequado
d) saibam identificar o modelo estatístico mais adequado a um dado contexto
e) conheçam os mecanismos de estimação e inferência subjacentes aos modelos estudados
f) tenham adquirido espírito crítico e capacidade de interpretação dos resultados obtidos

Modo de trabalho

Presencial

Pré-requisitos (conhecimentos prévios) e co-requisitos (conhecimentos simultâneos)

São necessários conhecimentos prévios sobre variáveis aleatórias e distribuições de probabilidade, estatísticas amostrais, intervalos de confiança e testes de hipóteses. Estes são os conteúdos usuais de uma unidade curricular de introdução às Probabilidades e Estatística do Ensino Superior. 

Programa

1. Regressão linear simples. Estimação de parâmetros usando o método dos mínimos quadrados e o método da máxima verosimilhança (com revisão sobre correlação de Pearson, se necessário)

2. Regressão linear múltipla. Modelo e hipóteses subjacentes, estimação de parâmetros, testes de hipóteses e intervalos de confiança sobre os parâmetros, intervalos de confiança para a resposta média, intervalos de predição, coeficiente de determinação, multicolinearidade, variáveis explicativas categóricas, algoritmos de seleção de variáveis, seleção e comparação de modelos, diagnósticos. Interações.

3. Modelos de análise da variância (ANOVA).

4. Modelos lineares generalizados. Regressão logística e regressão de Poisson

Bibliografia Obrigatória

Docentes da UC ; Apontamentos escritos

Bibliografia Complementar

Julian Faraway; Linear Models with R, Taylor and Francis, 2009. ISBN: 1584884258
P. McCullagh; Generalized linear models. ISBN: 0-412-31760-5
David Hosmer, Stanley Lemeshow , Rodney Sturdivant; Applied Logistic Regression, John Wiley & Sons, Inc., 2013. ISBN: 9780470582473
S Weisberg; Applied Linear Regression, John Wiley & Sons, 2014. ISBN: 9781118386088
John Fox, Sanford Weisberg; An R Companion to Applied Regression, 3rd Edition, SAGE Publications, Inc., 2019. ISBN: 978-1-5443-3647-3

Métodos de ensino e atividades de aprendizagem

Aulas de tipo teórico-prático com diferentes exemplos de aplicação das técnicas e modelos estatísticos apresentados em laboratório computacional. A linguagem/ software usada é o R.

Software

R Project

Palavras Chave

Ciências Físicas > Matemática > Estatística

Tipo de avaliação

Avaliação distribuída sem exame final

Componentes de Avaliação

Designação	Peso (%)
Teste	100,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Estudo autónomo	120,00
Frequência das aulas	42,00
Total:	162,00

Obtenção de frequência

De acordo com as regras da FCUP.

Fórmula de cálculo da classificação final

Avaliação por 2 testes. O último teste será realizado na época normal. 

Para cada aluno, o teste em que obteve melhor classificação tem um peso de 60% e o outro tem um peso de 40%, para obtenção da classificação final. 
A nota de cada teste só será considerada para a avaliação final se for igual ou superior a 6 valores (na escala 0-20 valores).
Só podem fazer o segundo teste os alunos que tiverem obtido uma nota igual ou superior a 6 valores no primeiro teste, na escala 0-20. 

O exame de recurso tem de ser resolvido integralmente - não são contabilizadas notas dos testes na época de recurso.

Melhoria de classificação

A melhoria de nota só poderá ser realizada no exame da época de recurso.