Saltar para:
Logótipo
Você está em: Início > Cursos/CE > UFC:ADO
Mapa das Instalações
FC6 - Departamento de Ciência de Computadores FC5 - Edifício Central FC4 - Departamento de Biologia FC3 - Departamento de Física e Astronomia e Departamento GAOT FC2 - Departamento de Química e Bioquímica FC1 - Departamento de Matemática

Cursos

Análise de Dados Omissos

Objetivos

O avanço, o conhecimento e a progressão derivam da investigação científica em maior ou menor escala. Grande parte de uma recolha de dados possui observações em falta, sem possibilidade de recuperação; como devemos conduzir uma análise estatística nestas circunstâncias? A existência de dados omissos constitui um problema substancial na análise de dados uma vez que pode introduzir vieses e levar a conclusões incorretas. Com esta formação pretendemos dotar os estudantes de diferentes estratégias que permitam a imputação dos dados em falta de uma forma coerente com as observações completas.

Este curso potencia ainda o “reskilling” e o “upskilling” de profissionais que procuram formação em competências adjacentes às suas, fornecendo experiências de aprendizagem paralela, ou que procuram competências avançadas que complementem a sua formação e/ou experiência profissional prévia. O curso serve a missão de oferta de Formação Contínua pela U. Porto pela oferta de cursos não conferentes de grau que possibilitam a capacitação de recursos profissionais de elevada procura pela sociedade e por empresas que desejam melhorar a sua oferta e capacidade através de novas ferramentas e novas competências.

Esta formação tem por objetivo dotar os candidatos de metodologias estatísticas para a análise com dados omissos de forma a minimizar o impacto de um possível viés nos resultados finais

Destinatários

Esta formação destina-se a todos os profissionais, técnicos, licenciados, estudantes ou docentes que pretendam adquirir conhecimentos em métodos estatísticos que permitam analisar ficheiro com dados omissos.

Atendendo a que parte ou a totalidade da formação decorrem online, os destinatários deverão assegurar as condições técnicas necessárias à sua participação.

Conteúdos programáticos da unidade de formação

Este curso irá abordar tópicos tais como a definição de diferentes tipos de dados omissos, técnicas de imputação simples e múltipla, bem como métodos de verosimilhança para dados completos e dados omissos (através do algoritmo EM). Os conteúdos programáticos incluem os seguintes tópicos: 

  1. Introdução à problemática de dados omissos.
  2. Mecanismos de dados omissos.
  3. Técnicas simples de imputação de dados omissos.
  4. Experiências computacionais em R com técnicas simples de imputação.
  5. Verosimilhança para dados completos (revisão).
  6. Verosimilhança para dados incompletos.
  7. Inferência para dados omissos.
  8. Imputação múltipla.

É desejável, ainda que não obrigatório, que os formandos tenham já alguma familiaridade com o software estatístico R.

Condições específicas de ingresso e critérios de seleção e seriação

Para que o formando possa frequentar a formação deverá possuir frequência de uma unidade curricular de Estatística ao nível de ensino superior.

A avaliação das candidaturas será feita numa primeira fase, na escala 100% - 20 valores, atendendo aos seguintes critérios:

  • Experiência Profissional (40%), pela avaliação da experiência reportada: será valorizada a atividade profissional na área das ciências exatas.
  • Currículo Académico (40% - até 8 valores)
  • - Carta de motivação (20% - até 4 valores)

Haverá uma bonificação na classificação para os seguintes candidatos:

  • Candidatos com idade superior a 23 anos e com residência em território nacional. (Bonificação de 4 valores)
  • Evidência, a partir da carta de motivação, da relevância da formação nas perspetivas de “reskilling/upskilling” na sua atividade profissional. (Bonificação de 2 valores)

Os candidatos serão seriados com base no resultado da soma da classificação da 1º fase com as bonificações.

 

Critérios de desempate:

  • Melhor classificação na Experiência Profissional
  • Melhor classificação no Currículo Académico

Metodologias de ensino:

Regime b-learning: Métodos expositivo e demonstrativo. O curso será baseado em notas pessoais que introduzem os conceitos e que ilustram os mesmos através do software R (14h, aulas teóricas) usando dados reais bem como dados simulados. O software R será utilizado não só para as análises de dados, bem como para a produção de gráficos e visualizações. O curso será ainda composto por uma componente teórico–prática (5h30) na qual os alunos terão oportunidade de praticar os conceitos adquiridos e 1h30 presenciais para avaliação do conteúdo. O curso consiste assim em 21h de formação (3 ECTS). A plataforma Moodle será utilizada ao longo da formação e funcionará como repositório de material. 

Avaliação:

Modalidade de avaliação em regime b-learning:

  1. Avaliação intermédia (60%): Os formandos serão avaliados através de um trabalho individual no qual terão de resolver uma série de exercícios que visam avaliar: i) a compreensão e interpretação dos conceitos estudados e dos resultados obtidos; ii) a capacidade de análise e implementação das metodologias analisadas ao longo da formação. 
  2. Avaliação final (40%): No final da formação, os alunos serão avaliados através de um exame de escolha múltipla que visará avaliar novamente os pontos i) e ii) referidos na alínea a). O exame decorre presencialmente

Datas de realização

  • 6 de novembro a 7 de dezembro de 2024

Horário e Local:

  • 6, 8, 11, 13, 20, 22 de novembro, 17h às 20h (Online)
  • 27 de novembro, 17h às 18h30 (Online)
  • 7 de dezembro EXAME 10h às 12h PRESENCIAL

Prazos - 1ª Edição 2024/25

Candidaturas: até 16 de outubro de 2024
Análise das candidaturas: 18 a 22 de outubro de 2024
Resultados Definitivos: 24 de outubro de 2024
Matrículas: 28 e 29 de outubro de 2024
Início: 6 de novembro de 2024

De acordo com o artigo 124.º, n.º1, alínea a) do Código do Procedimento Administrativo, dispensa-se o período de audiência prévia na medida em que permitirá evitar prejudicar o início previsto da formação e, dessa forma, todos os candidatos e participantes.

Anulação da Inscrição

O estudante pode solicitar a anulação da inscrição através de requerimento dirigido à Diretora da Faculdade de Ciências da Universidade do Porto, sendo que:
  • A desistência de frequência até 2 dias úteis antes do início do curso não conferente de grau ou unidade de formação contínua implica o pagamento de 50 % do valor de propina; após essa data, é devida a totalidade do valor.

Bolsas PRR

De acordo com o nº 5 do artigo 7º do REGULAMENTO PARA ATRIBUIÇÃO DE BOLSAS DE INCENTIVO À (RE)QUALIFICAÇÃO E ATUALIZAÇÃO DE COMPETÊNCIAS NO ÂMBITO DAS FORMAÇÕES NÃO CONFERENTES DE GRAU DA UNIVERSIDADE DO PORTO OFERECIDAS AO ABRIGO DO «IMPULSO ADULTOS» (PRR), DESPACHO N.º GR.02/06/2022 de 3 de junho de 2022, “O prazo para liquidação do valor da propina por estudantes bolseiros é prorrogável até dez (10) dias úteis após a data de pagamento da bolsa.”


Informações

Proteção de Dados: Para além das finalidades regulares de utilização dos seus dados pela U.Porto, relacionados com a seleção e seriação das candidaturas e, posteriormente, com a gestão académica dos candidatos selecionados, informamos que, face ao enquadramento da presente formação no âmbito do «Programa de Formação Multidisciplinar da U.Porto – Impulso Jovens STEAM & Impulso Adultos» (PRR), a identificação de todos os participantes (nome, NIF e contacto) terá de ser comunicada à Direção-Geral do Ensino Superior para efeitos de monitorização da execução do projeto.

Quaisquer dúvidas sobre o tratamento dos seus dados poderão ser endereçadas à Encarregada da Proteção de Dados da U.Porto, para dpo@reit.up.pt.

Contactos

Docente Responsável: Rita Gaio
Educação Contínua: formacao.continua@fc.up.pt

Dados Gerais

Docente Responsável: Rita Gaio
Sigla: UFC:ADO
Tipo de curso/ciclo de estudos: Unidade de Formação Contínua
Início: 2023/2024
Duração: 21 Horas

Planos de Estudos

Diplomas

  • Análise de Dados Omissos (3 Créditos ECTS)

Áreas Científicas Predominantes

Recomendar Página Voltar ao Topo
Copyright 1996-2024 © Faculdade de Ciências da Universidade do Porto  I Termos e Condições  I Acessibilidade  I Índice A-Z  I Livro de Visitas
Última actualização: 2024-10-22 I  Página gerada em: 2024-10-31 às 22:51:01 | Política de Utilização Aceitável | Política de Proteção de Dados Pessoais | Denúncias