Estatística e Análise de Dados

Código:

M4114

Sigla:

M4114

Nível:

400

Áreas Científicas
Classificação	Área Científica
OFICIAL	Matemática

Ocorrência: 2018/2019 - 2S

Ativa?	Sim
Unidade Responsável:	Departamento de Matemática
Curso/CE Responsável:	Mestrado em Ciência de Dados (Data Science)

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
M:DS	20	Plano Oficial a partir de 2018_M:DS	1	-	6	42	162

Língua de trabalho

Português

Objetivos

Formar os estudantes em métodos de análise multivariada de dados, de forma a permitir extrair a informação essencial 
de um conjunto potencialmente volumoso de dados, com foco  em métodos de classificação supervisionada e não supervisionada.

 

Resultados de aprendizagem e competências

1. Comprensão dos fundamentos teóricos das metodologias lecionadas.

2. Capacidade de extrair a informação essencial de um conjunto de dados reais, usando as metodologias lecionadas



E em particular:

- Reconhecer diferentes problemas de classificação não supervisionada e classificação supervisionada e de os 
resolver empregando os métodos abordados e com recurso ao software R ;

- Preparar, resolver e apresentar projetos computacionais de data mining, onde os vários modelos apresentados são  discutidos, avaliados 
e comparados perante casos concretos.

- Resolver exercícios computacionais e não computacionais sobre as metodologias abordadas

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

Breve resumo de vetores aleatórios. Distribuição normal multivariada. 
Métodos de reamostragem para a estimação da taxa de erro.
Seleção de Modelos Lineares e Regularização (Regressão Ridge e Lasso); compromisso viés-variância.
Triagem de variáveis para preditores de ultra elevada dimensão.
Análise Classificatória: métodos de partição, métodos hierárquicos; modelos de misturas e modelo probabilístico.
Teoria da decisão estatística; regras de Bayes de erro mínimo e de custo mínimo.
Análise discriminante linear e quadrática. Regressão logística. 
Estimação não paramétrica de funções densidade de probabilidade: método do núcleo e dos K vizinhos mais próximos.
Análise Factorial : Análise em Componentes Principais, 
Análise Factorial das Correspondências simples e Múltiplas-.
Escalonamento Multidimensional.

Bibliografia Obrigatória

apontamentos escritos disponibilizados pelos professores
James Gareth 070; An introduction to statistical learning. ISBN: 978-1-4614-7137-0
Everitt Brian S.; Applied multivariate data analysis. ISBN: 978-0-470-71117-0
000040365. ISBN: 0-387-95284-5

Bibliografia Complementar

000098707. ISBN: 978-0-521-86116-8
Sharma, Subhash; Applied multivariate techniques. ISBN: 0-471-31064-6
Hair Jr Joseph F.; Multivariate data analysis. ISBN: 0-13-515309-3
Jianqing Fan and Runze Li and Cun-Hui Zhang ; Statistical Foundation of Data Science , Chapman and Hall/CRC; 1 edition, 2019. ISBN: 978-1466510845

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.O software usado é o software SPSS ou a linguagem gratuita de programação com ambiente de software R (dependendo do mestrado em causa).

Software

R Project

Palavras Chave

Ciências Físicas > Matemática > Estatística

Tipo de avaliação

Avaliação distribuída sem exame final

Componentes de Avaliação

Designação	Peso (%)
Teste	60,00
Trabalho escrito	40,00
Total:	100,00

Componentes de Ocupação

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

Obtenção de frequência

Não há falta de frequência às aulas. O trabalho computacional, que deverá ser apresentado pelos alunos, é obrigatório.

Fórmula de cálculo da classificação final

1. Não há exame na época normal. Há exame na época de recurso.

2. Exame de recurso: os alunos que não passaram por testes e trabalho e se apresentem a exame (época de recurso), podem realizar uma ou ambas as partes. Para cada parte, ficam com o melhor dos resultados obtidos por teste e exame. O trabalho não pode ser melhorado. 

3. Melhoria de nota: os alunos que se apresentem no exame de recurso para melhoria de nota têm de realizar ambas as partes. O trabalho  não pode ser melhorado.  

A disciplina divide-se em duas partes. Cada parte é constituída por um trabalho e por um teste/exame. Para cada aluno as notas dos trabalhos e testes são dadas por:

Nota_dos_trabalhos : max (2/3*Tr1 +1/3*Tr2, 1/2*Tr1+1/2*Tr2)

Nota_dos_testes:       max (2/3*Teste1 +1/3*Teste2, 1/2*Teste1+1/2*Teste2)

Nota final= 0.6*Nota_dos_testes+0.4*Nota_dos_trabalhos. A mesma fórmula se aplica às duas partes do exame.

A aprovação está condicionada à Nota_dos_Testes (ou ambas as partes do exame), calculada pela fórmula acima,  ser igual ou superior a 7.0 valores (na escala de 0 a 20).

Os trabalho práticos consistem na análise de uma base de dados reais, utilizando os métodos lecionados na disciplina, 
por recurso a software. Deverá ser realizado por grupos de 2 alunos.

Melhoria de classificação

 Melhoria de nota: os alunos que se apresentem no exame de recurso para melhoria de nota têm de realizar ambas as partes. O trabalho não pode ser melhorado.  A fórmula de avaliação é a mesma (ver acima).