Estatística Aplicada às Ciências e Engenharia
Áreas Científicas |
Classificação |
Área Científica |
CNAEF |
Matemática e estatística |
Ocorrência: 2020/2021 - 1S
Ciclos de Estudo/Cursos
Língua de trabalho
Português
Objetivos
1. Capacitar o aluno para análises de regressão envolvendo respostas contínuas ou discretas (modelos lineares generalizados)
2. Implementar análises estatísticas num software adequado
3. Promover o espírito crítico num processo de análise de dados (recolha de dados, modelação, interpretação dos resultados, ...)
Resultados de aprendizagem e competências
No final da unidade curricular, pretende-se que os estudantes:
a) adquiram conhecimentos sobre a recolha organizada de informação
b) aprendam técnicas e modelos estatísticos comummente usados no tratamento de dados
c) saibam escolher corretamente os modelos estatísticos aprendidos a problemas concretos
d) saibam aplicar e implementar os modelos estudados em R
e) adquiram 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. Será efetuada uma breve revisão a esta matéria.
Programa
0. Breve revisão sobre técnicas base de inferência. estatística - intervalos de confiança e testes de hipóteses
1- Introdução à linguagem de programação em ambiente de software R.
2. Correlação de Pearson e correlação de Spearman.
3. Regressão linear simples.
4. Regressão linear múltipla. Modelo, estimação de parâmetros, testes de hipóteses para os coeficientes, intervalos de confiança, intervalos de predição, coeficiente de determinação, multicolinearidade, métodos de selecção de modelos, comparação de modelos, diagnóstico.
5. Análise da variância - ANOVA: 1 e 2 factores.
6. Modelos lineares generalizados. Regressão logística e regressão de Poisson.
Bibliografia Obrigatória
apontamentos escritos disponibilizados pelos professores
Bibliografia Complementar
000083800. ISBN: 1-58488-029-5
000040469. ISBN: 0-387-95475-9
000098707. ISBN: 978-0-521-86116-8
000074783. ISBN: 0-387-95187-3
000040365. ISBN: 0-387-95284-5
000102543. ISBN: 1-58488-325-1
000040221. ISBN: 0-387-98218-3
Julian Faraway; Linear Models with R, Taylor and Francis, 2009. ISBN: 1584884258
Julian Faraway; Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models, Chapman & Hall/CRC Texts in Statistical Science, 2006. ISBN: 158488424X
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 R.
Software
R Project
Palavras Chave
Ciências Físicas > Matemática > Estatística
Tipo de avaliação
Avaliação distribuída com exame final
Componentes de Avaliação
Designação |
Peso (%) |
Teste |
75,00 |
Trabalho escrito |
25,00 |
Total: |
100,00 |
Componentes de Ocupação
Designação |
Tempo (Horas) |
Estudo autónomo |
110,00 |
Frequência das aulas |
42,00 |
Trabalho escrito |
10,00 |
Total: |
162,00 |
Obtenção de frequência
Não há falta de frequência.
Fórmula de cálculo da classificação final
Avaliação por exame final e trabalho opcional.
1. Há exame na época normal e na época de recurso.
2. O trabalho consiste de um relatório escrito e de uma apresentação oral.
3. A nota do trabalho não pode ser melhorada.
4. Fórmula de avaliação: Há duas fórmulas de avaliação, dependendo da entrega ou não do trabalho/projeto da unidade curricular.
a) Para os estudantes que
entregam o trabalho:
a1) Exame [13,15]; trabalho [5,7]
Das duas componentes de avaliação, aquela em que o aluno teve melhor classificação (numa escala 0-20) vale, para esse aluno, o valor máximo no intervalo acima. A pior componente vale, para esse aluno, o valor mínimo no intervalo acima.
a2) Para ser aprovado, o estudante tem de obter uma classificação superior a 6 valores (em 20 possíveis) em cada uma das componentes (exame e trabalho).
b) Para os estudantes que
não entregam o trabalho:
Neste caso, conta apenas a nota do exame; contudo, a classificação final do estudante nunca será superior a 16 valores, mesmo tendo uma nota superior no exame.
Melhoria de classificação
Melhoria de nota: realização de exame final. O trabalho não pode ser melhorado. A fórmula de avaliação é a mesma (ver acima).
Observações
1) Júri: Rita Gaio e Óscar Felgueiras.
2) O modo de funcionamento da unidade curricular está condicionado às limitações impostas pela FCUP de acordo com a evolução da pandemia COVID19. Não se espera um modo de funcionamento que seja 100% presencial.