Estatística Aplicada às Ciências e Engenharia

Código:

M4119

Sigla:

M4119

Áreas Científicas
Classificação	Área Científica
CNAEF	Matemática e estatística

Ocorrência: 2020/2021 - 1S

Ativa?	Sim
Unidade Responsável:	Departamento de Matemática
Curso/CE Responsável:	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
E:ECAD	15	PE_Estatística Computacional e Análise de Dados	1	-	6	42	162

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.