Estatística Aplicada

Código:

M4154

Sigla:

M4154

Nível:

400

Áreas Científicas
Classificação	Área Científica
OFICIAL	Matemática

Ocorrência: 2021/2022 - 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	12	Plano Oficial do ano letivo 2021/2022.	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) 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 transversais, com recurso a um software de análises estatísticas adequado
d) saibam identificar o modelo estatístico mais adequado a um dado contexto
e) tenham percebido 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. Correlação de Pearson e correlação de Spearman.
2. Regressão linear simples. Estimação de parâmetros usando o método dos mínimos quadrados e o método da máxima verosimilhança.
3. 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.
4. Modelos de análise da variância.
5. Modelos lineares generalizados. Regressão logística.

Bibliografia Obrigatória

Docentes da UC ; Apontamentos escritos

Bibliografia Complementar

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
M. Kutner, C. Nachtsheim, J. Neter, W. Li; Applied Linear Statistical Models, McGraw-Hill, 2005. ISBN: 0-07-238688-6
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	100,00
Frequência das aulas	42,00
Trabalho escrito	20,00
Total:	162,00

Obtenção de frequência

Sem requisitos.

Fórmula de cálculo da classificação final

Avaliação por 2 testes e trabalho opcional.

1. O 1º teste terá lugar durante o período de aulas e o 2º teste terá lugar na época normal de exames.

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 classificação:

(a) para estudantes que tenham realizado o trabalho:

max{0.75(T1+T2)+0.25TE, 0.65(T1+T2)+0.35TE}

T1: classificação no 1º teste
T2: classificação no 2º teste
TE: classificação no trabalho escrito.

(b) para estudantes que não tenham realizado o trabalho:

T1+T2 mas não ultrapassará os 16 valores

5. O exame da época de recurso  será dividido em duas partes, permitindo aos estudantes que ainda não tenham obtido aprovação à UC (e apenas a estes) substituir eventualmente qualquer uma das duas partes pela cotação obtida no teste correspondente.

Melhoria de classificação

A melhoria de nota só poderá ser realizada no exame da época de recurso e não no trabalho escrito.

Observações

1) Júri: Helena Mena Matos e Rita Gaio.

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.