Estatística Aplicada

Código:

M4091

Sigla:

M4091

Nível:

400

Áreas Científicas
Classificação	Área Científica
OFICIAL	Matemática

Ocorrência: 2022/2023 - 1S

Ativa?	Sim
Unidade Responsável:	Departamento de Matemática
Curso/CE Responsável:	Mestrado em Bioinformática e Biologia Computacional

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
E:BBC	1	PE_Bioinformática e Biologia Computacional	1	-	6	42	162
M:BBC	19	Plano estudos a partir de 2018	1	-	6	42	162
M:DS	15	Plano Oficial a partir de 2018_M:DS	1	-	6	42	162

Língua de trabalho

Inglês

Objetivos

1. Capacitar o aluno para análises de regressão envolvendo respostas pertencentes à família exponencial (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 sobre parâmetros, intervalos de confiança, intervalos de predição, coeficiente de determinação, multicolinearidade, métodos de selecção de modelos, comparação de modelos, diagnóstico e análise de resíduos.
5*. Análise da variância - ANOVA: 1 e 2 factores.
6*. Modelos lineares generalizados. Regressão logística. 
*Será apenas estudado um assunto, de entre 5. e 6. 

 

Bibliografia Obrigatória

Rita Gaio; Apontamentos escritos pela professora

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

Palavras Chave

Ciências Físicas > Matemática > Estatística

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Designação	Peso (%)
Teste	100,00
Total:	100,00

Componentes de Ocupação

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

Obtenção de frequência

Sem requisitos.

Fórmula de cálculo da classificação final

Avaliação por 3 testes. O último teste será realizado na época normal. 

Para cada aluno, o teste em que obteve melhor classificação tem um peso de 40% e os restantes um peso de 30%. 

O exame de recurso tem de ser resolvido integralmente. 

Avaliação especial (TE, DA, ...)

Os estudantes em situações especiais devem discutir a sua avaliação com a docente.

Melhoria de classificação

Os testes não podem ser individualmente melhorados.  

Observações

1) O modo de funcionamento da unidade curricular está condicionado às limitações impostas pela FCUP de acordo com a evolução da pandemia COVID19. 

2) O método de avaliação poderá vir a ser alterado, em função da evolução da pandemia COVID-19.