Código: | B4059 | Sigla: | B4059 |
Áreas Científicas | |
---|---|
Classificação | Área Científica |
OFICIAL | Biologia |
Ativa? | Sim |
Unidade Responsável: | Departamento de Biologia |
Curso/CE Responsável: | Mestrado em Biodiversidade, Genética e Evolução |
Sigla | Nº de Estudantes | Plano de Estudos | Anos Curriculares | Créditos UCN | Créditos ECTS | Horas de Contacto | Horas Totais |
---|---|---|---|---|---|---|---|
M:BFBP | 2 | Plano de Estudos M:BFBP_2015_2016 | 1 | - | 6 | 42 | 162 |
M:BGE | 17 | Plano de Estudos Oficial | 1 | - | 6 | 42 | 162 |
M:BGQ | 1 | Plano de Estudos do M:BGQA_2013-2014 | 1 | - | 6 | 42 | 162 |
M:GF | 0 | plano de estudos do Mestrado em Genética Forense a partir de 2013_2014 | 1 | - | 6 | 42 | 162 |
M:RBA | 16 | PE partir do ano letivo 2013_2014 | 1 | - | 6 | 42 | 162 |
A maioria dos biólogos aborda o desenho experimental de maneira informal, ou ad hoc, refinando as suas experiências de forma empírica, numa base de tentativa-erro. Durante o curso será dada especial relevância à lógica subjacente a todo o processo experimental, desde a elaboração de hipóteses, selecção de testes estatísticos adequados às hipóteses em causa, planeamento e concepção da experiência e interpretação de resultados.
Pretende-se, com este curso, dotar os estudantes de um conhecimento sólido sobre o desenho experimental na área da biologia
Conhecimentos básicos de estatística (essencialmente distribuição e análise de probabilidades). Conhecimentos básicos de utilização de folhas de cálculo (p.ex., excel), sobretudo a nível de funções matemáticas.
Lógica da pesquisa científica: teste de hipóteses. O princípio hipotético-dedutivo versus a lógica indutiva. Prova científica, probabilidade e exequibilidade. A experiência no contexto dos testes de hipóteses. Importância do design experimental. Probabilidades, estatísticas e amostragem . Testes de hipóteses. Parâmetros e estimativas. Populações e amostras. Representatividade das amostras. Tipos de amostragem. Precisão e exactidão. Comparação de duas populações. Teste t de Student. Fundamentos de um teste estatístico. Hipótese nula e alternativas. Níveis de significância. Erros do Tipo I e Tipo II. A utilidade das comparações de duas amostras. O problema das comparações múltiplas. Análise de Variância. Factores ou critérios de classificação. ANOVA unifactorial. Repartição das fontes de variação. Desenvolvimento do modelo linear. Pressupostos da ANOVA. Testes F. Factores fixos ou aleatórios. Factores fixos (I) e aleatórios (II). Comparações múltiplas a posteriori. Pressupostos da ANOVA. Testes de homoscedasticidade. Replicação e pseudoreplicação. Transformação de dados. Modelos de ANOVA com dois factores ortogonais. Interacção entre factores. Testes F em modelos ortogonais de factores fixos (I), aleatórios (II) ou mistos (III). Modelos hierárquicos. Testes F em modelos hierárquicos. Modelos complexos com mais de dois factores. Modelos com factores ortogonais e hierárquicos. Regras de Cornfield-Tukey. Comparações múltiplas a priori . Testes ortogonais e não ortogonais. Potência de testes envolvendo factores fixos e aleatórios. Cálculo da potência a priori (elaboração de experiências) e a posteriori. Análises assimétricas. Modelos Beyond-BACI para análise de impactes ambientais.
Aulas teórico-práticas. A sequência de temas teóricos será acompanhada de exercícios práticos, usando dados simulados. Os estudantes podem (e devem) participar através da sugestão de experiências que envolvam hipóteses originais, para as quais se podem simular dados usando o simulador disponível na web.
Designação | Peso (%) |
---|---|
Participação presencial | 5,00 |
Trabalho escrito | 95,00 |
Total: | 100,00 |
Designação | Tempo (Horas) |
---|---|
Estudo autónomo | 60,00 |
Frequência das aulas | 42,00 |
Trabalho escrito | 60,00 |
Total: | 162,00 |
Resolução de um problema prático que inclua: Hipótese(s) clara(s) sobre um ou mais processos biológicos Desenho experimental adequado às hipóteses referidas Simulação de dados e interpretação de resultados Frequência a pelo menos 75% das aulas
Durante as aulas 1) Participação: 1 valores No relatório 1) Ideia: 3 valores 2) Complexidade da análise: 4 valores 3) Concepção do desenho experimental: 6 valores 4) Interpretação dos dados: 4 valores 5) Conclusões: 2 valores A classificação final será calculada pela soma das componentes do relatório acima indicadas ponderadas por uma percentagem (0-1).
Novo relatório, mantendo-se a nota da componente "participação"