Código: | M3046 | Sigla: | M3046 |
Áreas Científicas | |
---|---|
Classificação | Área Científica |
OFICIAL | Matemática |
Ativa? | Sim |
Unidade Responsável: | Departamento de Matemática |
Curso/CE Responsável: | Licenciatura em Inteligência Artificial e Ciência de Dados |
Sigla | Nº de Estudantes | Plano de Estudos | Anos Curriculares | Créditos UCN | Créditos ECTS | Horas de Contacto | Horas Totais |
---|---|---|---|---|---|---|---|
L:B | 0 | Plano de Estudos Oficial | 3 | - | 6 | 48 | 162 |
L:CC | 5 | Plano estudos a partir do ano letivo 2021/22 | 2 | - | 6 | 48 | 162 |
3 | |||||||
L:F | 1 | Plano de Estudos Oficial | 2 | - | 6 | 48 | 162 |
3 | |||||||
L:G | 0 | Plano estudos a partir do ano letivo 2017/18 | 2 | - | 6 | 48 | 162 |
3 | |||||||
L:IACD | 54 | Plano Oficial a partir do ano letivo 2021/22 | 2 | - | 6 | 48 | 162 |
L:Q | 0 | Plano estudos a partir do ano letivo 2016/17 | 3 | - | 6 | 48 | 162 |
Docente | Responsabilidade |
---|---|
Laura Luciana Cavalcante de Sousa | Regente |
Eliana María Duarte Gélvez | Regente |
Teórica: | 1,71 |
Teorico-Prática: | 1,71 |
Tipo | Docente | Turmas | Horas |
---|---|---|---|
Teórica | Totais | 1 | 1,714 |
Laura Luciana Cavalcante de Sousa | 1,714 | ||
Eliana María Duarte Gélvez | 0,00 | ||
Teorico-Prática | Totais | 1 | 1,714 |
Laura Luciana Cavalcante de Sousa | 1,714 |
Aquisição de uma base sólida de conhecimentos em estatística indutiva e desenvolvimento de capacidades e engenho em técnicas de modelação estatística, fundamentais para a apresentação, tratamento e interpretação de conjuntos de dados.
Ao completar esta unidade curricular, o estudante deverá
- dominar os conceitos e princípios fundamentais da Estatística, e em particular da Inferência Estatística básica.
- conhecer e saber aplicar os métodos e técnicas fundamentais da inferência estatística paramétrica e não-paramétrica a problemas concretos, envolvendo a análise crítica e apresentação dos resultados obtidos;
- ser capaz de usar a linguagem de programação R na análise estatística de diferentes tipos de dados e resolução de problemas.
Estimação paramétrica: estimação pontual e intervalar.
Testes de hipóteses.
Testes de adesão a uma distribuição. Testes de adesão à normalidade.
Testes de hipóteses paramétricos para uma amostra: teste para a média, teste para a proporção (teste exacto e usando a aproximação pela normal).
Testes de hipóteses para duas amostras: diferença de médias em amostras independentes e emparelhadas, razão de variâncias.
Testes de hipóteses não paramétricos alternativos aos anteriores testes paramétricos.
Testes de hipóteses (paramétricos e não paramétricos) para mais de duas amostras de uma variável aleatória contínua. Testes para dados categóricos.
Teste de Friedmann.
Covariância e correlação. Análise de correlação (Pearson e Spearman) e testes de hipótesese correspondentes.
Análise de variância (ANOVA).
Estimadores pontuais e suas propriedades. Estatísticas de ordem. Estimação por máxima verosimilhança.
Testes de hipóteses paramétricos. Critérios de otimalidade. Testes de razão de verosimilhanças.
Os conteúdos do programa são apresentados, em geral, nas aulas teóricas e, alguns tópicos específicos, nas aulas teórico-práticas, recorrendo-se frequentemente a exemplos variados para ilustrar os os tópicos tratados e motivar o estudo autónomo dos estudantes. São resolvidos e discutidos exercícios e problemas nas aulas teórico-práticas.
A introdução dos conceitos e métodos estatísticos é apoiada em exemplos variados, discutindo-se os desenvolvimentos teóricos dos métodos bem como a sua aplicação prática e utilizando-se, quando apropriado, o software R. Os materiais de apoio são disponibilizados na página da disciplina.
Designação | Peso (%) |
---|---|
Teste | 100,00 |
Total: | 100,00 |
Designação | Tempo (Horas) |
---|---|
Estudo autónomo | 106,00 |
Frequência das aulas | 56,00 |
Total: | 162,00 |
Sem restrições.
1. Na época normal, a avaliação distribuída é efectuada com base nos resultados de dois testes (com datas a definir no início do semestre). Para ter aprovação é exigida classificação mínima de 25% em cada um dos testes. A classificação final será a média aritmética das notas dos testes.
2. Na época de recurso haverá um exame acessível a qualquer estudante que não tenha obtido aprovação na época normal. O exame será dividido em duas partes, permitindo aos estudantes que ainda não tenham obtido aprovação à UC (e apenas a estes) substituir qualquer uma das duas partes pela cotação eventualmente obtida no teste correspondente.
Os estudantes têm aprovação à unidade curricular desde que a classificação final obtida seja superior ou igual a 9.5 valores.
Os estudantes com nota superior ou igual a 17.5 valores poderão ter que realizar uma prova complementar para obterem uma nota final superior ou igual a 18 valores.
Todos os estudantes poderão melhorar a sua classificação no exame da época de recurso e terão que fazer as duas partes. Os alunos que estejam a fazer melhoria não o podem fazer por testes.