Estatística Aplicada B

Código:

M3046

Sigla:

M3046

Áreas Científicas
Classificação	Área Científica
OFICIAL	Matemática

Ocorrência: 2023/2024 - 2S

Ativa?	Sim
Unidade Responsável:	Departamento de Matemática
Curso/CE Responsável:	Licenciatura em Inteligência Artificial e Ciência de Dados

Ciclos de Estudo/Cursos

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

Língua de trabalho

Português

Objetivos

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.

Resultados de aprendizagem e competências

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.

Modo de trabalho

Presencial

Programa

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.

Bibliografia Obrigatória

Laura Cavalcante; Apontamentos disponibilizados pelo docente.

Bibliografia Complementar

George Casella; Statistical inference. ISBN: 0-534-24312-6
Gareth James; An introduction to statistical learning. ISBN: 978-1-4614-7137-0
Deborah Nolan; Stat labs. ISBN: 0-387-98974-9
John A. Rice; Mathematical statistics and data analysis. ISBN: 9780495118688

Métodos de ensino e atividades de aprendizagem

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. 

Software

R project

Palavras Chave

Ciências Físicas > Matemática > Estatística

Tipo de avaliação

Avaliação distribuída sem exame final

Componentes de Avaliação

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

Componentes de Ocupação

Designação	Tempo (Horas)
Estudo autónomo	106,00
Frequência das aulas	56,00
Total:	162,00

Obtenção de frequência

Sem restrições.

Fórmula de cálculo da classificação final

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. 

Melhoria de classificação

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.