Análise de Dados Económicos II

Código:

2ME20

Sigla:

AED II

Áreas Científicas
Classificação	Área Científica
OFICIAL	Economia

Ocorrência: 2022/2023 - 1S

Ativa?	Sim
Curso/CE Responsável:	Mestrado em Economia

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
ME	36	Plano Oficial a partir de 2021-2022	1	-	3	21	81

Língua de trabalho

Português

Objetivos

Esta unidade curricular (UC) surge no seguimento da UC “Análise de Dados Económicos I”. O objetivo desta UC é, por um lado, evidenciar aos estudantes a importância de produzir informação empírica em economia que seja reproduzível e, por outro lado, providenciar aos estudantes um conjunto de boas práticas para atingir esse objetivo.

Resultados de aprendizagem e competências

Espera-se que, no final da UC, os estudantes estejam habilitados a implementar as melhores práticas na investigação/análise empírica, nomeadamente no que respeita ao processo que garante a replicação do trabalho empírico.

Modo de trabalho

Presencial

Pré-requisitos (conhecimentos prévios) e co-requisitos (conhecimentos simultâneos)

A UC pressupõe conhecimentos adquiridos na UC “Análise de Dados Económicos I”.

Programa

1. O processo de produção de informação empírica em economia


2. Investigação reproduzível em economia e econometria


3. Implementação eficaz do trabalho empírico: boas práticas de programação, controlo de versão e bom workflow


4. Automatização da análise de dados


5. Replicação de investigação empírica em economia: estudos de caso (publicados)

Bibliografia Obrigatória

Corti, L., Van den Eynden, V., Bishop, L., and Woollard, M.; Managing and Sharing Research Data: A Guide to Good Practice, Sage Publications, 2020
Orozco, V., Bontemps, C., Maigné, E., Piguet, V., Hofstetter A., Lacroix A., Levert, F., and Rousselle, J.M; How to Make a Pie: Reproducible Research for Empirical Economics & Econometrics, TSE Working Paper, n.18-933, 2018

Bibliografia Complementar

Long, J. S.; The workflow of data analysis using Stata. , College Station, TX: Stata Press., 2009
Gentzkow, M., and Shapiro, J.M. ; Code and Data for the Social Sciences: A Practitioner's Guide, 2014

Métodos de ensino e atividades de aprendizagem

As sessões incluem uma breve exposição teórica, mas a maioria das aulas será aplicada. Nas sessões em computador os estudantes deverão:

(i) elaborar relatórios com análise empírica usando linguagem Markdown;

(ii) replicar estudos económicos publicados.

Software

Stata
Jupyter Notebook

Tipo de avaliação

Avaliação distribuída sem exame final

Componentes de Avaliação

Designação	Peso (%)
Participação presencial	10,00
Trabalho prático ou de projeto	45,00
Teste	45,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Frequência das aulas	21,00
Trabalho de investigação	30,00
Estudo autónomo	30,00
Total:	81,00

Obtenção de frequência

A avaliação será baseada na realização de:

• 1 teste
• 1 trabalho de grupo;
• participação nas aulas.

Não há avaliação por exame final.

 

Fórmula de cálculo da classificação final

 

Avaliação distribuída sem exame final: trabalho de grupo (45%); teste (45%); participação nas aulas (10%). São aprovados os estudantes que obtiverem uma classificação final igual ou superior a 9,5 valores e que não tenham obtido classificação inferior a 6.5 valores no teste.