Análise de Dados

Código:

2GE07

Sigla:

DA

Áreas Científicas
Classificação	Área Científica
OFICIAL	Matemática

Ocorrência: 2020/2021 - 1S

Ativa?	Sim
Unidade Responsável:	Agrupamento Científico de Matemática e Sistemas de Informação
Curso/CE Responsável:	Mestrado em Gestão

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
MIM	20	Plano de estudos oficial	2	-	7,5	56	202,5

Língua de trabalho

Inglês

Objetivos

Formar os alunos em métodos de análise de dados, de forma a permitir que os alunos saibam extrair a informação essencial de um conjunto potencialmente volumoso de dados.

Resultados de aprendizagem e competências

1. Comprensão dos fundamentos teóricos das metodologias lecionadas.

2. Capacidade de extrair a informação essencial de um conjunto de dados reais, usando as metodologias lecionadas.

Modo de trabalho

Presencial

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

Os alunos são supostos dominar os seguintes tópicos:

Álgebra linear, a nível de 1º ciclo:
- Cálculo com vectores e matrizes, valores próprios, vectores próprios.

Probabilidades e Estatística, a nível de 1º ciclo:
- Estatística descritiva;
- Noções gerais de cálculo de probabilidades;
- Distribuições de probabilidade;
- Testes de hipóteses.

Programa

- Análise Preliminar de Dados.

- Tabelas de Contingência.

- Análise de Variância (ANOVA).

- Análise Factorial.

- Análise Classificatória.

Bibliografia Obrigatória

João Maroco; Análise Estatística com o SPSS Statistics, ReportNumber, 2011. ISBN: 9789899676329 (Existem na biblioteca dições anteriores , do mesmo autor, com título afim)
Everitt Brian S.; Applied multivariate data analysis. ISBN: 978-0-470-71117-0

Bibliografia Complementar

Figueiredo Fernanda Otília de Sousa 070; Estatística descritiva e probabilidades. ISBN: 978-972-592-249-1
Figueiredo Fernanda Otília de Sousa 070; Inferência estatística. ISBN: 978-972-592-501-0
Hair Jr Joseph F; Multivariate data analysis. ISBN: 0-13-515309-3

Métodos de ensino e atividades de aprendizagem

- Aulas teóricas-práticas, com resolução de problemas e exemplos de utilização dos softwares.

- Exercícios propostos para treino individual dos alunos.

- Acompanhamento do trabalho prático.

Software

Software R
SPSS
SPAD

Palavras Chave

Ciências Físicas > Matemática > Estatística

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Designação	Peso (%)
Exame	60,00
Trabalho escrito	40,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Apresentação/discussão de um trabalho científico	6,00
Estudo autónomo	117,00
Frequência das aulas	42,00
Trabalho escrito	37,50
Total:	202,50

Obtenção de frequência

Exame final e trabalho prático.

Fórmula de cálculo da classificação final

- Nota final = 0.6*nota exame+0.4*nota trabalho.

- A aprovação está condicionada à nota do exame ser igual ou superior a 7.0 valores (na escala de 0 a 20).

Provas e trabalhos especiais

O trabalho prático consiste na análise de uma base de dados reais, utilizando os métodos lecionados na disciplina, por recurso a software.
Deverá ser realizado por grupos de 3 alunos.

Três prazos correspondentes às 3 fases do trabalho :

- Definição dos grupos e tópicos (dados)
- Análise univariada
- Análise multivariada

Prazos exactos e mais detalhes a especificar nas primeiras aulas.

 

Melhoria de classificação

A classificação pode ser objecto de melhoria em exame de recurso. Esta eventual melhoria afecta apenas a parte da classificação relativa ao exame final. Não há possibilidade de melhorar a nota obtida no trabalho prático.

O trabalho apenas é válido para o ano letivo em curso 2020/2021.