Saltar para:
Logótipo
Comuta visibilidade da coluna esquerda
Você está em: Início > 1EC203

Estatística I

Código: 1EC203     Sigla: ESTI

Áreas Científicas
Classificação Área Científica
OFICIAL Matemática

Ocorrência: 2021/2022 - 1S Ícone do Moodle

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

Ciclos de Estudo/Cursos

Sigla Nº de Estudantes Plano de Estudos Anos Curriculares Créditos UCN Créditos ECTS Horas de Contacto Horas Totais
LECO 337 Plano de Bolonha a partir de 2012 2 - 6 42 162
Mais informaçõesA ficha foi alterada no dia 2021-10-05.

Campos alterados: Pre_requisitos, Fórmula de cálculo da classificação final, Componentes de Avaliação e Ocupação, Programa, Tipo de avaliação, Obtenção de frequência

Língua de trabalho

Português

Objetivos

1. Formar utilizadores críticos dos métodos estatísticos.
2. Criar competências para que os alunos sejam capazes de aplicar corretamente as técnicas e os conceitos estatísticos, nunca esquecendo a sua rigorosa formulação matemática e condições de aplicabilidade, mesmo quando compreendidos intuitivamente.
3. Desenvolvimento de capacidades para a utilização crítica das principais técnicas de Estatística Descritiva na análise de dados estatísticos. Em particular, criar competências para a elaboração de um relatório a partir dos outputs do software R.
4. Aquisição de conhecimentos indispensáveis para o estudo da Inferência Estatística e da Econometria.
5. Desenvolver a capacidade de raciocínio, de análise e de adaptação a novas situações.

Resultados de aprendizagem e competências

Os estudantes devem ser capazes de aplicar corretamente as técnicas e os conceitos estatísticos, nunca esquecendo a sua rigorosa formulação matemática e condições de aplicabilidade, e de demonstrar espírito crítico nas conclusões que apresentam.

Modo de trabalho

Presencial

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

Conhecimentos sobre cálculo de integrais simples, próprios e impróprios.
R software

Programa

ESTATÍSTICA DESCRITIVA E TEORIA DAS PROBABILIDADES


1. ESTATÍSTICA DESCRITIVA
Breve revisão de conceitos fundamentais de Estatística Descritiva, incluindo a análise de alguns conjuntos de dados  com a utilização do software R.
    1.1. Classificação dos diferentes tipos de dados.
    1.2. Tabelas de frequências e principais representações gráficas.
    1.3. Medidas descritivas de localização (média, moda e mediana), de dispersão (variância, desvio padrão e coeficiente de variação), de ordem (quantis), de assimetria (coeficientes de assimetria de Fisher, Pearson e Bowley) e de achatamento (kurtosis).. 
    1.4. Estudo da correlação. Diagrama de dispersão, covariância e correlação.


2. PROBABILIDADES
    2.1. Introdução.
    2.2. Experiência aleatória. Espaço de resultados e acontecimentos.
    2.3. Definições de probabilidade.
    2.4. Probabilidade condicionada.
    2.5. Independência entre acontecimentos.
    2.6. Teorema da probabilidade absoluta e teorema de Bayes.


3. VARIÁVEIS ALEATÓRIAS unidimensionais discretas e contínuas.
            3.1.. Definição e exemplos.
            3.2. Distribuição de probabilidade de uma variável unidimensional.
            3.3. Momentos e parâmetros mais importantes.
    


4. DISTRIBUIÇÕES DE PROBABILIDADE
    4.1. Distribuições discretas mais importantes: teoremas e propriedades.
           4.1.1. Distribuição uniforme discreta
           4.1.2. Distribuição hipergeométrica
           4.1.3. Distribuição binomial
           4.1.4. Distribuição de Poisson.
    4.2. Distribuições contínuas mais importantes: teoremas e propriedades.
           4.2.1. Distribuição uniforme contínua
           4.2.2. Distribuição normal ou Gaussiana
           4.2.3. Distribuição exponencial negativa

 

Bibliografia Obrigatória

• Fernanda Figueiredo, Adelaide Figueiredo, Alexandra Ramos e Paulo Teles. ; Estatística Descritiva e Probabilidades - Problemas resolvidos e propostos com aplicações em R, 2ª edição, Escolar Editora, 2009. ISBN: 978-972-592-249-1

Bibliografia Complementar

• Thomas Wonnacott and Ronald Wonnacott. ; Introductory Statistics for Business and Economics, 4th edition. , Wiley, 1993
• Bento Murteira, Carlos Ribeiro, João Silva e Carlos Pimenta; Introdução à Estatística. , Escolar editora, 2010
Newbold Paul; Statistics for business and economics. ISBN: 978-0-273-76706-0
• António Pedrosa e Sílvio Gama. ; Introdução Computacional à Probabilidade e Estatística. , Porto Editora, 2004. ISBN: 972-0-06056-5
• Andrew Siegel. ; Practical Business Statistics, 5th edition. , MacGraw-Hill, 2003

Observações Bibliográficas

n.a.

Métodos de ensino e atividades de aprendizagem

Aulas teórico/práticas, i.e., teóricas com resolução de exemplos práticos e aulas de resolução de exercicios, alguns resolvidos com o software de Estatística R (www.r-project.org) .
A disciplina está inserida na plataforma de elearning Moodle. As funcionalidades do moodle serão usadas como um  complemento às aulas, no que respeita aos métodos de ensino/aprendizagem, criação de fóruns para esclarecimento de dúvidas e de outro material de apoio adicional.

Software

R package

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Designação Peso (%)
Teste 20,00
Exame 80,00
Total: 100,00

Componentes de Ocupação

Designação Tempo (Horas)
Estudo autónomo 123,00
Frequência das aulas 39,00
Total: 162,00

Obtenção de frequência

AVALIAÇÃO ÉPOCA NORMAL

Os alunos podem ser avaliados por teste + exame final OU apenas por exame final

A classificação final do aluno será  calculada através da fórmula:
máximo(20%*nota Teste+80%*nota exame, nota exame)


Para aprovação, a nota do exame terá de ser maior ou igual a 8 valores e classificaçáo final calculada pela fórmula anterior deverá ser maior ou igual a 9.5 valores 

Teste: Incide sobre Estatística Descritiva e Probabilidades.
Exame:  Incide sobre todos os capítulos do programa 1,2,3,4.


ÉPOCA DE RECURSO:
Todos os alunos que não obtiveram aprovação na época normal ou que pretendam efetuar melhoria de classificação, poderão efetuar o exame de recurso.
Obterão aprovação à disciplina todos os alunos em que a classificação de exame seja não inferior a 9.5 valores.


 

Fórmula de cálculo da classificação final


A classificação final do aluno será  calculada através da fórmula:
máximo(20%*nota Teste+80%*nota exame, nota exame)


Para aprovação, a nota do exame terá de ser maior ou igual a 8 valores e classificaçáo final calculada pela fórmula anterior deverá ser maior ou igual a 9.5 valores 

Provas e trabalhos especiais

 n.a.

Trabalho de estágio/projeto

n.a.

Avaliação especial (TE, DA, ...)

n.a.

Melhoria de classificação

Por exame

Observações

n.a.
Recomendar Página Voltar ao Topo
Copyright 1996-2025 © Faculdade de Economia da Universidade do Porto  I Termos e Condições  I Acessibilidade  I Índice A-Z  I Livro de Visitas
Página gerada em: 2025-06-22 às 01:02:19 | Política de Utilização Aceitável | Política de Proteção de Dados Pessoais | Denúncias
SAMA2