Aquisição e Análise de Dados

Código:

MESHO0001

Sigla:

AAD

Áreas Científicas
Classificação	Área Científica
OFICIAL	Engenharia e Técnicas Afins
OFICIAL	Engenharia e Técnicas Afins

Ocorrência: 2010/2011 - 1S

Ativa?	Sim
Página Web:	http://moodle.fe.up.pt/1011/course/view.php?id=504
Unidade Responsável:	Departamento de Engenharia de Minas
Curso/CE Responsável:	Mestrado em Engenharia de Segurança e Higiene Ocupacionais

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
MESHO	27	Plano de estudos oficial a partir de 2007/08	1	-	6	64	160

Língua de trabalho

Português

Objetivos

Podem distinguir-se quatro objectivos fundamentais:
- Adquirir as noções técnicas fundamentais e saber manipulá-las;
- Saber escolher em face de uma estrutura particular da informação, o objecto estatístico ou proto-estatístico adequado à questão a resolver;
- Compreender os algoritmos utilizados em análise de dados e saber construí-los utilizando como ferramenta uma simples folha de cálculo;
- Compreender as ligações que existem entre a análise de dados e a investigação empírica tradicional e a subjectividade inerente à ausência da incorporação dos fenómenos em estudo numa teoria científica fundamentada e abrangente.

Programa

O espaço ocupado pela disciplina de Aquisição e Análise de Dados pode ser sumariamente caracterizado pela introdução de ferramentas estatísticas e proto-estatísticas que permitam abordar:
• Fenómenos onde intervenham variáveis qualitativas, expressas em escalas nominais e ordinais, donde se justifica a necessidade da formação em Estatística Não Paramétrica, ou Estatísticas Isentas de Distribuição;
• Análise de Dados Sequenciais, implicando no mínimo a Análise da Regressão e as sucessões estocásticas, entre as quais as Cadeias de Markov;
• Interpretação de resultados experimentais e programação da investigação, com correspondentes técnicas de maximização da variância sistemática experimental, controlo da variância sistemática estranha e minimização das variância do erro, que se traduz na necessidade da formação em Análise da Variância e algumas das suas aplicações;
• Análise de dados complexos, expressos por múltiplas variáveis, por vezes expressa em sistemas de medida distintos, implicando uma formação em Estatística Multivariável.

A concretização destes objectivos, que não são totalmente coerentes numa perspectiva de praxis e de harmonia teórica intrínseca, uma vez que compreendem temas normalmente englobados em corpos disciplinares teóricos autónomos, não é uma tarefa simples, nem inócua, e é justificada pelo pragmatismo da formação universitária. Com efeito não é hoje em dia de todo possível, sob pena de alienação da realidade e de autismo disciplinar, apresentar num Mestrado apenas disciplinas que se fundamentam num corpo teórico auto-constituído e auto-construído. No entanto deve-se sempre procurar, pelo menos, uma coerência intrínseca entre os temas abordados e as suas exigências formais. Por essa razão o agrupamento dos temas tratados foi feito em blocos coerentes, ou do ponto de vista doutrinal ou do ponto de vista temático. O arranjo proposto é o seguinte:
• Interpretação e Programação da Investigação: Planeamento de ensaios e sua interpretação crítica (Análise Mono variável da Variância);
• A Estatística Não-Paramétrica: testes paramétricos e não paramétricos; os conceitos fundamentais: hipótese nula, nível de significação, tamanho da amostra, distribuição da amostragem, região de rejeição; o modelo estatístico e as escalas de medida: testes com uma única amostra: distribuições binomiais, do Qui-quadrado e de Kolmogorov-Smirnov; Testes de Sequências (Run); Testes de igualdade: Wilcoxon-Mann-Whitney; Medidas de Associação (Spearman e Kendall);
• Análise de Dados Sequenciais e o Ajustamento de dados experimentais a modelos matemáticos: Análise da Regressão linear mono variável, linearização e multi-variável e sucessões estocásticas (cadeias de Markov);
• Breve introdução à Análise de Dados Multi-Variáveis: Análise em componentes principais, análise de factores (modo Q e modo R) e Análise de correspondências;
• Fiabilidade: Definições, estatística e fiabilidade, fiabilidade de componentes e equipamentos, distribuições mais comuns em fiabilidade.

Bibliografia Obrigatória

António Fiuza; Aquisição e Análise de Dados, FEUP, 2003 (Sebenta )

Bibliografia Complementar

Morrison; Multivariate Statistical Methods, McGraw-Hill, 8ª edição, 1988
Johnson, Wichern; Applied Multivariate Statistical Analysis, Prentice-Hall, 1992
Davis; Statistical and Data Analysis in Geology, John Wiley, 1986
Siegel, Castellan; Nonparametric Statistics, McGraw-Hill, 1988

Métodos de ensino e atividades de aprendizagem

O conteúdo é abordado nas aulas teórico/práticas numa perspectiva da sua fundamentação matemática, enquanto que em aulas de carácter mais prático é encarado uma visão algorítmica. O acompanhamento contínuo dos diferentes conteúdos torna-se então imprescindível à didáctica da disciplina. Os alunos nas aulas de carácter mais prático devem construir o algoritmo de cálculo, apesar de se utilizarem ferramentas informáticas em que a função programação é bastante aliviada. As aulas de carácter essencialmente prático serão ministradas em salas do CICA da FEUP e com recurso a PC´s. Os alunos deverão obrigatoriamente inscrever-se no Centro de Cálculo afim de terem acesso à rede interna e à consequente utilização dos programas utilizados na Disciplina.

Software

Excel

Tipo de avaliação

Avaliação por exame final

Obtenção de frequência

De acordo com as normas definidas para o Mestrado em Engenharia de Segurança e Higiene Ocupacionais (MESHO).

Fórmula de cálculo da classificação final

Aos alunos será exigido a realização de um Exame Final no final do semestre. A resolução do exame e respectiva classificação implica a realização de uma componente teórica (teste tipo americano) e de uma componente prática.
A resolução da componente prática do exame final deverá ser feita utilizando métodos informáticos, envolvendo a construção obrigatória de um algoritmo e a entrega dos resultados. Esta forma de avaliação entrará com um peso de 85% na avaliação global, enquanto que a componente teórica entrará com um peso de 15%.
A classificação da componente prática do exame final discriminará as seguintes fases metodológicas:
1. Análise crítica e enquadramento conceptual do problema proposto. A sua fundamentação teórica (10%);
2. Construção do algoritmo de resolução que será classificado de acordo com os seguintes critérios: (70%);
a) Correcção da resolução;
b) Generalidade e flexibilidade do algoritmo construído;
c) Elegância da arquitectura algorítmica e das soluções parcelares;
3. Interpretação dos resultados obtidos (20%).

Provas e trabalhos especiais

Não tem

Avaliação especial (TE, DA, ...)

Em conformidade com as normas aprovadas na FEUP para o MESHO.

Melhoria de classificação

Em conformidade com as normas aprovadas na FEUP para o MESHO.

Observações

Conhecimentos prévios, supostos adquiridos:

Probabilidades: Esperança matemática, momentos, médias, funções características, caracterização de uma distribuição por intermédio dos momentos, incluindo distribuições conjuntas; convergência aleatória e lei normal.
Estatística: Rudimentos da teoria da estimação, teste de Student;
Álgebra Matricial: Multiplicação de matrizes, inversão, determinação de valores próprios, vectores próprios e valores singulares.