Estatística Multivariada

Código:

EIG0059

Sigla:

ESTMUL

Áreas Científicas
Classificação	Área Científica
OFICIAL	Métodos Quantitativos

Ocorrência: 2020/2021 - 2S

Ativa?	Sim
Unidade Responsável:	Departamento de Engenharia e Gestão Industrial
Curso/CE Responsável:	Mestrado Integrado em Engenharia e Gestão Industrial

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
MIEGI	100	Plano de estudos oficial a partir de 2006/07	2	-	6	56	162

Língua de trabalho

Português - Suitable for English-speaking students

Objetivos

O objectivo das unidades curriculares Estatística e Estatística Multivariada é o de permitir que os alunos adquiram uma visão integrada de conceitos básicos e de técnicas estatísticas de aplicação frequente. No final das unidades curriculares, os alunos deverão ser capazes de utilizarem os métodos de análise estatística de forma crítica e com autonomia na preparação de decisões. 

Resultados de aprendizagem e competências

No final do período lectivo pretende-se que os estudantes sejam capazes de:

1. efetuar análises de regressão;
2. efetuar análises de variância;
3. desenhar experiências simples;
4. efectuar análises de variância multivariadas;
5. realizar análises fatoriais exploratórias;
6. utilizar folhas de cálculo e pacotes estatísticos na resolução dos problemas mencionados.

Modo de trabalho

Presencial

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

Conhecimentos básicos de folhas de cálculo e de cálculo matricial.

EIG0072: todos os tópicos.

Programa

• INTRODUÇÃO: Introdução à Estatística Multivariada. Estatísticas e Representações Gráficas Multivariadas.


• ANÁLISE DE VARIÂNCIA (ANOVA): Introdução. Modelo ANOVA com 1 Fator (Efeitos Fixos e Efeitos Variáveis, Comparações Múltiplas), Modelo ANOVA com 2 Fatores (Efeitos Fixos e Efeitos Variáveis, Interação entre Fatores). Extensão a Fatores Adicionais. Pressupostos do Modelo ANOVA.


• DESENHO DE EXPERIÊNCIAS:  Introdução ao Planeamento e Desenho de Experiências.  Randomização e Replicação. Planos Fatoriais a Dois Níveis (Completos e Fraccionados).


• ANÁLISE DE COMPONENTES PRINCIPAIS E ANÁLISE FATORIAL EXPLORATÓRIA: Fatores e Componentes Principais (Representação Gráfica e Matemática). Análise de Componentes Principais. Análise Fatorial Exploratória. Identificação de Fatores e Componentes Principais (Valores Próprios e "Scree Plot"). Rotação de Fatores e Componentes Principais. Interpretação. 


• REGRESSÃO: Introdução. Regressão Linear Simples e Múltipla (Estimação de Parâmetros, Inferência sobre Parâmetros, Selecção de Regressores, Previsões baseadas no Modelo de Regressão Linear Simples e Múltipla, Regressores Qualitativos, Colineariedade). Pressupostos e Análise de Resíduos. Regressão Linear com Transformação de Variáveis.


• ANÁLISE DE VARIÂNCIA MULTIVARIADA (MANOVA): Teoria e Aplicações. Análise de Variância Multivariada. Pressupostos. Análise "Follow-up". Interpretação.

Bibliografia Obrigatória

Rui Campos Guimarães, José A. Sarsfield Cabral; Estatística. ISBN: 978-989-642-108-3
Joseph F. Hair, Jr., ... [et al.]; Multivariate data analysis. ISBN: 978-0-13-515309-3
Armando Leitão; Factorial Experimentation (Apontamentos disponíveis no Moodle)

Bibliografia Complementar

Douglas C. Montgomery, George C. Runger; Applied Statistics and Probability for Engineers, Wiley, 2014. ISBN: 978-1-118-74412-3
S. Christian Albright, Wayne L. Winston; Business Analytics: Data Analysis and Decision Making, College Bookstore, 2011. ISBN: 9781133629603
Andy Field; Discovering Statistics using IBM SPSS Statistics, SAGE, 2013. ISBN: 978-1446249178

Métodos de ensino e atividades de aprendizagem

Os conceitos e as técnicas são introduzidos recorrendo sistematicamente a exemplos, pretendendo-se, deste modo, que os alunos os apreendam através do contacto com problemas concretos. O processo de aprendizagem é complementado com sessões de resolução de problemas, com o apoio de computadores, e com a realização de um trabalho de grupo.

Software

SPSS
Folhas de Cálculo

Palavras Chave

Ciências Físicas > Matemática > Estatística

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Designação	Peso (%)
Exame	70,00
Trabalho prático ou de projeto	15,00
Teste	15,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Elaboração de projeto	50,00
Estudo autónomo	56,00
Frequência das aulas	56,00
Total:	162,00

Obtenção de frequência

Conforme o disposto nas normas gerais de avaliação da FEUP.

Fórmula de cálculo da classificação final

A classificação final (CF) será obtida pela seguinte fórmula:

          CF = Máximo( 0.30 AD + 0.70 EF; EF )

AD - Avaliação Distribuída:

          AD = 0.5 x MT + 0.5 x TG

MT - Mini-Teste (presencial)
TG - Trabalho de Grupo
EF - Exame Final (com consulta,  realizado em época de exames)

Para aprovação à unidade curricular, para além de uma classificação final não inferior a 10 valores, é requerida a classificação mínima de 7 valores no exame final.