Introdução à Análise Inteligente de Dados

Código:

PDCDS19_05

Sigla:

ANALYZE

Áreas Científicas
Classificação	Área Científica
OFICIAL	Estatística

Ocorrência: 2025/2026 - 1S

Ativa?	Sim
Unidade Responsável:	Departamento de Medicina da Comunidade, Informação e Decisão em Saúde
Curso/CE Responsável:	Programa Doutoral em Ciência de Dados de Saúde

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
PDCDS	16	Plano de Estudos fechado	1	-	6	28	162
		Plano de Estudos em vigor	1	-	6	28	162

Língua de trabalho

Português

Objetivos

Esta unidade curricular  (UC) pretende dotar os estudantes dos conhecimentos teóricos e práticos da aplicação de métodos de análise estatística básicos e adaptados a objetivos de investigação clínica, de avaliação de tecnologias e de investigação em serviços de saúde.  O estudante deverá desenvolver as aptidões necessárias à correta aplicação e interpretação das metodologias apresentadas utilizando software estatístico.

Resultados de aprendizagem e competências

Os estudantes, no final da UC, deverão conseguir: caracterizar diferentes tipos de dados e variáveis; processar e informatizar os dados; verificar erros e inconsistências; descrever dados de forma gráfica; descrever dados com medidas de sumário; aplicar a uma tabela de dados técnicas básicas de inferências estatística (estimação pontual e de intervalo e teste de hipótese); aplicar um modelo de regressão linear simples; posicionar-se criticamente relativamente à análise estatística de artigos científicos publicados na literatura na área de Ciências da Saúde, e identificar oportunidades de aplicação de técnicas de análise inteligente de dados na prática corrente de análise de dados de saúde.

Modo de trabalho

Presencial

Programa

• Gestão de dados: tipos de dados e variáveis;
• Processamento e informatização dos dados.;
• Verificação de erros e inconsistências;
• Estatística descritiva: medidas de tendência central e dispersão;
• Apresentação gráfica de dados;
• Introdução à probabilidade;
• Distribuição normal e outras distribuições teóricas;
• Fundamentos da inferência estatística – estimação pontual e intervalos de confiança;
• Fundamentos dos testes de hipóteses.;
• Testes de hipótese paramétricos: testes t, teste F (One-Way ANOVA);
• Testes de hipótese não paramétricos: Mann-Whintey, Kruskal-Wallis, Wilcoxon e qui-quadrado;
• Medidas de concordância;
• Técnicas básicas de regressão e correlação: regressão linear simples e regressõa linear múltipla.
• O papel da inteligência artificial na análise de dados de saúde
• Oportunidades e técnicas de análise inteligente de dados

Bibliografia Obrigatória

Petrie, A. & Sabin, C; Medical Statistics at a Glance Workbook, West Sussex: Wiley-Blackwell, 2013. ISBN: 978-0-470-65848-2
Campbell M.J. & Swinscow T.D.V.(; Statistics at Square One (11th Edition), West Sussex: Wiley-Blackwell, 2009
Bland J.M. ; An Introduction to Medical Statistics (3rd edition), Oxford: Oxford Medical Publication, 2000
Berthold, M. & Hand, D. (2003); Intelligent Data Analysis – An Introduction, Berlin: Springer Verlag, 2003. ISBN: 978-3-540-48625-1

Métodos de ensino e atividades de aprendizagem

Exposição teórica de cada tópico descrito para a unidade curricular;
Demonstração da resolução de exercícios;
Resolução individual e em grupo de exercícios práticos;
Discussão em grupo dos exercícios resolvidos individualmente;
Utilização de uma plataforma de e-learning otimizada para o ensino dos topicos lecionados na unidade curricular.

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Designação	Peso (%)
Exame	100,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Frequência das aulas	28,00
Estudo autónomo	134,00
Total:	162,00

Obtenção de frequência

Participaçao nas aulas.

Fórmula de cálculo da classificação final

A avaliação será realizada com recurso a um exame final (100%).