Gestão e Análise de Dados
Objetivos
Objectivos gerais:
Em qualquer estudo clínico, antes de ser possível analisar os dados, é necessário recolher toda a informação relevante através de formulários devidamente desenhados. Numa segunda fase, e extremamente importante, segue-se a introdução da referida informação numa base de dados de forma a atingir a qualidade desejada. De facto, a existência de software que permite efectuar validações veio facilitar esta tarefa. Assim sendo, torna-se pertinente que os alunos adquiram competências para, perante um conjunto de dados biomédicos, criar um formulário, construir uma base de dados relacional através do Microsoft Office Access e proceder à respectiva análise estatística utilizando o SPSS (Statistical Package for the Social Sciences). Para que este último objectivo seja alcançado, será ainda necessário ministrar alguns conhecimentos básicos da área da Estatística.
É neste contexto que se insere a disciplina de Gestão e Análise de Dados, cujo campo de estudo se relaciona com o manuseamento e análise dos recursos obtidos a partir de projectos realizados na área das Ciências Biomédicas.
Objectivos de aprendizagem (learning outcomes):
A disciplina deverá proporcionar o desenvolvimento das seguintes competências:
a) Gestão de Dados
- Definir Sistema de Base de Dados e indicar quais as suas características
- Construir o Modelo Lógico de uma base de dados
- Construir o Modelo Físico de uma base de dados através da elaboração de tabelas e das relações que as interligam
- Construir Formulários para inserção dos dados
- Construir Consultas à base de dados
b)Estatística
- Como registar e analisar dados utilizando o SPSS
- Efectuar uma análise exploratória dos dados
- Identificar qual o modelo que melhor se ajusta aos dados
- Implementar o modelo através da utilização do SPSS.
Caracterização geral
Código
11112
Créditos
3
Professor responsável
Profª Doutora Ana Luisa Papoila
Horas
Semanais - A disponibilizar brevemente
Totais - A disponibilizar brevemente
Idioma de ensino
Português
Pré-requisitos
Bibliografia
- Bland, M. (2000). An introduction to medical statistics. Third edition. Oxford University Press.
- Daniel, W.W. (2005). Biostatistics: A foundation for analysis in the health sciences. Eighth edition. John Wiley & Sons.
- Pestana, M. H. e Gageiro, J.N. (2005). Análise de dados para ciências sociais: A complementaridade do SPSS. Edições Sílabo, Lisboa.
- V. Carvalho, A. Azevedo e A. Abreu. Sofware Obrigatório: Microsoft Access 2007. Ed. Centro Atlântico.
Método de ensino
O programa das aulas teóricas e práticas da unidade curricular representa um plano organizado em níveis de complexidade crescente, iniciando-se pelo estudo de instrumentos que permitem, por exemplo, realizar uma simples análise descritiva dos dados provenientes de estudos de investigação, terminando com a análise inferencial com recurso a metodologias estatísticas mais complexas.
O ensino/aprendizagem processa-se através da integração de:
a)Ensino Teórico: apresentação pelo docente dos temas e onde o alunos são estimulados a participar,
b) Ensino Prático: realização de exercícios em MS-ACCESS e em SPSS. A comunicação entre os alunos e professores é presencial e/ou através de e-mail.
As aulas deverão decorrer em sala com computadores (1 por cada aluno), com uma duração máxima de 120 minutos. O número de alunos não deverá exceder 20 (limitação imposta pelo número de computadores na sala de Informática).
Método de avaliação
A avaliação da aprendizagem é contínua através do acompanhamento do progresso de conhecimentos e competências adquiridas pelo aluno, considerando a assistência às aulas e a frequência da sua participação. Esta avaliação será complementada com um exame escrito.
Conteúdo
Definição de Sistema de Gestão de Base de Dados. Construção do modelo Lógico e do modelo Físico.
Construção de formulários e de consultas.
Estatística descritiva. Inferência estatística: estimação (distribuição de amostragem, estimação pontual e intervalos de confiança) e testes de hipóteses: testes para uma amostra, testes para duas amostras independentes (teste z, testes t e Mann-Whitney), testes para duas amostras emparelhadas (t-pares e Wilcoxon). Tabelas de Contingência (teste Qui-Quadrado para a independência e teste Exacto de Fisher) e teste de McNemar para duas amostras emparelhadas. Coeficientes de Correlação (Pearson, Spearman e Kendall). Regressão linear simples.