Análise de Dados Multivariada

Objectivos

1. Compreensão do tratamento sistemático, estatístico e informático de dados em relação à estratégia geral da investigação; 2. Capacidade de aplicação das operações mediadoras entre o dossier de investigação e o protocolo da análise; 3. Capacidade de definição de um caderno de encargos para a análise de dados; 4. Conhecimento e capacidade de utilização das principais soluções estatísticas para as necessidades de análise multivariada de dados em Sociologia; 5. Capacidade de utilização das análises e medidas de associação na perspectiva de tratamento multivariado; 6. Conhecimento de técnicas de análise factoriais (simples e múltiplas), e pós-factoriais e compreensão dos modos de as integrar nos protocolos de análise; 7. Compreensão dos algoritmos básicos das análises multivariadas simples e múltiplas; 8. Capacidade de utilização dos principais programas de tratamento estatístico; 9. Capacidade de comunicar os resultados das análises estatísticas multivariadas e a sua interpretação.

Caracterização geral

Código

711081059

Créditos

6.0

Professor responsável

Ana Lúcia Albano Teixeira

Horas

Semanais - 4

Totais - 168

Idioma de ensino

Português

Pré-requisitos

A disponibilizar brevemente

Bibliografia

Benzécri, J. P. (1973). L´analyse des données: l´analyse des correspondances. Dunod. Benzécri, J.-P., et al. (1982). L’analyse des données: 2 l’analyse des correspondances. Dunod. Benzécri, J.-P., et al. (1984). L’analyse des données: 1 la taxinomie. Dunod. Carvalho, H. (2008). Análise multivariada de dados qualitativos. Utilização da ACM com o SPSS. Sílabo. Ghiglione, R., & Matalon, B. (1992). O Inquérito. Teoria e prática. Celta. Guimarães, R. C., & Cabral, J. S. (1997). Estatística. Lisboa: McGraw Hill. Hill, M. M., & Hill, A. (2000). Investigação por questionário. Sílabo. Marôco, J. (2010). Análise estatística com o PASW Statistics. Report Number. Pestana, M. H., & Gageiro, J. N. (2000). Análise de dados para ciências sociais. A complementaridade do SPSS. Sílabo.

Método de ensino

Aulas expositivas onde se procede à sistematização e estruturação dos conhecimentos teóricos e técnicos;
Exercícios nas aulas práticas e em casa.

Método de avaliação

Método de avaliação - Avaliação contínua dos exercícios efectuados nas aulas práticas(10%), dois testes presenciais (45% cada)(90%)

Conteúdo

1. Pressupostos metodológicos e estatísticos para a análise de dados multivariada 2. Análise Factorial das Correspondências Múltiplas 3. Análise em Componentes Principais 4. Análises de classificação – a Análise de Clusters 5. Introdução à análise de regressão linear – a análise de regressão linear simples

Cursos

Cursos onde a unidade curricular é leccionada: