1. Início
  2. Faculdade de Ciências e Tecnologia
  3. Biologia Computacional e Bioinformática
  4. Multi-Ómicas para as Ciências da Vida e da Saúde
  5. Estatística Aplicada à Biologia

Estatística Aplicada à Biologia

Objetivos

Nesta unidade curricular pretende-se explorar alguns dos principais métodos de modelação estatística abrangendo teoria, aplicações e software. Os métodos abordados permitirão analisar dados de diversos tipos (e.g., contínuos, contagens, binários) e/ou indexados no tempo e/ou no espaço, com observações dependentes, indo assim além dos métodos tradicionais de análise clássica. Apresentam-se ainda introdutoriamente algumas técnicas de Estatística Multivariada. Pretende-se que no final desta unidade curricular o estudante tenha adquirido conhecimentos, aptidões e competências que lhe permitam (1) usar os modelos lineares generalizados como ferramenta básica de modelação estatística, (2) reconhecer a abordagem estatística mais adequada atendendo ao tipo e comportamento distribucional da variável resposta, (3) incorporar nos modelos casos de não-independência e (4) considerar análises multivariadas. Espera-se ainda que os alunos aprendam a usar o software R.

Caracterização geral

Código

12493

Créditos

6.0

Professor responsável

Regina Maria Baltazar Bispo

Horas

Semanais - 5

Totais - 56

Idioma de ensino

Português

Pré-requisitos

Não se aplica

Bibliografia

Crawley, M. (2012). The R Book. John Wiley & Sons.

Faraway, J. J. (2006) Extending the Linear Model with R. Chapman & Hall / CRC

Johnson, R. and Wichern, D. W. (2007), Applied Multivariate Statistical Analysis, 6th Edition,Prentice Hall, New Jersey

Turkman MAA, Silva GL (2000). Modelos Lineares Generalizados - da teoria à prática. Edições SPE.

Método de ensino

As aulas serão teórico-práticas (com recurso a laboratórios de informática). Os alunos serão confrontados com problemas práticos, analisando dados usando o software estatístico R.

Método de avaliação

Avaliação contínua:

Inclui as seguintes componentes:
  • 1º mini-teste (MT1)-  Teste, a realizar presencialmente, com uma ponderação de 25%. O teste terá a duração de 2h. O teste é classificado numa escala de 0 a 20 valores (sem classificação mínima).
  • 2º mini-teste (MT2)-  Teste com consulta, a realizar presencialmente, com uma ponderação de 25%. O teste terá a duração de 2h. O teste é classificado numa escala de 0 a 20 valores (sem classificação mínima).
  • Trabalho (T)- Trabalho individual de análise de dados. O trabalho terá uma ponderação de 50%. O trabalho é classificado numa escala de 0 a 20 valores.
Fórmula de cálcula da nota final (NF): NF = 0.25 x (MT1+ MT2) + 0.5 x T (notas parciais arredondadas a 1 casa decimal)

Recurso(Melhoria)/Especial: Prova escrita presencial a realizar numa única data, dentro da época prevista no calendário letivo, com ponderação de 100%. O exame terá a duração de 3h. O exame é classificado numa escala de 0 a 20 valores.

Conteúdo

1. Conceitos básicos de Estatística. Tópicos de Amostragem. Conceitos básicos em amostragem e delineamento de experiências. Análise exploratória de dados. Inferência Estatística. Estimação de parâmetros e testes de hipóteses. 

2. Modelos lineares (LM – Linear Models) e lineares generalizados (GLM – General Linear Models)

2.1. Modelos contínuos (regressão linear clássica, ANOVA, ANCOVA, regressão gama e modelos de sobrevivência)

2.2 Modelos discretos (regressão logística, regressão Poisson e regressão binomial negativa). 

2.3 Modelos mistos (GLMM – General Linear Mixed Models). Efeitos fixos vs. aleatórios (observações não-independentes ou agrupadas). 

3. Introdução às técnicas de Estatística Multivariada

3.1 MANOVA

3.2 Análise de componentes principais

3.3 Análise de clusters