Análise Multivariada de Dados
Objetivos
No final desta unidade curricular, os alunos deverão:
- Identificar as principais características de um problema que envolva a aplicação de diferentes técnicas de Estatística Multivariada.
- Verificar e respeitar as condições de aplicabilidade destas técnicas.
- Reconhecer as limitações dos dados e das técnicas.
- Realizar a análise multivariada, através do software, retirando a informação pertinente e essencial do output que lhe permita dialogar com o estatístico.
- Interpretar de forma crítica as análises estatísticas produzidas na investigação médica.
Caracterização geral
Código
12396
Créditos
4.0
Professor responsável
Isabel Cristina Maciel Natário
Horas
Semanais - A disponibilizar brevemente
Totais - 41
Idioma de ensino
Português
Pré-requisitos
Noções básicas de Álgebra e Análise e noções de nível intermédio de Probabilidades e Estatística.
Bibliografia
Branco, J.A. (2004) Uma Introdução à Análise de Clusters. Sociedade Portuguesa de Estatística.
Hosmer, D.W.; Lemeshow, S. (1991) Applied Logistic Regression. John Wiley & Sons. 2ª Edição.
Hair, J.F.; Anderson, R.E.; Tatham, R.L.; Black, W. C. (2005) Análise Multivariada de Dados. Bookmam. 5ª Edição.
Harrell, F. E. (2001) Regression Modeling Strategies with Applications to Linear Models, Logistic Regression, and Survival Analysis. Springer.
Maroco, J. (2014) Análise estatística com o SPSS. Edições Silabo. 6ª Edição.
Método de ensino
Aulas teóricas e práticas via plataforma de e-learning do IHMT ou com outros meios informáticos, com tutoriais à distância e/ou presenciais, se possível. Nas sessões práticas serão analisadas bases de dados através do programa estatístico SPSS ou outros. Serão fornecidos alguns vídeos com a demonstração e resolução de exercícios em SPSS. Fomenta-se também a discussão de artigos.
Método de avaliação
Avaliação por exame (60%) e trabalho individual (40%). O exame inclui diferentes tipos de questões (e.g. escolha múltipla, verdadeiro/falso e questões de desenvolvimento).
Conteúdo
A importância dos pressupostos dos modelos, validação e ajustamento dos modelos e a sua interpretação na área da Saúde.
Regressão Logística simples e múltipla e o paralelismo com a regressão linear múltipla.
Análise de Tabelas de Contingência: Testes de Qui-Quadrado e análise Log‑Linear.
Análise de Clusters e Análise Factorial
Aplicações com o uso do programa SPSS, podendo ser utilizados outros programas em complemento.