Análise Estatística
Objetivos
Esta unidade curricular visa fornecer aos alunos conhecimentos teóricos e práticos sobre metodologias de inferência estatística paramétrica e não paramétrica. Os alunos irão explorar os princípios básicos da estatística, tanto na perspetiva teórica quanto na aplicada. Os alunos irão adquirir competências relacionadas com variáveis aleatórias, estimadores, distribuições amostrais, estimação pontual e intervalar e testes de hipóteses. Algumas questões de distribuições assintóticas são abordadas. Adicionalmente, a análise de variância é introduzida, bem como vários testes estatísticos não paramétricos. Os alunos compreenderão claramente as condições de aplicabilidade de cada procedimento. Os conceitos e princípios são ilustrados usando conceitos do mundo real aplicáveis a muitos setores, incluindo saúde, negócios, desporto, seguros, etc.
Caracterização geral
Código
200185
Créditos
7.5
Professor responsável
Ana Cristina Marinho da Costa
Horas
Semanais - A disponibilizar brevemente
Totais - A disponibilizar brevemente
Idioma de ensino
Português. No caso de existirem alunos de Erasmus, as aulas serão leccionadas em Inglês
Pré-requisitos
Língua de ensino: Inglês.
Bibliografia
Newbold, P., Carlson, W. L., Thorne, B. (2013). Statistics for Business and Economics. 8th edition, Boston: Pearson, https://ebookcentral.proquest.com/lib/novaims/detail.action?docID=5174169 (full text available after login in NOVA IMS network or through VPN connection).
Conover, W. J. (1999). Practical Nonparametric Statistics. 3rd edition. New York: Wiley.
Extra reading bibliography:
Mariappan, P. (2019). Statistics for Business. New York: Chapman and Hall/CRC, https://doi.org/10.1201/9780429443244 (full text available after login in NOVA IMS network or through VPN connection).
Wilks, S. (1948). Elementary Statistical Analysis. Princeton, New Jersey: Princeton University Press. https://www.jstor.org/stable/j.ctt183q2d4 (full text available after login in NOVA IMS network or through VPN connection).
Hogg, R. V., Tanis, E. A. (2001). Probability and Statistical Inference. 6th edition, New Jersey: Pearson/Prentice-Hall.
Murteira, B., Ribeiro, C.S., Silva, J.A., Pimenta, C. (2010). Introdução à Estatística. Lisboa: Escolar Editora.
Afonso, A., Nunes, C. (2011). Estatística e Probabilidades. Aplicações e Soluções em SPSS. Lisboa: Escolar Editora.
Método de ensino
A unidade curricular é baseada em aulas teóricas e práticas. Serão aplicadas diversas estratégias de ensino, incluindo exposição e demonstrações com apresentação de slides, aplicações passo a passo (com e sem software), perguntas e respostas. As sessões incluem apresentação de conceitos e metodologias, resolução de exemplos, discussão e interpretação de resultados. A componente prática está orientada para a resolução de problemas e exercícios, incluindo a discussão e interpretação de resultados. É igualmente proposto um caderno de exercícios que deverão ser resolvidos com trabalho individual fora das aulas.
Método de avaliação
ÉPOCA NORMAL (1ª época): teste (30%; sobre LU1-LU5), exame (50%; sobre toda a matéria, mas mais focado na LU6-LU8), Relatório do Trabalho (20%; obrigatório para aprovação).
ÉPOCA DE RECURSO (2ª época): exame final (100%).
REGRAS:
Para a realização do teste/exame os alunos devem munir-se do formulário e das tabelas das distribuições disponibilizados no Moodle, e de uma máquina calculadora científica. Não são autorizadas máquinas calculadoras gráficas.
O Relatório do Trabalho é obrigatório para aprovação em época normal. O relatório deve ser preparado individualmente, em português ou inglês, utilizando um conjunto de dados artificiais. Informação detalhada e o conjunto de dados do trabalho são divulgados no Moodle. Os relatórios submetidos após o prazo têm uma penalização de 0,5 pontos por cada dia de atraso. O atraso máximo permitido é de 3 dias. Os relatórios que não forem submetidos através do Moodle não são considerados.
Conteúdo
A unidade curricular está organizada em 8 Unidades de Aprendizagem (UA):
1. VARIÁVEIS ALEATÓRIAS
- Modelos probabilísticos
- V.a. discretas
- V.a. continuas
2. DISTRIBUIÇÕES DE PROBABILIDADE
- Binomial, Poisson, Normal
- Aproximação da Binomial à Normal
- t, Chi-square, F
3. DISTRIBUIÇÕES AMOSTRAIS
- Estatísticas amostrais e distribuições amostrais
- Distribuição da média e proporção amostrais
4. ESTIMAÇÃO PONTUAL
- Não enviesamento, eficiência, consistência
5. ESTIMAÇÃO POR INTERVALOS
- IC para média, proporção, variância
- IC para diferença de médias e diferença de proporções
- Determinar a dimensão da amostra
6. TESTES DE HIPÓTESES
- Conceitos
- Testes para média, proporção, variância, diferença de médias e diferença de proporções, quociente de variâncias
- Testes para coeficiente de correlação
7. ANÁLISE DE VARIÂNCIA
- One-way ANOVA com efeitos fixos
- Testes de comparações múltiplas
- Testes para igualdade de k variâncias
8. TESTES NÃO PARAMÉTRICOS
- Introdução
- Testes ajustamento
- Comparação de amostras independentes e emparelhadas
- Teste de Spearman
Cursos
Cursos onde a unidade curricular é leccionada:
- Análise e Gestão de Informação
- Análise e Gestão de Risco
- Especialização em Gestão do Conhecimento e Business Intelligence (Inteligência de Negócio)
- Especialização em Gestão dos Sistemas e Tecnologias de Informação
- Especialização em Marketing Intelligence
- Especialização em Marketing Research e CRM
- Laboral - Especialização em Gestão do Conhecimento e Business Intelligence
- Laboral - Especialização em Gestão dos Sistemas e Tecnologias de Informação
- Laboral - Especialização em Marketing Intelligence
- Pós-Graduação em Análise e Gestão de Informação
- Pós-Graduação em Análise e Gestão de Risco
- Pós-Graduação em Digital Enterprise Management
- Pós-Graduação em Gestão de Informação e Business Intelligence na Saúde
- Pós-Graduação em Gestão do Conhecimento e Business Intelligence (Inteligência de Negócio)
- Pós-Graduação em Gestão dos Sistemas e Tecnologias de Informação
- Pós-Graduação em Sistemas de Informação Empresariais