Introdução à Análise de Dados

Objetivos

1. Ser capaz de identificar os métodos analíticos descritivos e inferenciais mais adequados para resolver problemas na área do direito e dos mercados financeiros.

2. Ser capaz de aplicar cada técnica e interpretar seus resultados.

3. Ser capaz de compreender as limitações e condições de aplicação das diferentes técnicas.

Caracterização geral

Código

33163

Créditos

6

Professor responsável

Pedro Simões Coelho (IMS)

Horas

Semanais - 3

Totais - 36

Idioma de ensino

Inglês

Pré-requisitos

Não aplicável.

Bibliografia

  • Foster Provost, Tom Fawcett. Data Science for Business: What You Need to Know about Data Mining and Data-analytic Thinking. ISBN 1449361323

 

  • Hair, J., Anderson, R., Tattham, R. and Black, W., Multivariate Data Analysis with readings, Prentice Hall, 1995, ISNN 0023490209.

 

  • Sharma, S., Applied Multivariate Techniques, Wiley, 1996..

 

  • Vilares, M. J.; Coelho, P. A Satisfação e a Lealdade do Cliente. Metodologias de Avaliação, Gestão e Análise., 2ª Edição, Escolar Editora.,2011.

 

Método de ensino

Apresentação dos métodos, seguida por exemplos reais e exercícios. Realização de um projeto com a aplicação das várias técnicas descritivas e inferenciais a dados reais.

Método de avaliação

Apresentação dos métodos, seguida por exemplos reais e exercícios. Realização de um projeto com a aplicação das várias técnicas descritivas e inferenciais a dados reais.

 

Conteúdo

 

1. Introdução

 

2. Variáveis Estatísticas e tipos de dados

 

3. Análise de dados para uma variável

3.1. Distribuições de frequência e histogramas

3.2. Indicadores de tendência central

3.3. Indicadores de dispersão

 

4. Análise de dados para duas variáveis

4.1. Gráficos de dispersão

4.2. Covariância e correlação

4.3. Tabelas de contingência

 

5. Inferência Estatística

5.1. Amostragem

5.2. Intervalos de confiança e medidas de precisão

 

6. Teste de hipóteses

6.1. Metodologia

6.2. Média, total e proporção

6.3. Diferenças de médias, totais e proporções

6.4. Testes de associação

 

7. Números índice

 

8. Análise em Componentes Principais

 

 

9. Análise de regressão

Cursos

Cursos onde a unidade curricular é leccionada: