1 Unidade Curricular (UC) Estatística Aplicada Código

Сomentários

Transcrição

1 Unidade Curricular (UC) Estatística Aplicada Código
FICHA DE UNIDADE CURRICULAR / COURSE SYLLABUS
Unidade Curricular (UC)
Course
Estatística Aplicada
Applied Statistics
Departamento
Department
Escolha um item.
Escolha um item.
Área Científica
Scientific Area
Escolha um item.
Escolha um item.
Código
/ Code
Horas totais de trabalho do estudante / Total Working Hours of the Student
Horas totais de contacto / Total Contact Hours
TP
PL
TC
(Teórico/Theoretical)
(Teórico-Prático /
Theoretical-Practical)
(Prático e Laboratorial /
Practical and Laboratory)
(Trabalho de campo /
Fieldwork)
22,5h
30h
T
Regime de Precedência
Precedence Regime
Regente da UC
Main Lecturer
Contacto
Contact
h
50,5 h
52,5 h
ECTS:
OT
S
E
(Seminário / Seminar)
(Estágio / Internship)
h
h
4
h
(Orientação Tutorial /
Tutorial Guidance)
h
Não aplicável
Not applicable
Carina Silva Fortes
[email protected]
Ana Sá Sousa, Elisabete Carolino, Gilda Cunha, Paula Macedo, Ricardo Sousa
Equipa Docente
Other Lecturers
OBJECTIVOS DA APRENDIZAGEM / LEARNING OUTCOMES (1000 CARACTERES)
No final da Unidade Curricular o estudante deve estar apto a:
As matérias aqui propostas pretendem dotar o aluno de competências ao nível do tratamento estatístico e análise de resultados,
quer ao nível da estatística descritiva quer ao nível de técnicas de inferência estatística. A este nível, e para uma UC inicial, os
conteúdos incidem sobre técnicas paramétricas fundamentais à compreensão posterior de técnicas mais avançadas.
Pretende-se que no final desta UC os alunos tenham desenvolvido:
capacidade de análise e síntese;
capacidade de resolução de problemas;
capacidade de compreensão crítica de literatura científica;
capacidade de tratamento, descrição, análise e interpretação de conjuntos de dados.
It is intended that at the end of the course the student should be able to:
The contents proposed here aim to provide the student with skills in the statistical treatment and analysis of results, both in terms of
descriptive statistics and statistical inference. At this level, and to an introductory CU, the initial content focus on parametric
techniques fundamental to the understanding of more advanced techniques later.
It is intended that at the end of CU the students have developed:
capacity for analysis and synthesis;
ability to solve problems;
capacity for critical understanding of the scientific literature;
treatment, description, analysis and interpretation of data sets.
PROGRAMA / PROGRAM SUMMARY (LIMITE RECOMENDADO: 1000 CARACTERES; LIMITE MÁXIMO: 2000)
Introdução ao tratamento e análise de dados: Alguns conceitos básicos; Classificação e escalas de medição de variáveis; Amostras
aleatórias e não aleatórias; Métodos de recolha de dados; Análise estatística com utilização de software estatístico.
Av. D.João II, Lote 4.69.01 - 1990-096 LISBOA - Tel.: 218 980 400 - Fax: 218 980 460 - www.estesl.ipl.pt
1
FICHA DE UNIDADE CURRICULAR / COURSE SYLLABUS
Estatística descritiva univariada: Apresentação de dados; gráficos e tabelas de frequências; Caracterização de dados; medidas de
localização, dispersão, assimetria e achatamento; Identificação e classificação de outliers. Diagramas em caixa (box plot).
Estatística Descritiva Bivariada: Associação e correlação (coeficiente de correlação ordinal de Spearman, coeficientes de correlação
de Pearson, coeficiente Phi; Representação gráfica: Diagramas de dispersão, gráficos de barras paralelos, diagramas em caixa
paralelos; Tabelas de frequências de dupla entrada.
Variáveis aleatórias: Função massa de probabilidade, Função densidade de probabilidade, função de distribuição, valor esperado e
variância; Algumas distribuições teóricas .
Distribuições por amostragem: Distribuição da média amostral; Distribuição da diferença de duas médias amostrais; Distribuição da
proporção amostral; Distribuição da diferença de duas proporções amostrais.
Inferência Estatística: Princípios e fundamentos da inferência estatística; Estimação pontual; Estimação intervalar; Introdução aos
testes de hipóteses paramétricos; Tipos de erro em testes de hipóteses, significância e potência do teste; Análise de variância a 1
fator.
Testes de Hipóteses não-paramétricos: Teste de ajustamento, Teste de independência, Teste de homogeneidade; Teste exato de
Fisher.
Introduction to data processing and analysis: Some basic concepts, variable classification and measurement scales, random and
nonrandom samples, methods of data collection, statistical analysis using statistical software.
Univariate descriptive analysis: How to represent data, graphs and frequency tables; characterization data, measures of location,
dispersion, skewness and kurtosis; Identification and classification of outliers; Box plots.
Bivariate Descriptive analysis: association and correlation (coefficient of ordinal correlation of Spearman; coefficients of correlation
of Pearson, Phi coefficient, Graphs: Scatter plots, bar plots, parallel box plots; frequency tables of double entry.
Random variables: probability mass function, probability density function, distribution function, expected value and variance; Some
theoretical distributions.
Sampling distributions: Distribution of sample mean; Distribution of the difference of two sample means, sample proportion
distribution, distribution of the difference of two sample proportions.
Statistical Inference: Principles and fundamentals of statistical inference; Point estimation, interval estimation, introduction to
parametric hypothesis testing, types of error in hypothesis testing, significance and power of hypothesis tests, analysis of variance
with one factor.
Non-parametric tests: test of independence, homogeneity test, Fisher's exact test.
METODOLOGIAS DE ENSINO / TEACHING METHODS (LIMITE RECOMENDADO: 250 CARACTERES; LIMITE MÁXIMO: 500)
O modelo de ensino é essencialmente através do método expositivo, demonstrativo e interrogativo. São facultados aos alunos os
diapositivos apresentados nas aulas e um cardeno de exercicios que devem ser resolvidos em aula.
The teaching model is essentially through the lecture method, demonstrative and interrogative. The handouts presented in class are
provided to students and a sheet of exercises that must be solved in class.
METODOLOGIA DE AVALIAÇÃO / ASSESSMENT METHODOLOGY (LIMITE RECOMENDADO: 750 CARACTERES; LIMITE MÁXIMO: 2000)
O modelo de ensino é essencialmente através do método expositivo, demonstrativo e interrogativo. São facultados aos alunos os
diapositivos apresentados nas aulas e exercícios a serem resolvidos em aula.
Os alunos terão que optar entre avaliação contínua ou exame.
A Avaliação contínua
Av. D.João II, Lote 4.69.01 - 1990-096 LISBOA - Tel.: 218 980 400 - Fax: 218 980 460 - www.estesl.ipl.pt
2
FICHA DE UNIDADE CURRICULAR / COURSE SYLLABUS
1) O aluno tem de realizar 2 frequências, cada uma delas com as seguintes ponderações: 1ª frequência
50%; 2ª frequência 50%.
Exame de época normal: Tem ponderação de 100%.
Students will have to choose between continuous assessment and normal season exam, and in case of failure or missing, the
student can perform the evaluation under appeal exam.
The Continuous Assessment
1) The student has to perform three frequencies, each with the following weight: 1st frequency -- 50%, 2nd 50%
Normal season exam: It has a 100% weighting..
BIBLIOGRAFIA PRINCIPAL / CORE BIBLIOGRAPHY (1000 CARACTERES)
1.Cunha, G.;Martins, R.; Sousa, R. Oliveira, F.F. (2007). Estatística Aplicada às Ciências e Tecnologias da Saúde.
LIDEL,
Edições Técnicas.
2.Afonso, A. e Nunes, C. (2011). Estatística e Probabilidade. Aplicações e Soluções em SPSS. Escolar Editora.
3.Maroco, J. (2011). Análise Estatística com o SPSS Statistics. (5ª Ed.) Report Number.
RECURSOS / RESOURCES (500 CARACTERES)
As aulas T decorrem em sala de aula e as aulas T/P decorrem na sala de informática. Os alunos resolvem os exercícios propostos
recorrendo ao software SPSS e à máquina calculadora científica.
The theoretical classes take place in normal classrooms and theoretical-practical classes take place in the computer classroom.
Students solve the proposed exercises using the SPSS software and they also can use scientific calculators.
OBSERVAÇÕES / OBSERVATIONS (500 CARACTERES)
As turmas são divididas em dois turnos para as aulas T/P. Toda a informação é colocada no moodle e os alunos são incentivados a
usar quer a plataforma moodle quer o email para contatar o docente e colocar questões.
Classes are divided into two shifts for classes T / P. All information is placed in moodle platform and students are encouraged to use
either platform moodle or email to contact the teacher and ask questions.
Data / Date:
Regente / Main Lecturer:Carina Silva Fortes
Coordenador Área Científica / Scientific Area Coordinator:Carina Silva Fortes
Av. D.João II, Lote 4.69.01 - 1990-096 LISBOA - Tel.: 218 980 400 - Fax: 218 980 460 - www.estesl.ipl.pt
3

Documentos relacionados

1 Unidade Curricular (UC) Matemática Aplicada Código

1 Unidade Curricular (UC) Matemática Aplicada Código Horas totais de trabalho do estudante / Total Working Hours of the Student Horas totais de contacto / Total Contact Hours TP

Leia mais

1 Unidade Curricular (UC) Biologia Celular Código

1 Unidade Curricular (UC) Biologia Celular Código Horas totais de trabalho do estudante / Total Working Hours of the Student Horas totais de contacto / Total Contact Hours T

Leia mais