Delineamento Experimental

Código:	PGZOO1204		Sigla:	DE
Área Científica:	Estatística

Ocorrência: 2023/24 - 2S

Área de Ensino:

Ciências Matemáticas - CM

Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Ano Curricular	Créditos	Horas Contacto	Horas Totais
PGZOO	16	Despacho n.º 9490/2023 de 14/09	1º	5	45	140

Horas Efetivamente Lecionadas

PGZOO_1

Teórico-Práticas:	0,00
Orientação Tutorial:	0,00

Docência - Horas Semanais Teórico-Práticas: 2,80 Orientação Tutorial: 0,20 Tipo Docente Turmas Horas Teórico-Práticas Totais 1 2,80 Ana Cláudia Gaboleiro Charana - ESA   2,80 Orientação Tutorial Totais 1 0,20 Ana Cláudia Gaboleiro Charana - ESA   0,20

Docência - Responsabilidades Docente Responsabilidade Ana Cláudia Gaboleiro Charana - ESA Responsável

Objetivos de aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes)

Conhecer os princípios do delineamento experimental - Estabelecer processos de recolha de dados ou delineamento de experiências e escolha dos métodos de análise de resultados - Analisar resultados de experiências e/ou interpretar outputs de software estatístico - Saber ler resultados em artigos ou publicações científicas, compreender a linguagem estatística.

Conteúdos programáticos

Estatística descritiva; principais distribuições. Princípios base do delineamento experimental. Recomendações a seguir para delinear uma experiência. Testes de hipóteses. Erros num teste de hipóteses. Nível de significância e região crítica. P-value. Relação entre intervalos de confiança e testes de hipóteses. Testes de ajustamento: verificação dos pressupostos de normalidade. Modelos lineares. Análise de Variância (ANOVA). Factor, níveis de um factor. Efeitos fixos e efeitos aleatórios. Tipos de delineamento: completamente casualizado, blocos casualizados, quadrado latino, split plot. 6. Alternativas não paramétricas aos testes de hipóteses e à análise de variância. 7. Relações entre variáveis. Regressão linear.

Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da unidade curricular

O programa apresenta os princípios do delineamento experimental e procura capacitar os estudantes para o delineamento de experiências/recolha de dados, organização dos dados, escolha dos métodos de análise estatística adequados, apresentação de resultados e sua interpretação, leitura de artigos e entendimento da linguagem estatística.

Metodologias de ensino e de aprendizagem específicas da unidade curricular articuladas com o modelo pedagógico

Avaliação: Existem duas modalidades de avaliação: avaliação contínua e exame escrito parcial ou apenas exame final. Estão admitidos a exame final todos os estudantes inscritos na unidade curricular. É possível a dispensa total ou parcial de exame final. Para este efeito estão previstos dois trabalhos (TR1, TR2) e duas provas escritas teórico-práticas (PE1, PE2). Parte A = 15% TR1 + 35% PE1 Parte B = 15% TR2 + 35% PE2 A obtenção de um mínimo de 10 valores numa qualquer parte, permite a dispensa de realização de exame final sobre a matéria nela avaliada. A nota final é a média algébrica das duas partes. O exame final consta de uma prova escrita.

Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da unidade curricular

Conhecimentos e capacidade de compreensão: ver conteúdos programáticos; Capacidade de aplicação dos conhecimentos, capacidade para elaboração de trabalhos, explorando a descrição dos dados, o delineamento de experiências e análise de resultados experimentais, a apresentação de conclusões; Capacidade de leitura de artigos que incluam análise estatística de dados, compreensão geral dos problemas colocados, dos métodos de análise estatística usados e das conclusões.

Bibliografia de consulta (existência obrigatória)

Box, G.E.P., Hunter, J. S. & Hunter, W.G. (2005). Statistics for Experimenters: Design, Innovation, and Discovery (2nd ed), John Wiley & Sons, 664 pp. Collins C., Seeney F. (1999) Statistical Experiment Design and Interpretation: An Introduction with Agricultural Examples. John Wiley & Sons, 280 pp. Dytham, C. (2003). Choosing and Using Statistics ¿ A Biologist¿s Guide (2nd ed.). Blackwell Publishing, 249 pp. Eason G., Coles C.W., Gettinby G. (1996). Mathematics and Statistics for the Bio-Sciences. John Wiley&Sons Inc. Hocking R. R. (2013). Methods and applications of linear models: regression and the analysis of variance (3rd ed.). Wiley, 720 pp. Martinez M., 2009. R for biologists. In http://www.nimbios.org/products/prod_pdfs/RforBiologistv1.1.pdf