• EN
  • Facebook
  • Instagram
  • Youtube
  • Linkedin
Você está em: Início > Ensino > Unidades Curriculares > MGEST07
Autenticação
ATENÇÃO: Este site utiliza cookies. Ao navegar no site estará a consentir a sua utilização.

Análise de Dados

Código: MGEST07    Sigla: AD
Área Científica: Métodos Quantitativos

Ocorrência: 2024/25 - 2S

Área de Ensino: Métodos Quantitativos

Cursos

Sigla Nº de Estudantes Plano de Estudos Ano Curricular Créditos Horas Contacto Horas Totais
MGEST 38 Despacho n.º 12692/2023, de 12 de dezembro 5

Horas Efetivamente Lecionadas

MG2E-1TA_TB

Teórico-Práticas: 0,00

Docência - Horas Semanais

Teórico-Práticas: 2,00

Tipo Docente Turmas Horas
Teórico-Práticas Totais 2 4,00
Paulo José Araujo Santos - ESGT   4,00

Docência - Responsabilidades

Docente Responsabilidade
Paulo José Araujo Santos - ESGT Responsável

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

OA1 ¿ Desenvolver e aprofundar conhecimentos de análise de dados e modelação estatística
OA2 - Desenvolver e aprofundar competências em software de análise de dados (ex. SPSS, AMOS, JAMOVI)
OA3 - Propor soluções e decisões com base em modelação estatística e análise de dados 

Conteúdos programáticos

CP1 ¿ Inferência Estatística paramétrica e não paramétrica
CP2 ¿ Análise de dados multivariados
CP2.1 ¿ Regressão linear múltipla
CP2.2 ¿ Análise fatorial 
CP2.3 ¿ Análise de clusters
CP3 ¿ Introdução aos modelos de equações estruturais

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

Em geral, os conteúdos programáticos desenvolvem-se de um modo lógico de uma ênfase mais teórica para um ênfase mais prática, assim como de uma ênfase mais global para uma ênfase mais operacional, em coerência com os objetivos de uma formação com maior conteúdo de aplicação do saber e com maior componente profissional imediata, em coerência com os objetivos de uma formação com maior conteúdo de aplicação do saber e com maior componente profissional imediata, inerente ao exercício de uma atividade profissional. Nesse sentido, os CP1-CP3 irão permitir atingir os objetivos OA1-OA3.

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

A metodologia de ensino terá como base os seguintes preceitos: 
1. Exposição da matéria teórico/prática com recurso, sempre que possível, a casos práticos;
2. Resolução de fichas de exercícios, referentes a cada tópico do conteúdo programático;
3. Interação permanente com os discentes, com o objetivo de no início de cada aula rever de
 forma breve os conceitos principais ministrados na aula anterior e esclarecer eventuais dúvidas;


Avaliação

Recorre-se à avaliação contínua 1 teste ou exame final (exclusivamente prova escrita - sem prova oral).

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

A aquisição das competências de conhecimento e compreensão realizadas através duma abordagem expositiva (M1) mas também colaborativa (M2) permitem o desenvolvimento de competências curriculares, pessoais e profissionais, alcançadas através de uma participação ativa, na discussão de conceitos e teorias e sua aplicação.

Bibliografia de consulta (existência obrigatória)

Mendenhall, W., Beaver, R.J., & Beaver, B.M. (2020). Introduction to Probability and Statistics (15th ed.). Cengage. 
Newbold, P., Carlson, W. L., & Thorne, B. (2019). Statistics for Business and Economics (9th ed.). Pearson
Shumway, R. H. & Stofer, D. S. (2017). Time Series Analysis and Its Applications: with R examples, 4ª ed. Springer.
Pereira, A. & Patrícia, T. (2016). SPSS: Guia Prático de Utilização (8ª ed.). Lisboa, Sílabo.
Moore, D.S., McCabe GP & Craig B.A. (2014). Introduction to the Practice of Statistics (8th Ed.), W. H. Freeman and Company, A Macmillan Higher Education Company, New York.
Murteira, B., Silva, R., Andrade e Silva, C. & Pimenta, C. (2010). Introdução à Estatística. McGraw-Hill.
Kazmier, L.J. (2007). Estatística Aplicada à Economia e Administração (4ª ed.). McGraw Hill
Everitt, B.S.; Dunn, G. (1991). Applied Multivariate Data Analysis. Edward Arnold