Objetivos de aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes)
Conceitos e princípios do delineamento experimental. Desenvolvimento das capacidades de análise de dados, instalação e desenvolvimento de experiências e de escolha dos métodos de tratamento de resultados.
Selecionar e aplicar testes estatísticos adequados a situações concretas.
A análise dos dados será feita com recurso a um software estatístico.
Conteúdos programáticos
1. Breve revisão de conceitos de probabilidades, estatística descritiva e inferência estatística. Testes de hipóteses paramétricos e não paramétricos.
2. Importância do delineamento experimental. História, princípios básicos e aplicações. Randomização, replicação e blocos.
3. Principais tipos de delineamentos. Planeamento e delineamento de experiências: formulação das hipóteses a testar; definição de variáveis, factores e níveis de factores; validação dos pressupostos do modelo e da análise; repetições e casualização.
4. Tabelas de contingência. Testes para dados de contagens.
5. Análise de Variância. Alternativas não paramétricas.
6. Regressão linear simples e múltipla no contexto descritivo e inferencial. Regressão não linear e transformações linearizantes.
7. Análise Multivariada simples.
Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da unidade curricular
No fim da unidade curricular o aluno deve ser capaz de:
1. Reconhecer a importância de uma metodologia experimental correta.
2. Distinguir diferentes delineamentos experimentais, ter capacidade de formular perguntas rigorosas e válidas do ponto de vista do modelo
estatístico e saber delinear experiências.
3. Identificar o teste estatístico mais adequado.
4. Analisar os dados e interpretar corretamente os resultados obtidos. Adquirir competência para desenvolver sentido crítico e para
comunicar os resultados das análises estatísticas com clareza.
Metodologias de ensino e de aprendizagem específicas da unidade curricular articuladas com o modelo pedagógico
Os métodos de ensino incluem sessões expositivas, sessões teórico -práticas (presenciais e remotas) e práticas (presenciais).
O trabalho autónomo é essencial para a consolidação de conhecimentos.
No trabalho de grupo desafiam-se os alunos a decidir o método de análise mais adequado, interpretar os resultados e tecer as conclusões.
Será utilizado um software estatístico para a resolução de problemas e aplicação dos conceitos.
Avaliação
A aprovação na Unidade Curricular requer uma classificação superior ou igual a 10 valores (em 20), que pode ser obtida de duas formas:
Avaliação Contínua: Um teste escrito teórico -prático (T1) e um trabalho de grupo, sendo exigida uma classificação mínima no teste de 8 valores. A nota do trabalho (TR) tem duas componentes, o conteúdo (75%) e a apresentação (25%), e não pode ser inferior a 10. Este regime requer a presença obrigatória em 75% das aulas. Cálculo da nota final da avaliação contínua: NF = T1*0.6 + TR*0.4. Condições para dispensa total: o aluno dispensa de exame final se a NF for igual ou superior a 10 valores.
Exame Final: Os alunos que não desejem optar pela avaliação contínua, ou que não verifiquem as condições de dispensa, realizarão o Exame Final, o qual corresponde a 100% da avaliação. Consiste numa prova teórico-prática escrita, a que estão admitidos todos os alunos regularmente inscritos na unidade curricular.
A nota da avaliação contínua só é válida para o ano letivo corrente, não sendo transferida para o ano seguinte.
Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da unidade curricular
Os objetivos de aprendizagem carecem de exposição teórica para a componente conceptual, interação teórico-prática para as componentes de planeamento e análise de dados, seminários para estudos de caso e apoio tutorial para o trabalho autónomo.
Esta articulação entre teoria e prática promove a aquisição de competências para identificar problemas, selecionar métodos adequados e interpretar dados em contextos reais.
A avaliação contínua assegura a coerência pedagógica ao centrar-se em tarefas que evidenciam a mobilização integrada dos conhecimentos.
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.
Hocking R. R. (2013). Methods and applications of linear models: regression and the analysis of variance (3rd ed.). Wiley, 720 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., 1986.
Martinez M., (2009). R for biologists. In http://www.nimbios.org/products/prod_pdfs/RforBiologistv1.1.pdf
Reis E., Melo P., Andrade R., Calapez, T. (2015). Estatística Aplicada, vols 1 e 2. Sílabo.
