Objetivos de Aprendizagem (conhecimento, aptidões e competências a desenvolver pelos estudantes)
Objetivos:
A estrutura programática desta unidade curricular visa proporcionar aos alunos os conhecimentos básicos de análise de dados, probabilidades e modelação estatística. Pretende-se habilitar os alunos com as seguintes competências:
¿Propor soluções e decisões com base em modelação estatística, análise de dados e respetiva interpretação;
¿Aprendizagem ao longo da vida de matérias quantitativas;
¿Básicas de investigação;
¿Utilização de ferramentas informáticas que permitam realizar modelação estatística e análises de dados em ambiente profissional.
Conteúdos programáticos
1. Amostragem 1.1. Introdução 1.2. Amostra Aleatória 1.3. Números Aleatórios e Geração de Realizações de Variáveis Aleatórias 1.4. Estatísticas Amostrais. 1.5 Lei dos Grandes Números e Teorema Limite Central.
2. Estimação 2.1. Introdução 2.2. Propriedades dos Estimadores 2.3. O Método da Máxima Verosimilhança 2.4. Estimação por Intervalo para a Média, Proporção, Diferença entre Médias, Diferença entre Proporções e Variância.
3. Testes de Hipóteses 3.1. Introdução 3.2. Hipótese Nula e Hipótese Alternativa 3.3. Tipologia dos Erros 3.4. Testes Paramétricos: Média, Proporção, Diferença entre Médias, Diferença entre Proporções e Variância.Teste T para amostras emparelhadas 3.5 Tabelas de contingência e teste de Independência (Qui-quadrado). 3.6. R e SPSS.
4. Regressão Linear 4.1. Diagrama de Dispersão e Correlação 4.2. Modelo de Regressão Linear Múltipla 4.3. R e SPSS.
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. Os conteúdos programáticos são coerentes e estão concebidos para dar resposta aos objetivos de ensino/aprendizagem, nomeadamente no que toca ao desenvolvimento de competências de mais alto nível, tais como as competências de formulação, implementação e avaliação de decisões.
Metodologia de Ensino (Avaliação incluída)
A avaliação de conhecimentos, enquanto sistema que afere o saber assimilado, tem carácter individual, permitindo apreciar a capacidade para desenvolver ou utilizar um tema ou um método de aproximação à realidade estudada; recorre-se à avaliação contínua (2 testes, 50% cada, sendo exigida a nota mínima de 7,5 valores em cada teste) ou exame final (prova escrita, sem oral). 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.
Demonstração da Coerência das Metodologias de Ensino com os Objetivos de Aprendizagem da Unidade Curricular
A aquisição das competências de conhecimento e compreensão é, em primeiro lugar, realizada através de métodos expositivos em aula, assim como de exemplos práticos. Os principais métodos de aprendizagem utilizados são os exercícios e trabalhos práticos individuais. Os métodos de ensino utilizados, principalmente para atingirem os objetivos de competências de mais alto nível, requerem uma participação interativa e intensa, porque utilizam técnicas de aprendizagem ativa que conjugam, de uma forma equilibrada, a discussão de conceitos e teorias com a sua aplicação.
Bibliografia de consulta (existência obrigatória)
Black, Ken. (2019) Business Statistics for Contemporary Decision Making. 10th edition. Wiley.
Doane, David P. and Seward, L., (2008) Estatística Aplicada à Administração e Economia. McGraw Hill.
Heumann,S., Schomaker, M., Shalabb (2016). Introduction to Statistics and Data Analysis
With Exercises, Solutions and Applications in R. Springer.
Pedrosa, A .C. E Gama, S.M. (2016) Introdução Computacional à Probabilidade e Estatística. 3º edição. Porto Editora.
Pestana, D. D. e Velosa, S. F. (2008). Introdução à Probabilidade e à Estatística: Volume I. 3ª Edição. Fundação Calouste Gulbenkian.
Cortinhas, Carlos and Black, Ken (2012). Statistics for Business and Economics. 1st European ed. Wiley.
Newbold, P. Carlson W. L. and Thorne, B. (2006). Statistics for Business and Economics. Prentice Hall.
