Análise de Dados / Data Analysis
6.2.1.2. Docente responsável e respectivas horas de contacto na unidade curricular (preencher o nome completo): Maria Fernanda Adão Dos Santos Fernandes De Oliveira - 30h
6.2.1.3. Outros docentes e respectivas horas de contacto na unidade curricular:
Maria Isabel Calisto Frade Barão(TP11 - 22.5 h), Maria Isabel Calisto Frade Barão(PL11 - 22.5 h),
6.2.1.4. Objectivos de aprendizagem (conhecimentos, aptidões e competências a desenvolver pelos estudantes): O objectivo da disciplina de Análise de Dados (para a Licenciatura em Matemática Aplicada) é permitir que os alunos sejam capazes de comparar duas ou mais populações num contexto não paramétrico. Pretende-se que os estudos referidos anteriormente sejam feitos manualmente ou com o auxílio de um package estatístico
extraordinariamente poderoso (o SPSS) e que os alunos, mediante os pressupostos do problema, saibam escolher a metodologia correcta e, face aos outputs obtidos, consigam interpretar o problema que lhes foi colocado. 6.2.1.4. Learning outcomes of the curricular unit:
The goal of the discipline of Data Analysis is to give the students knowledge to do simple statistics studies, mainly in comparing two or more populations paired or independent in a non-parametric setting. The former studies may be carried on by hand or using a powerful statistic software such as SPSS. The students should be able, knowing the assumptions of the problem, to choose the right way to solve the problem and after having the outputs, they should analyze it and give the right conclusions.
6.2.1.5. Conteúdos programáticos:
Estatística Descritiva; Análise de Dados Discretos; Testes de ajustamento; Comparação de proporções de duas populações; Modelos Não-Paramétricos:Testes de hipóteses para uma única amostra; Comparação de duas, ou mais amostras independentes.Teste de homogeneidade e de independência em tabelas de contingência.Teste de Spearman e Teste de Friedman.
6.2.1.5. Syllabus:
Descriptive statistics, Tables and diagrams; Goodness of fit tests. Comparing two or more populations using non parametric tests. Tests of independence and homogeneity in contingency tables.Spearman test and Friedman test. 6.2.1.6. Demonstração da coerência dos conteúdos programáticos com os objectivos da unidade curricular.
Os conteúdos programáticos selecionados para esta disciplina são os necessários e suficientes para permitir aos alunos, através da frequências das aulas, adquirir as competências consideradas fundamentais relativamente à temática da disciplina, e ficar de posse de todas as competências consideradas necessárias para poder, autonomamente, aprofundar os seus conhecimentos relativamente a esta temática, se assim o pretender. 6.2.1.6. Demonstration of the syllabus coherence with the curricular unit's objectives.
This syllabus is designed to enable students to acquire the essential skills in the field covered by the course, and also the competencies to, autonomously, deepen their knowledge on this field, if it is his desire.
6.2.1.7. Metodologias de ensino (avaliação incluída):
Aulas teóricas expositivas e aulas práticas de resolução de exercícios.Alternativa 1(Apenas para os alunos que assistam a, pelo menos, 80% das aulas práticas)• Avaliação Formativa: a decorrer nas aulas práticas• Avaliação Sumativao Dois testes ( um a meio e outro no fim do semestre)Alternativa 2• Exame final teórico-prático 6.2.1.7. Teaching methodologies (including evaluation):
Theoretical and practical lessons.Alternativa 1 Only for those who attend at least 80% of the practical
classes)• Formative Evaluation: during the classes• Sumative Evaluationo Two tests (one in the middle of the semester and other in the end)Alternativa 2• Final examination
6.2.1.8. Demonstração da coerência das metodologias de ensino com os objectivos de aprendizagem da unidade curricular.
A Faculdade de Ciências da Universidade de Lisboa utiliza sistematicamente quatro tipos diferentes de aulas: i) Teóricas (T): aulas essencialmente expositivas por parte do docente, nas quais os conceitos e métodos são explicados e exemplificados aos alunos; ii) Teórico-Práticas (TP): aulas de exercícios cuidadosamente
selecionados de modo a consolidar a aquisição dos conceitos e/ou trabalho computacional, nas quais os alunos trabalham individualmente com apoio dos docentes. Embora a participação nas aulas teóricas seja encorajada, nas aulas teórico-práticas os alunos, divididos em turmas mais pequenas, têm um papel mais ativo, colaborando na resolução dos problemas e/ou trabalho computacional, colocando questões e tentando clarificar as suas dúvidas; iii) Práticas (PL): aulas de laboratório nas quais os alunos realizam atividades experimentais consideradas formativas (individualmente ou em grupo) com o apoio dos docentes; iv) Orientação Tutorial (OT): sessões de esclarecimento de dúvidas param um ou mais alunos. Nesta disciplina é utilizada uma combinação de
2hT+1,5hTP+1,5h PL+1hOT por se considerar que esta é a combinação mais conveniente para atingir os objetivos da unidade curricular tendo em atenção os seus conteúdos.
6.2.1.8. Demonstration of the coherence between the teaching methodologies and the learning outcomes.
The Faculty of Sciences of the University of Lisbon systematically uses four different types of classes: i) Teóricas (T): essentially expository lectures by professors, in which the concepts and methods are explained and
exemplified; ii) Teórico-Práticas (TP): during these sessions students work individually, with teaching staff support, solving selected exercises in order to consolidate the relevant concepts, frequently including computational work. Although student participation is encouraged during theoretical (T) classes, TP's have a much smaller number of students per class, allowing them to have a much more active role while solving problems, asking questions and trying to clarify their doubts; iii) Práticas (PL): laboratory classes in which students carry out (individually or in groups) formative experimental activities, with teaching staff support; iv) Tutoriais (OT): sessions used for more personalized student support. This course uses a combination of 2hT+1,5hTP+1,5h PL+1hOT hours per week because this is the optimal combination to achieve the course objectives for the selected syllabus.
6.2.1.9. Bibliografia principal:
Conover, W.J. (1999) – Practical Nonparametric Statistics. John Wiley& Sons. New York.Murteira, B. et al (2002) – Introdução à Estatística, McGraw Hill. De Portugal.Rohatgi, M., and Wolfe, D.A. (1999) - Nonparametric Statistical Methods. New York: John Wiley & Sons. Siegel, S., and Castellan, N.Y. (1988) - Nonparametric Statistics for the Behaviour Sciences, 2nd ed. New York: McGraw Hill.Sprent, P. (1993) - Applied Nonparametric Statistical Models, 2nd ed. London: Chapman & Hall
Mapa IX - Estatística Aplicada / Applied Statistics