Disciplina Curricular
Métodos Estatísticos Multivariados para Engenharia e Gestão MEMEG
Mestrado Bolonha em Engenharia e Gestão Industrial - MEGI 2021
Contextos
Grupo: MEGI 2021 > 2º Ciclo > Área Principal > Opcionais
Período:
Peso
6.0 (para cálculo da média)
Objectivos
O objectivo desta unidade curricular à introdução de alguns métodos estatísticos que permitam analisar dados multivariados, na área da engenharia e gestão, bem como a interpretação dos output de alguns softwares estatísticos (SPSS e R). Para além análise exploratória de dados multivariados, da análise de regressão e de agrupamentos, são incluídos tópicos para a análise de médias(análise de variância) e de estruturas decovariâncias (análise em componentes principais e análise factorial).
Programa
1. Introdução à Análise Multivariada Antevisão de alguns métodos multivariados e seus objectivos; Definições, notação e terminologia; Análise exploratória de dados: métodos descritivos e gráficos. 2. Análise de Regressão Modelo de regressão linear múltipla; Estimação por mínimos quadrados dos parâmetros do modelo; Propriedades dos estimadores; Testes e intervalos de confiança para os parâmetros do modelo; Predição. Medidas de adequação do modelo; Selecção do melhor modelo de regressão. 3. Delineamento de Experiências e Análise de Variância Delineamento de experiências completamente aleatorizado; Modelo de análise de variância com um factor (one-way ANOVA);Comparações múltiplas; Modelo da análise de variância com dois factores (two-way ANOVA); Delineamento de experiências em blocos completos aleatorizados; Modelo da análise de variância múltipla (MANOVA). 4. Análise em Componentes Principais Introdução; Definição e construção das Componentes Principais; Propriedades das Componentes Principais; Significado geométrico e interpretação das Componentes Principais; Componentes Principais Amostrais; Questões relacionadas com a aplicação das Componentes Principais; Regressão linear múltipla sobre Componentes Principais. 5. Análise Factorial Introdução; Formulação do modelo; Estimação dos parâmetros do modelo; Rotação dos Factores; Estimação dos Scores; Questões relacionadas com a aplicação da Análise Factorial; Análise Factorial versus Análise em Componentes Principais. 6. Análise de Clusters e Multidimensional Scaling Introdução; Medidas de proximidade; Métodos para a obtenção dos Clusters: Métodos gráficos e visuais; Métodos hierárquicos; Métodos não hierárquicos. Multidimensional Scaling.
Metodologia de avaliação
Avaliação contínua e/ou exame final.