FenixEdu™

Disciplina

Modelação Estatística

Área

Área Científica de Sistemas Urbanos e Regionais > Modelação de Sistemas e Computação

Activa nos planos curriculares

DEAETPT2020 > DEAETPT2020 > 3º Ciclo > Formação Obrigatória > Modelação Estatística

DEAEC2017 > DEAEC2017 > 3º Ciclo > Opções > Modelação Estatística

DFAIOES2007 > DFAIOES2007 > 3º Ciclo > Modelação Estatística

DEAET2006 > DEAET2006 > 3º Ciclo > Bloco A > Modelação Estatística

DEAEC2006 > DEAEC2006 > 3º Ciclo > Bloco A > Modelação Estatística

Nível

A avaliação abarca dois componentes: um trabalho de projecto (peso de 60%, com apresentações pelos alunos) e um exame final escrito (individual, com peso de 40%).

Tipo

Não Estruturante

Regime

Semestral

Carga Horária

1º Semestre

Aula Teórica (T): 3.0 h/semana

Trabalho Autónomo: 126.0 h/semestre

Créditos ECTS:

Objectivos

Complementar a formação básica em Probabilidades e Estatística e promover uma compreensão crítica e informada sobre as metodologias estatísticas. Desenvolver competências de análise de dados multivariados recorrendo a modelos estatísticos de identificação de estruturas de dados e de síntese de informação, de classificação através de grupos homogéneos ou de associação entre variáveis. Familiarização com testes estatísticos, paramétricos e não paramétricos, de comparação de amostras, nomeadamente em contextos experimentais. É propósito que os alunos fiquem a conhecer as potencialidades e limitações dos modelos estatísticos estudados, a identificar a metodologia mais adequada em cada contexto e a aplicar esses modelos às situações reais com que sejam confrontados.

Programa

1. Variáveis aleatórias multidimensionais e distribuições multivariadas (conjuntas, marginais e condicionais). 2. Testes estatísticos de comparação de amostras/resultados experimentais: análise de variância e testes de comparação de parâmetros (médias, proporções, variâncias). 3. Modelos de síntese de informação e de identificação de dimensões latentes: análise fatorial e de componentes principais. 4. Modelos de classificação: análise de agrupamentos (clusters). 5. Modelos “explicativos”/de associação entre variáveis: correlação e regressão múltipla.

Metodologia de avaliação

A avaliação abarca dois componentes: um trabalho de projecto (peso de 60%, com apresentações pelos alunos) e um exame final escrito (individual, com peso de 40%).